This page is about timed display of text during playback of media files. For static captions, a structured data feature, see Special:MyLanguage/Commons:File captions.

TimedText est un espace de noms Wikimedia Commons personnalisé contenant le texte embarqué des légendes, ou des sous-titres à associer à d'autres médias tels que les fichiers audio ou vidéo. Cette page explique le concept de cette fonction ainsi que son utilisation.

Le sous-titrage (CC - closed captioning) et les sous-titres (caption ou subtitle) sont deux processus pour afficher du texte sur une télévision, un écran vidéo, ou tout autre support visuel de représentation pour fournir des informations complémentaires ou d'interprétation. Les deux sont typiquement utilisés pour la transcription des portions audio d'un programme au fur et à mesure de leur apparition (par copie, ou par format d'édition), et contenant quelques fois les descriptions d'élément non verbeux. Cela aide les personnes appareillées ou muettes et fournit un moyen à ceux qui ne parlent pas la langue, de comprendre le contenu d'un fichier multimédia.

See also: Commons:Video#Subtitles and closed captioning.

Les vignettes des vidéos et des clips audio qui utilisent CC auront l'icône CC. Lorsque le lecteur est ouvert, les sous-titres dans votre langue sont automatiquement activés. L'icône $1 se trouve dans les options du lecteur et permet de changer la langue, d'afficher ou pas les sous-titres, et de modifier leur présentation.

Le texte synchronisé peut être utilisé avec tout média comportant une séquence qui se déroule en fonction du temps.

• Fichier audio
• Vidéo silencieuse
• Vidéo parlée
• Animation présentant un concept ou la démonstration d'un fonctionnement particulier.

Exemples actuels

• Page de démonstration de texte synchrone montre quelques exemples de texte synchronisé.
• TimedText:Krazy Kat Bugologist 1916 silent.ogv.de.srt, sous-titres en allemand
• TimedText:Krazy Kat Bugologist 1916 silent.ogv.en.srt, sous-titres en anglais
• TimedText:Wikipedia Edit 2014.webm.pl.srt

The {{Captions requested}} template can be used to flag media needing captions. The template adds the file to the Media needing subtitles category, so one can see for which media users or authors have requested transcripts.

Ce modèle et cette catégorie sont dans l'optique du projet wiki Deaf et de ses projets-frères Deaf Wikimedians (sur meta) et WikiProject Deaf (sur wikipedia).

There are comprehensive guides explaining and recommending certain practices in minute detail. This subsection is meant to give you just enough guidance to get you going.

This is the recommended method. Option 1 : sur la page Commons du fichier (ce qui est recommandé) A dialog lets you select the timed text content language; you do not need to look up that yourself.

En utilisant le bouton CC de la barre d'outils du lecteur de média HTML5 de Wikimedia, vous pouvez sélectionner les sous-titres disponibles, ou ouvrir l'éditeur de sous-titres pour les créer (pour la vidéo).

This is for for advanced users. Vous pouvez toujours créer directement la page dans Commons en utilisant le modèle TimedText:[Common_File_Name.extension].[language].srt où [Common_File_Name.extension] est le nom du fichier, et [languages] est le code ISO de la langue.

Use the tool Subtitler to add subtitles to a video.

As of 2025, Commons supports only the SRT subtitle format for timed texts. Because of its simplicity it is virtually supported by all kinds of software.

SRT subtitles are a series of numbered cards associating displayed text with a playback time window.

1
00:00:20,000 --> 00:00:24,400
Subtitle card.

During playback the text Subtitle card. is displayed starting at 20 seconds and ending at 24.4 seconds (inclusive) into the media file.

Note the use of a comma instead of a period to separate seconds from milliseconds. Therefore to avoid simple syntax mistakes (e. g. writing a period out of habit) and because it becomes too tedious at some point, for creation of subtitles – i. e. if you do not want to merely fix a spelling mistake – it is strongly recommended to use proper editing software. There are also in‐browser editing sites if you do not want or cannot install any software.

SRT subtitle cards are separated by (at least) one blank line. Blank lines are lines that do not contain any characters, including space.

1
00:00:20,000 --> 00:00:21,500
Words more words.

