Traduction audio :
le guide complet

Qu'est-ce que la traduction audio ?

La traduction audio consiste à transformer un discours enregistré dans une langue en une version exploitable dans une autre langue. La source peut être une interview en MP3, une voix off en WAV, un mémo vocal, un épisode de podcast, la narration d'un cours de formation ou la bande-son d'une vidéo. Le résultat peut prendre trois formes : un texte traduit (une transcription), des sous-titres traduits synchronisés avec le discours d'origine, ou une nouvelle piste vocale dans la langue cible.

Ce qui distingue l'audio de tous les autres types de fichiers, c'est qu'il n'y a aucun texte sur lequel travailler tant que quelqu'un, ou quelque chose, ne l'a pas transcrit. Un traducteur de documents peut lire un DOCX ; il ne peut pas lire un enregistrement. C'est pourquoi tout flux de travail sérieux de traduction audio repose sur la même ossature : transcrire, corriger, traduire, puis exporter sous forme de texte, de sous-titres ou de voix. Le traducteur audio par IA de Smartcat suit exactement cette séquence, et la transcription que vous corrigez une seule fois devient la source unique pour chaque langue et chaque format de sortie.

Quatre termes souvent confondus

La transcription convertit la parole en texte dans la même langue. La traduction audio fait passer ce texte dans une autre langue. La voix off superpose une nouvelle narration dans la langue cible à l'original (ou la remplace), généralement pour des contenus narrés où l'orateur n'apparaît pas à l'écran. Le doublage remplace la voix de l'orateur d'origine par une nouvelle voix synchronisée avec le discours d'origine, de sorte que le résultat s'écoute comme une version en langue native. L'IA prend désormais en charge chacune de ces étapes : la reconnaissance vocale produit la transcription, la traduction automatique produit le texte cible, et les voix de synthèse produisent la nouvelle piste vocale.

La conséquence pratique est que « traduire de l'audio » n'est plus un service unique que l'on achète auprès d'un studio. C'est un pipeline que vous pouvez exécuter vous-même, en ajoutant un réviseur humain partout où les enjeux le justifient. Pour découvrir concrètement à quoi cela ressemble, lisez comment traduire automatiquement l'audio d'une vidéo.

Transcription, sous-titres ou voix : que devez-vous livrer ?

Un seul téléversement peut être restitué sous plusieurs formes. La bonne dépend de l'endroit où l'audio sera utilisé et de la manière dont le public le consommera. Le traducteur MP3 de Smartcat résume les options : une transcription traduite (un document horodaté par langue), des sous-titres (SRT ou VTT synchronisés avec le discours d'origine), une piste vocale IA, ou n'importe lequel de ces formats vérifié par un réviseur humain avant l'export.

La colonne des langues est la décision que la plupart des équipes négligent. Le texte et les sous-titres sont disponibles dans l'une des plus de 280 langues de Smartcat, mais la synthèse vocale couvre un ensemble plus restreint : 35 langues et régions pour la voix off, propulsées par ElevenLabs, selon la page de doublage par IA de Smartcat. Lorsqu'une langue cible ne dispose d'aucune voix IA, exportez plutôt des sous-titres traduits ou une transcription — ou confiez cette langue à un comédien voix humain.

Sous-titres et voix ne s'excluent pas mutuellement. Plusieurs flux de travail Smartcat livrent les deux à la fois : la page voix off par IA et traduction de sous-titres décrit comment téléverser une vidéo dans une seule langue et recevoir, à partir d'un seul flux de travail, des voix off synchronisées et des sous-titres intégrés. Si vous disposez déjà d'un fichier WebVTT traduit et souhaitez l'incruster dans une vidéo, le convertisseur VTT vers MP4 traduit le fichier de sous-titres et l'intègre au MP4.

Comment fonctionne la traduction audio sur Smartcat

Auparavant, traduire de l'audio signifiait envoyer un fichier à une agence, attendre un transcripteur, puis attendre à nouveau un traducteur. Sur Smartcat, c'est un seul projet : le fichier est importé tel quel, et chaque étape — transcription, correction, traduction, voix et révision — se déroule au même endroit.

Dans le produit, les fichiers audio suivent le même flux de projet que les documents : vous téléversez le fichier, la traduction par IA s'exécute, et vous révisez le résultat dans l'éditeur de TAO. L'article du centre d'aide traduire des fichiers audio dans Smartcat présente chaque écran en détail. Le téléversement direct de fichiers vidéo et audio pour une transcription automatique fait partie de Smartcat depuis 2023 — consultez téléverser directement des fichiers vidéo et audio dans Smartcat pour l'annonce d'origine et la liste des formats.