2
00:00:21,500 --> 00:00:24,400
More.

Unfortunately, MediaWiki markup is not supported. The SRT subtitle format recognizes only a small set of markup:

• Bold – <b>Bold</b>
• Italic – <i>Italic</i>
• Underlined – <u>Underlined</u>

The casing of the tag names (<i> vs. <I>) does not matter.

As of 2025, the kind of timed text is decided on a case‐by‐case basis. You could for example transcribe music, show the score of a football match, or add citations. In practice all timed texts contain at least the dialog of the primary audio track, but may contain additional information:

• absence of a transcript because they were [unintelligible] to the transcriber(s)
• sound cues
  • important sound cues, such as [derisive snort]
  • unimportant sound cues, such as sounds that have been accidentally picked up by the mic, e. g. a narrator’s [page flip] (of the manuscript)
• annotations
  • articulation description
    • emphasized words (Do <i>not</i> do that.)
    • unusual loudness (whispering, soft, screaming)
    • singing ♪ Subtitles are so, so beautiful ♪
  • speaker attribution, esp. for off‐screen speech
  • conversion of imperial into metric units (or vice versa for American English subtitles)
  • corrections
    • correction of factual mistakes
    • correction of significant wording mistakes
  • if a pun (or similar) in the original language could not be emulated in the target language, a hint that there was a pun, maybe mentionining the involved words

With accessibility in mind, SDH are preferred. However, genuine SDH may amend dialogs to fit additional descriptive texts while also observing a reasonable CPS limit. On Commons we do not do that because there is (as of 2025) no way to document your decisions for other collaborators. Hence, the real sound is the authorative version as all people able of hearing can verify the timed text’s correctness.

At the end of media files, professional subtitles credit the subtitle authors, translators, editors and so on; this is not done on Commons because the revision history already credits them.

Pour copier les sous-titres existants à partir d'un DVD, vous pouvez utiliser un logiciel tel que SubRip. Ensuite vous pouvez les copier/coller dans la page Commons des sous-titres du wiki. You can then copy-paste them in the wiki Commons subtitle page.

{{w:youtube|YouTube}} permet aux utilisateurs possédant un compte YouTube de créer des sous-titres en dehors de tout fichier téléversé. N'oubliez pas que la reconnaissance de la parole est automatique et peut produire des résultats inattendus. Il est recommandé de téléverser le script du fichier sur YouTube. Ce qui donnera de bien meilleurs résultats. Vous pouvez ensuite le copier / coller dans la page wiki des sous-titres de Commons.

Etapes pour créer les sous-titres (tutoriel) :

1. Téléversez le fichier. (Le fichier multimédia doit également inclure une piste vidéo mais vous pouvez placer une piste vide ou autre chose).
2. Lors du téléversement, indiquez correctement la langue de la vidéo du fichier à partir du menu Afficher davantage.
3. Ou après le téléversement, sélectionnez Sous-titres dans les détails spécifiques de la vidéo ou dans la navigation de YouTube Studio.
4. Cliquez sur Ajouter ou Ajouter une langue.
5. Voici trois manières pour ajouter des sous-titres :
   1. Téléversez une transcription dans le bon format.
   2. Copiez et collez la transcription.
   3. Entrez le texte manuellement tout en regardant la vidéo.
6. Les légendes sont ensuite intégrées dans la vidéo.
7. Téléchargez le fichier .sbv à partir du menu des sous-titres sous le menu des trois points lorsque vous êtes dans la vue d'édition des temps.
8. Convertissez le contenu du fichier .sbv en fichier .srt . Différents outils en ligne existent pour cela.
   1. ffmpeg est une option source libre (directions).
9. Téléversez le fichier .srt sur la page correspondante de la vidéo dans Wikimedia Commons.