Tarification de la traduction audio

L'audio est facturé selon le nombre de mots de la transcription, et non selon la durée de l'enregistrement. Les pages du traducteur audio et du traducteur MP3 indiquent un Smartword par mot source de la transcription : une présentation de 60 minutes avec peu de narration peut donc coûter moins cher qu'une publicité scénarisée de 10 minutes. Le doublage par IA est facturé différemment, à raison de dix Smartwords par mot source ; prévoyez donc pour une version doublée un budget d'environ dix fois le coût de la traduction textuelle du même script. Les nouveaux comptes peuvent tout essayer gratuitement pendant 15 jours avec 15 000 Smartwords, sans carte de crédit. Les forfaits actuels sont présentés sur la page des tarifs.

La transcription : l'étape qui détermine la qualité

Toute traduction audio commence par la reconnaissance vocale, et la transcription fixe le plafond de qualité de tout ce qui suit. Si la reconnaissance vocale comprend mal le nom de votre produit une seule fois, cette erreur est fidèlement traduite dans chaque langue cible, puis prononcée par chaque voix d'IA. C'est pourquoi Smartcat fait vérifier la transcription par un humain avant la traduction plutôt qu'après.

Selon la page du traducteur MP3 de Smartcat, trois éléments compromettent un enregistrement avant même le début de la traduction : un son bruité ou étouffé (musique de fond, vent, forte compression), des voix chantées accompagnées d'instruments, et plusieurs locuteurs qui parlent en même temps. Le débit binaire et l'encodage n'y changent rien ; c'est la qualité de l'enregistrement qui compte. Un audio clair, avec un seul locuteur, donne la meilleure transcription.

De la transcription au texte traduit

La transcription traduite est le livrable le plus sous-estimé. Pour les réunions, les entretiens de recherche, les appels clients et les archives de conformité, un document propre et horodaté par langue est ce dont les équipes ont réellement besoin. La page du traducteur audio-texte décrit le processus : choisissez les langues et téléversez le fichier, le Media Agent transcrit la parole, puis la transcription est traduite et peut être affinée dans l'éditeur, éventuellement avec des experts métier ou des réviseurs professionnels.

Quand faire appel à une transcription humaine

Certains enregistrements justifient une transcription humaine mot à mot : dépositions juridiques, entretiens de recherche avec de forts accents, ou audio dans une langue où la reconnaissance vocale est moins performante. La place de marché de Smartcat répertorie des linguistes proposant des services de transcription multilingue pour l'audio et la vidéo ; la transcription peut ensuite suivre le flux de travail habituel de traduction par IA avec révision.

Traduire de l'audio depuis le navigateur

Si votre équipe travaille dans le navigateur, la page de l'extension de traduction audio explique comment Smartcat transcrit automatiquement l'audio, traduit le texte et le prépare pour une utilisation en sous-titres ou en scripts de voix off.

Traduction de voix off

La traduction de voix off remplace la narration, ou s'y superpose, par une nouvelle voix dans la langue cible. Elle convient aux contenus où le narrateur est hors champ ou n'est pas au centre de l'attention : vidéos explicatives, démonstrations de produits, modules e-learning, présentations et communications internes. Traditionnellement, cela impliquait de réserver des comédiens voix pour chaque langue ; avec les voix d'IA, la narration est générée à partir du script traduit et synchronisée avec l'original.

Voix off ou doublage

Les deux termes se recoupent, et de nombreux fournisseurs les emploient indifféremment. Une distinction pratique : la voix off est une narration (une seule voix raconte l'histoire), tandis que le doublage remplace, réplique par réplique, la voix de chaque personne à l'écran. Dans Smartcat, les deux sont produits à partir de la même transcription modifiable ; le choix dépend donc surtout du nombre de locuteurs et de la précision avec laquelle la nouvelle voix doit suivre le minutage d'origine. La page du traducteur vocal par IA présente le flux de travail de voix off : téléversement, transcription et traduction par IA, choix de la voix, révision et téléchargement — et le Media Agent apprend de vos modifications.