Vous pouvez télécharger les sous-titres à partir de vidéos de YouTube (et probablement de plusieurs autres sites web de vidéo) de la manière suivante :

1. Installer yt-dlp
2. Exécuter yt-dlp --list-subs url (pour remplacer url par l'URL de YouTube)
3. Exécuter par exemple yt-dlp --write-subs en --sub-format vtt url (pour replacer url par l'URL de YouTube)
4. Peut-être que les sous-titres srt sont également disponibles, et vous devriez les utiliser plutôt que vtt, ou vous pouvez télécharger le tout d'un seul coup.
5. Convertir les sous-titres vtt (ou le format dont vous disposez) en sous-titres srt en utilisant un outil tel que FFmpeg (voir : la section de Conversion des sous-titres YouTube) ou l'interface web comme ici
6. Vous pouvez ensuite les coller dans la page TimedText de la vidéo sur WMC

Si vous utilisez l'outil video2commons vous pouvez cocher Importer les sous-titres mais cela ne fonctionne pas pour les sous-titres vtt (phab:T368298), donc pour ces vidéos vous devez aussi exécuter les étapes précédentes concernant l'importation des sous-titres.

YouTube auto generated subtitles are scrolling captions. I wrote a program that converts these to block captions so they can be put on Commons. First, download the video with yt-dlp --write-auto-subs url (replace url with the url, well, duh). Then, use option 3. It should work okay but it has a habit of putting "word. word," at the end of a block, which is just so wrong because a full stop should be a good time to end a block. But the code is really long and I think I would have lots of trouble fixing it now.

Vous pouvez utiliser l'outil à source ouvert SoniTranslate pour générer plus facilement et plus rapidement les sous-titres transcrits par la machine. Il serait bon de vérifier ces informations, surtout si vous utilisez également l'outil de traduction automatique dans d'autres langues. Par exemple cela peut écrire les années sous forme de texte long au lieu de numéros, ou mal écrire le nom des personnages. L'utilisation de cet outilest décrite dans Help:AI video dubbing.^[1] S'il n'existe pas de sous-titres à importer, c'est probablement le moyen le plus rapide pour ajouter du TimedText. La transcription ne prend généralement que quelques secondes même si vous n'avez pas de processeur, selon la durée de la vidéo.

Le timing est conçu de manière à convenir aux doublage des vidéos dans les autres langues, ce qui n'est souvent pas le cas pour des sous-titres créés manuellement. Vous pouvez modifier les sous-titres, puis les enregistrer en tant que fichier srt puis les utiliser en entrée de l'outil pour lui permettre de créer un audio ou un sous-titre dans une autre langue.

Depuis 2024, les modèles Whisper de l'IA ^[1] sont les modèles de transcription de la parole les plus avancés disponibles et pouvant être exécutés localement, soit à l'aide de Python, soit par whisper.cpp. Contrairement aux modèles Vosk précédents, ils génèrent également la ponctuation, ce qui rapproche leur production d'une transcription humaine de haute qualité. Pareillement, vous devez vérifier les sous-titres générés par l'IA en rapport avec la vidéo et corriger les erreurs, ajouter la ponctuations, vérifier l'orthographe correcte des personnes et des noms de lieux, vérifier les faits et les chiffres, etc. Les sous-titres de l'IA sont très utiles pour un premier jet, mais ils contiennent souvent des erreurs ridicules qu'un humain n'aurait pas faites.

Un avantage de whisper.cpp est qu'il est particulièrement optimisé pour fonctionner sur le processeur (CPU) plutôt que sur le GPU (il est donc particulièrement utile si vous avez une carte graphique AMD, et donc pas de CUDA). Mais CUDA et Metal (sur un Mac) sont également pris en charge, il peut donc s'adapter facilement à différentes configurations matérielles. Un autre avantage est qu'il ne nécessite pas d'installer de dépendances externes, c'est-à-dire pas de Python ou PyTorch, car il est écrit en C++, ce qui fait un téléchargement beaucoup plus petit qu'un environnement d'apprentissage automatique Python.

Certains logiciels graphiques d'édition vidéo et de sous-titrage CC intègrent dorénavant les fonctionalités de Whisper : les exemples en source ouvert montrent l'éditeur vidéo Kdenlive (depuis la version 23.04; nécessite Python) et Subtitle Edit (vous pouvez utiliser soit Python, soit C++ pour exécuter les modèles Whisper).

Mais l'exécution de la version en ligne de commande de whisper.cpp directement pour créer un fichier SRT n'est pas trop difficile non plus, à condition que votre système d'exploitation dispose d'un compilateur C, de make, etc. ; utilisez-la.