Voix off pour les présentations

Les diaporamas commentés sont un angle mort fréquent. La page Traduction audio PowerPoint traite de la traduction du son d'une présentation et de la génération de narrations et de transcriptions multilingues, pour des paires de langues comme l'espagnol, le français, l'allemand, le chinois et le japonais vers l'anglais.

Voix off pour l'e-learning

C'est dans la formation que la traduction de voix off prend toute sa valeur : les cours sont longs, souvent mis à jour et déployés dans de nombreuses régions à la fois. La page Voix off pour l'e-learning de Smartcat décrit comment générer une narration à partir de scripts, ajuster le rythme, l'intonation et la prononciation dans l'éditeur, puis localiser cet audio dans plus de 280 langues, avec des réviseurs professionnels disponibles sur la place de marché. Pour le flux de travail complet d'un cours — packages SCORM, outils auteur et diffusion via LMS —, consultez notre guide de traduction e-learning et SCORM.

Doublage par IA : fonctionnement et cas d'usage

Le doublage par IA remplace la piste vocale d'un enregistrement par une voix de synthèse dans une autre langue. Sur Smartcat, le doublage est généré à partir d'une transcription modifiable plutôt que directement à partir de l'audio : corrigez un nom ou réécrivez une phrase, et la voix dit exactement cela. Modifiez une seule ligne de sous-titre et seule cette ligne est régénérée — inutile de régénérer toute la vidéo. La parole est séparée du fond sonore, de sorte que la musique et les effets sonores sont conservés sous la nouvelle voix au lieu de disparaître.

C'est le processus décrit sur la page Doublage par IA de Smartcat ; la version détaillée, avec captures d'écran, se trouve dans l'article d'aide Ajouter un doublage multilingue par IA aux vidéos. D'autres pages abordent la même fonctionnalité sous différents angles : Doublage vocal par IA (transcription, traduction, génération de voix et synchronisation audio dans un seul flux de travail, pour les vidéos de formation, de L&D et de marketing), doublage multilingue abordable pour les campagnes marketing, les programmes de formation et les lancements de produits, et traduction vocale de vidéos par IA, qui transforme un seul téléversement en plusieurs versions linguistiques avec voix off par IA et sous-titres incrustés.

Où le doublage par IA fonctionne — et où il ne fonctionne pas

Le doublage par IA donne les meilleurs résultats sur les vidéos de formation, de produit et de marketing : des contenus scénarisés et riches en informations, où la clarté compte plus que l'interprétation. La page Doublage par IA de Smartcat est elle-même franche quant à ses limites :

• Les voix de synthèse lisent ; elles ne jouent pas. Pour les contenus émotionnels ou humoristiques, utilisez des sous-titres ou des comédiens voix.
• C'est le minutage qui est synchronisé, pas le mouvement des lèvres. La synchronisation labiale est calée sur le temps et non sur la bouche : les gros plans serrés sur le visage d'un locuteur sont donc le pire cas pour le doublage, et le meilleur pour les sous-titres.
• Le texte à l'écran n'est pas doublé. Les titres, bandeaux et graphismes intégrés à l'image doivent être modifiés dans les fichiers vidéo source.
• Le bruit dégrade toute la chaîne en aval, d'où l'importance de l'étape de transcription modifiable.

Trois des quatre raisons courantes pour lesquelles des vidéos doublées ne sont jamais publiées — des noms mal prononcés, une voix qui se précipite sur une traduction trop longue et une musique qui disparaît — disposent chacune d'un réglage dans l'éditeur : définir une règle de prononciation, recaler le segment, séparer le fond sonore.

Doublage à partir de fichiers de sous-titres

Si vous partez d'un fichier SRT existant plutôt que d'une vidéo, la page du créateur de vidéos doublées explique comment traduire le fichier de sous-titres avec l'IA sous la supervision d'un réviseur, puis télécharger le SRT ou l'intégrer à la vidéo.

Choisir un outil et maîtriser les risques

Le marché du doublage par IA évolue vite. Le blog de Smartcat compare les solutions dans les 10 meilleurs outils de doublage par IA pour les équipes en entreprise, en évaluant la couverture linguistique, la qualité et le clonage de voix, la précision et les possibilités d'édition de la traduction, le flux de révision humaine et la sécurité pour les entreprises. L'article reconnaît que les outils spécialisés en voix et en avatars sont en tête pour la fidélité vocale brute et les avatars parlants synchronisés sur les lèvres, tandis qu'une plateforme de traduction l'emporte sur la terminologie, l'acheminement des révisions et une production multilingue reproductible. Pour l'aspect gouvernance — confidentialité, contrôle d'accès, traitement des données et contrôles qualité humains —, lisez le doublage par IA est-il sûr pour vos vidéos d'entreprise ?

Voix d'IA, sélection de la voix et clonage de voix

La qualité d'un doublage dépend autant de la voix que de la traduction. Un script parfait lu par une voix au mauvais accent sonnera toujours étranger aux oreilles du public local. Les voix d'IA de Smartcat reposent sur ElevenLabs, et la sélection de la voix se fait dans l'éditeur de sous-titres.

Choisir la bonne voix

En février 2026, Smartcat a introduit une sélection de voix plus intelligente et le contrôle multi-locuteurs. Le système de recommandation de voix d'IA propose des voix créées à partir de la même langue maternelle que votre langue cible, ainsi que des alternatives « optimisées » entraînées dans d'autres langues maternelles mais adaptées au projet. L'article d'aide Utiliser les voix recommandées pour le doublage par IA explique comment les écouter et les appliquer, et précise que les voix récentes sont partagées dans tout l'espace de travail afin que les équipes restent cohérentes.

Le choix de la voix fait partie du doublage par IA depuis l'annonce des variantes de voix féminines et masculines en 2024 — voir Smartcat enrichit le doublage par IA avec des voix féminines et masculines, qui a également introduit l'aperçu côte à côte des deux versions linguistiques dans l'éditeur.

Plusieurs locuteurs

Les interviews, tables rondes et podcasts comptent plus d'une voix. La prise en charge manuelle de plusieurs locuteurs vous permet d'attribuer des voix d'IA différentes à différents locuteurs dans le même fichier, pour qu'une conversation à deux ne revienne pas avec un seul narrateur.

Contrôle de la prononciation

Les noms de marque, les abréviations et les termes spécialisés sont les points faibles des voix de synthèse. Le contrôle de la prononciation pour la voix off par IA vous permet d'indiquer à la voix comment prononcer un mot grâce à la translittération, sans modifier le texte visible des sous-titres, et de réutiliser ces règles via le glossaire du projet.

Et le clonage de voix ?

Le clonage de voix crée une voix de synthèse qui ressemble à celle d'une personne précise, généralement le locuteur d'origine, afin que la version doublée conserve son identité. Certaines pages de Smartcat, comme Traduction de vidéos et de voix par IA, présentent le clonage de voix aux côtés du doublage par IA. Dans le produit actuel, le centre d'aide indique que les demandes de clonage de voix sont traitées manuellement par le support Smartcat et ne sont pas en libre-service ; adressez-vous donc à votre équipe de compte si vous avez besoin d'une voix clonée ou d'une voix de marque personnalisée. Avant de cloner la voix de quiconque, obtenez son consentement écrit explicite et convenez des usages autorisés de la voix clonée.

Traduction de podcasts et d'audio long format

Les podcasts sont longs, conversationnels et multi-locuteurs — la combinaison la plus difficile pour n'importe quel flux de travail de traduction. L'avantage, c'est que leur structure est aussi répétitive : les mêmes animateurs, le même nom d'émission, les mêmes messages de sponsors. Ils se prêtent donc idéalement à un flux de travail centré sur la transcription, avec un glossaire et une mémoire de traduction.

Trois façons de traduire un podcast

• Notes d'épisode et transcriptions traduites. L'option la moins coûteuse, et efficace pour le référencement : publiez la transcription traduite à côté de l'épisode. Disponible dans plus de 280 langues.
• Sous-titres pour les podcasts vidéo. Si l'épisode est publié en vidéo, exportez des fichiers SRT ou VTT synchronisés avec la parole d'origine pour YouTube et les extraits sur les réseaux sociaux.
• Un épisode audio doublé. La transcription traduite devient une voix de synthèse : l'épisode est livré sous forme audio, et non de document — comme le dit la page du traducteur MP3 de Smartcat. Disponible dans les 35 variantes régionales de voix d'IA.

Déposez un épisode ou un dossier entier : un projet, un glossaire et une mémoire de traduction uniques garantissent que les noms récurrents restent identiques d'un fichier à l'autre, et vous payez selon les mots de la transcription plutôt que selon la durée des épisodes. L'espagnol↔anglais est la paire la plus demandée ; le traducteur audio de l'espagnol vers l'anglais couvre aussi bien les interviews enregistrées et les podcasts que les vidéos longues, avec en sortie un document texte, des sous-titres synchronisés ou un fichier audio doublé.