Exécuter d'abord par exemple ffmpeg pour extraire la piste audio d'une vidéo et convertissez-la avec un taux d'échantillonnage de 16 kHz :

ffmpeg -i <fichier_video.ogv> -ar 16000 -ac 1 -c:a pcm_s16le audio.wav

ffmpeg -i some_video.ogv -ar 16000 -ac 1 -c:a pcm_s16le audio.wav

Ensuite, compiler whisper.cpp et télécharger un modèle (le modèle de base optimisé pour le contenu en anglais est d'environ 140 Mo; « medium » peut également gérer d'autres langues et il est d'environ 1,5 Go) et ensuite commencer la conversion avec par exemple :

./main -m models/ggml-base.en.bin -f audio.wav -t 8 -pc -osrt

Cela utilisera 8 cœurs de CPU et créera un fichier SRT appelé audio.wav.srt dans le même répertoire. Pendant la reconnaissance, les mots seront codés par couleur de confiance (vert = très certain, rouge = très incertain), de sorte que vous pouvez rapidement voir si le modèle a des problèmes. Si un modèle plus petit produit une sortie inutilisable, vous pouvez essayer un modèle plus grand, par exemple  « medium », qui sera plus lent mais produira de meilleurs résultats.

Vous pouvez également traduire à partir d'autres langues, par exemple en ajoutant "-l fr -tr" aux options traduira l'audio français en anglais.

Si vous exportez au format SBV les sous-titres de YouTube, vous pouvez utiliser ffmpeg pour convertir le fichier des sous-titres dans le format SRT (de SubRip), celui utilisé par Commons. Cette fonctionnalités résoud par là même le problème commun de couverture lors de la conversion des sous-titres YouTube vers Commons.

ffmpeg -fix_sub_duration -i ⟨input⟩.sbv ⟨output⟩.srt

Cette section décrit comment convertir les sous-titres XML YouTube en format SubRip (srt) qui est celui des sous-titres TimedText utilisé dans Wikimedia Commons.

Si

• la vidéo YouTube possède des sous-titres dans certaines langues (par exemple j'ai créé cette vidéo YouTube avec les sous-titres en anglais, en russe et en livvi),
• cette vidéo a été téléversée sur Wikimedia Commons (par exemple ce fichier),
• vous souhaitez copier les sous-titres de YouTube pour la même vidéo sur Commons.

Alors :

1. Téléchargez les sous-titres en XML, placez l'ID de la vidéo YouTube à la fin de l'URL : http://video.google.com/timedtext?hl=en&lang=en&v=__youtube_video_ID__
2. Installer Ruby.
3. Téléchargez un programme Ruby pour convertir les sous-titres vidéo à partir du format XML de YouTube en format SubRip.
4. Exécutez ce programme et convertissez le fichier XML en fichier .SRT .
5. Copiez et collez le contenu du fichier .SRT dans la page correspondante de la vidéo sur Wikimedia Commons.

Subtitle cards may not overlap at any point in time. For the transition between subtitles there are two different styles:

• Subtitles for continuous speech are immediately next to each other. The end time of the earlier subtitle equals the start time of the subsequent subtitle. This can help keeping the CPS at low values.
• There is always a constant gap (e. g. ⅒ of a second) between any two subtitles of continuous speech giving the impression of a “flashing” effect and thus drawing the viewer’s attention to the subtitles. Sometimes speakers repeat one and the same phrase, the “flashing” can underscore this repetition.

Commons does not prescribe which style you follow, but you must be consistent. You may not switch between styles within the same timed text file. Both styles are in use for professionally created subtitles.

As to not “reveal” information before it is “disclosed” in speech, subtitles should not start before the respective speaker commences speech. The modal verb should means you may deviate from this rule. In general, you may add a more generous lead to educational contents (e. g. narration in documentaries) as are predominantely found on Commons. Some people are slow readers or just appreciate being granted more time when learning about stuff.

Similarly, subtitles should disappear shortly after the utterance concluded. Prefer increasing the tail time over increasing the lead time if the CPS value is high.

On occassions you may have a “negative tail”: In elongated speech – in particular singing people stretching speech, e. g. as in operas – it does not make sense to keep the subtitle on screen until the speaker finally finished uttering the last syllable.

Subtitling videos requires taking account of the picture: Considering a standard video frame rate of 25 FPS it is highly frowned upon to show or hide subtitles within 1 – 4 frames of a w:hard cut.

As of 2025, the most common form of displaying subtitles is the overlay method. Subtitles are rendered over (on) the video picture. This, however, may hide information such as the name and professional title of a person interviewed. Unfortunately, as of 2025 the accepted subtitle data formats do not offer a way to ensure such information is not covered by subtitles, in particular a “show this subtitle card at top edge” command is not available.

With accessibility in mind, subtitles for videos can – beside the a. m. contents – include cards highlighting the absence of sounds. For example the picture shows two people arguing orally (= mouth movement) but it cannot be heard what they are saying. This discrepancy can be clarified with [no audible dialog] or similar.

In order to associate timed texts with their media files, the beginning of the timed text’s file name has to match the respective media file’s name. That means all timed texts for File:some.video have TimedText:some.video as their prefix. What comes after that is up to you, yet to provide a reasonable user experience it is customary to use a suffix indicating the principal natural language and file format, e. g. .en.srt for English‐language subtitles.

The “language” code zxx indicates non‐lingual content, for example a timed text showing a real time clock of surveillance footage.

For polylingual media there are multiple options:

• include all speech but leave untranslated
  • *.mul.srt file (mul = multiple languages code)
  •   provides kind of same experience as hearing people have
  •   description of audio cues is unmanageable
• omit untranslated, yet still indicate: [speaks Asian]
  • *.en.srt file
  •   provides comparable experience as hearing people have
  •   unsatisfactory especially if prolonged
• tag and translate: [speaks German] I doubt it.
  • *.en.srt file
  •   even for polyglots switching between multiple languages can be difficult
  •   subtitles do not become too heavy (as in the bilingual option below)
• bilingual subtitles (include both the original and translated version), spread across two lines
  • no convention, but this option offers the option to #REDIRECT
  •   readers proficient in the other language can read the original
  •   because you cannot spread text across two lines you need more frequent cuts (more subtitle cards)
  •   the “reading speed” can differ a lot between the languages, thus for one language the speed is too generous, for the other too fast

Again, use your best judgment, but stay consistent with your choice.

For signed speech there are multiple options, but de facto the last one is virtually always used.

• subtitle only spoken speech (and possibly describe sound cues) and name the timed text according to the primarily spoken language – this makes sense if there is a sign language interpreter purely for accessibility, yet the interpretation deviates (e. g. because of time pressure)
• indicate signed glosses – however
  • some notations require precise control of formatting that is, as of 2025, not possible
  • there is no ISO 639‑3 code for notations, e. g. gsg denotes German sign language yet it does not imply any specific notation
• translate signed speech to the closest corresponding orally spoken language, e. g. ASL → (American) English

Accordingly the timed text is named with a .en.srt suffix.

No naming scheme has been established for media files containing multiple streams differing in contents. By convention, without any extra indication in the file name, users expect timed texts to be suitable for the primary video track and primary audio track.

Of course this is not much of an issue if there is no intent to ever supply timed texts; e. g. there is a separate M & E soundtrack, which is actually meant to facilitate creation of dubbed versions, not to be listened to on its own.

Après que les sous-titres ont été transcrits dans la langue d'origine de la vidéo dans un fichier de type Timed Text, ils peuvent être traduits dans les autres langues de la manière suivante :

• Ouvrez le fichier Timed Text dans la langue d'origine, disons en anglais par exemple TimedText:Elephants Dream.ogv.en.srt, en mode édition et copiez entièrement la page.
• Dans la barre d'adresse, remplacez "en" par le code de langue de votre choix, par exemple "fr", puis collez le texte original dans la nouvelle page.
• Affichez la vidéo originale puis traduisez le texte dans votre langue.
• Après avoir enregistré la nouvelle page, la vidéo avec les sous-titres doit se charger dans la page; vous pouvez l'afficher et vérifier le positionnement des sous-titres.
• Ajouter un lien de catégorie à la page de discussion [[Category: Timed Text in Language Name|Language Name]]. Pour un exemple, voir TimedText talk:Elephants Dream.ogv.fr.srt.