Podcasts internes et de formation

L'apprentissage axé sur l'audio se développe en L&D. La page Voix off pour l'e-learning de Smartcat décrit la création et la traduction de podcasts e-learning — rédigez le script, générez la narration, ajoutez une musique de fond, puis utilisez la traduction de voix off pour produire des versions multilingues.

Cas d'usage de la traduction audio

La plupart des organisations traduisent de l'audio pour une poignée de raisons récurrentes. Chacune appelle un livrable différent.

Formation et intégration

Les cours commentés, les modules d'intégration et les formations à la conformité sont le terrain classique de la voix off. La voix off par IA permet aux équipes L&D de lancer toutes les langues en même temps plutôt que région par région. Le lancement du doublage par IA de Smartcat en 2024 visait les équipes produisant des vidéos de formation et de marketing — voir Découvrez le doublage par IA de Smartcat.

Contenu marketing et produit

Les démos de produits, les vidéos explicatives et les supports de campagne exigent une voix fidèle à la marque sur chaque marché. Utilisez le doublage par IA pour la majorité des langues et la révision humaine pour les marchés phares. L'article sur le lancement du doublage par IA sur le blog explique comment les équipes marketing l'utilisent pour leurs campagnes localisées.

Réunions, entretiens et recherche

Pour les réunions enregistrées, les entretiens utilisateurs et les appels de recherche, une transcription traduite avec identification des intervenants est généralement le livrable le plus adapté — elle peut être archivée comme compte rendu de réunion, citée dans un rapport ou conservée à des fins de conformité.

Messages vocaux de clients et de partenaires

Les équipes d’assistance et commerciales reçoivent des notes vocales et des messages de répondeur dans des langues qu’elles ne parlent pas. Le traducteur de messages vocaux transcrit et traduit un message vocal en quelques secondes et affiche le résultat dans un éditeur côte à côte ; le traducteur de messagerie vocale applique la même reconnaissance vocale et la même traduction par IA aux enregistrements de messagerie vocale, comme les retours clients et les messages de partenaires.

Parole en direct, appels et événements

Traduire la parole en temps réel est un problème différent de la traduction d’un enregistrement. Smartcat propose une API de traduction vocale en temps réel pour la traduction parole-parole dans les applications, les plateformes et les événements en direct, ainsi qu’une page de traduction audio en temps réel pour les réunions, les appels et les messages. Pour les événements en direct à fort enjeu, l’interprète humain reste la norme : la place de marché propose des services d’interprétation pour les conférences, les réunions et d’autres événements.

Traduction audio par IA ou humaine

Le bon dosage dépend du public, des risques et du budget. La plupart des équipes utilisent l’IA pour la transcription, la traduction et la génération de voix, et font appel à des humains pour la révision — ou pour la voix elle-même lorsque l’interprétation compte.

L’expertise humaine intervient à trois niveaux. Un transcripteur peut produire une transcription source mot à mot ; un traducteur ou un réviseur peut vérifier le script cible ; et, si nécessaire, un comédien voix peut enregistrer la piste finale. Ces trois profils sont disponibles sur la place de marché Smartcat : services de transcription, traducteurs audio professionnels (filtrables par paire de langues) et interprètes pour les sessions en direct. Les corrections des réviseurs enrichissent votre mémoire de traduction, de sorte que l’enregistrement suivant part d’une meilleure base.

Outils et ressources de traduction audio

Toutes les pages Smartcat consacrées à l’audio, à la voix et au doublage, regroupées selon votre objectif.

Traduire des fichiers audio

Voix off et doublage par IA

Messages vocaux, parole en direct et API

Formation, présentations et services humains

Guides, actualités et mises à jour produit sur l’audio et le doublage par IA

Des articles de fond et l’historique du doublage par IA et de la traduction audio chez Smartcat, de la première annonce jusqu’aux commandes vocales actuelles.

Documentation produit Smartcat

Des guides étape par étape pour traduire de l’audio et produire des voix off par IA dans Smartcat. Le flux de travail vidéo complet, y compris l’exportation des sous-titres, est documenté dans le guide de traduction vidéo.

Guides associés

L’audio voyage rarement seul. Ces guides couvrent les types de contenus dans lesquels il s’insère habituellement.