Une manière de trouver de telles vidéos est d'ouvrir une des sous-catégories de Category: Files with closed captioning en fonction de la langue préférée initiale, puis d'utiliser [[Help: FastCCI|Help:FastCCI]] (dans le coin supérieur droit de la page) pour n'inclure que les vidéos qui n'ont pas de sous-titres dans votre langue cible préférée.

1. Pour trouver des vidéos avec des sous-titres anglais à traduire, aller à Category: Files with closed captioning in English.
2. Puis cliquez sur la flèche FastCCI pour ouvrir le sous-menu et sélectionnez Dans cette catégorie mais et non pas dans...
3. Dans la boîte textuelle, entrez la catégorie correspondante en fonction de votre langue cible préférée :
   • Pour l'allemand, entrez Files with closed captioning in German
   • Pour le français, entrez Files with closed captioning in French
   • Pour le russe, entrez Files with closed captioning in Russian

etc..

• Patrol changes in the TimedText namespace: Recent changes
• Find Orphaned TimedText pages that have no associated media file (any longer).

L'espace de noms TimedText talk sert aux commentaires des pages Timed Text respectives, mais il peut être également utilisé pour lier et catégoriser la page Timed Text.

Cette section doit être développée.

Comment associer closed captions aux fichiers multimedia ?

• Redirigez pour éviter de dupliquer le contenu, par exemple TimedText:Elephants Dream (high quality).ogv.pt.srt redirige vers le TimedText:Elephants Dream.ogv.pt.srt existant. Cela permet au modèle de sous-titrage, d'afficher le nom de fichier correct des fichiers de sous-titres (ce qui peut être important pour les clips vidéo).
• Le paramètre de {{Closed captions}} est une alternative
• un support plus important est nécessaire pour la fonction de texte synchronisé.
• Catégorisation : il n'est pas possible de catégoriser la page Timed Text elle-même, mais sa page de discussion peut l'être.

Un schéma possible de catégorisation est :

 [[:Category:File formats]] + [[:Category:Media types]]
                       |
               [[:Category:Timed Text]] + [[:Category:Legend in German]]
                                   | 
                           [[:Category:Timed Text in German]]
 
                                   + [[:Category:Legend in French]]
                                   | 
                           [[:Category:Timed Text in French]]
 
                                   + [[:Category:Legend in English]]
                                   | 
                           [[:Category:Timed Text in English]]

Catégories relatives : Category:Files with closed captioning

• {{Captions requested}}
• SubRip
• Namespaces liste tous les espaces de noms de Commons
• Category:Video, catégorie de base pour les médias de vidéo
• Category:Videos, catégorie de base pour les fichiers vidéo

• Institut national du sous-titrage (National Captioning Institute - NCI).
• Page d'accueil du W3C sur le texte synchronisé
• Sous-titres pour les utilisateurs sourds ou ayant des problèmes d'audition, National Institute on Deafness and Other Communication Disorders (NIDCD).

Ces articles concernent soit le Q844253: texte synchrone, soit le Q204028: sous-titrage.

• Dansk: Undertekster
• Deutsch: Untertitelung
• Ελληνικά: Υπότιτλοι
• English: Timed Text est le terme général qui représente les termed subtitles, closed captioning et closed caption text. Voir aussi la page Sous-titrage.
• Esperanto: Subtekstoj
• Español: Subtítulo
• Français : sous-titrage
• Interlingua: Subtitulos
• Italiano: Sottotitolo
• 日本語: 字幕
• 한국어: 자막
• Македонски: Толкување
• Nederlands: Ondertiteling
• Norsk bokmål: Undertekster
• Português: Legenda
• Русский: Субтитры
• Slovenščina: podnaslovi
• Svenska: Textning
• Українська: Субтитри
• 粵語: 字幕
• 中文：​字幕
• Bahasa Indonesia: Teks Berwaktu

1. 1 2 AI — (Artificial Intelligence) Intelligence Artificielle