FR
Télécharger

Glossaire

Glossaire du montage vidéo court et de l'IA

Les termes que vous croiserez en montant des Reels, des TikTok et des Shorts, ou en utilisant un outil de montage par IA, expliqués simplement et avec des chiffres.

B-roll
Le B-roll désigne les plans d'illustration montés par-dessus le plan principal (souvent une personne face caméra) : gros plan sur un produit, geste, lieu, capture d'écran. Il montre ce que la voix décrit, masque les coupes et relance l'attention. Dans une vidéo courte, un plan de B-roll dure en général 1 à 3 secondes.
Clonage de voix
Le clonage de voix est la création, par intelligence artificielle, d'une voix de synthèse qui imite la voix d'une personne réelle à partir d'un échantillon enregistré. Il ne doit se faire qu'avec l'accord de la personne. Dans l'Union européenne, l'AI Act impose depuis le 2 août 2026 de signaler les contenus qui imitent de façon réaliste une personne existante. Clonage de voix
Codec
Un codec est la méthode qui compresse et décompresse une vidéo. Les plus courants sont H.264 (AVC), compatible partout, et H.265 (HEVC), utilisé par l'iPhone, qui donne des fichiers environ deux fois plus légers à qualité comparable. Le codec est différent du conteneur, c'est-à-dire de l'extension du fichier, comme .mp4 ou .mov.
Débit binaire
Le débit binaire (bitrate) est la quantité de données utilisée par seconde de vidéo, exprimée en mégabits par seconde (Mb/s). Plus il est élevé, plus l'image est détaillée et le fichier lourd. YouTube recommande par exemple environ 8 Mb/s pour une vidéo 1080p à 24 ou 30 images par seconde en H.264.
Détourage
Le détourage consiste à séparer une personne ou un objet de son arrière-plan pour remplacer celui-ci par une couleur, un flou, une image ou une autre vidéo. Autrefois réservé au fond vert, il se fait aujourd'hui par intelligence artificielle sur une vidéo ordinaire, avec des bords parfois imparfaits sur les cheveux et les mouvements rapides.
Diarisation
La diarisation est l'étape d'une transcription automatique qui identifie qui parle et quand. Elle attribue chaque phrase à un locuteur (Intervenant 1, Intervenant 2) dans une interview ou un podcast. Elle sert à colorer les sous-titres par personne, à recadrer sur celui qui parle ou à retrouver rapidement les interventions d'un invité.
Doublage
Le doublage remplace la piste vocale d'une vidéo par une voix dans une autre langue. Avec l'IA, il peut être réalisé à partir de la transcription traduite et d'une voix de synthèse, éventuellement clonée sur la voix d'origine. Il se distingue du sous-titrage traduit, qui garde la voix originale et affiche le texte à l'écran. Doublage
Ducking
Le ducking est la baisse automatique du volume de la musique pendant que quelqu'un parle, puis sa remontée dans les silences. Il garde la voix intelligible sans couper la musique. En pratique, la musique descend d'environ 15 à 20 dB sous la voix, avec une transition douce de quelques dixièmes de seconde.
Faux départ
Un faux départ est un début de phrase abandonné puis recommencé (« Alors aujourd'hui je… Aujourd'hui, je vais vous montrer »). Les outils de montage automatique les repèrent grâce à la transcription mot à mot et ne gardent que la dernière version complète. Filmer en recommençant simplement la phrase ratée devient alors la méthode la plus rapide. Faux départ
Fichier SRT
Un fichier SRT (SubRip) est un fichier texte qui contient les sous-titres d'une vidéo, numérotés et horodatés au format heures:minutes:secondes,millisecondes. Il est importé séparément sur YouTube ou dans un lecteur, et le spectateur peut l'activer ou non. Contrairement aux sous-titres incrustés, il ne permet pas d'animation ni de style personnalisé. Fichier SRT
Filigrane
Un filigrane est un logo ou un texte incrusté en permanence dans la vidéo exportée, souvent dans un coin. Les applications de montage l'ajoutent sur les exports de leur plan gratuit et le retirent dans les offres payantes. Un filigrane d'une autre application peut nuire à l'image d'une marque et donner une impression d'amateurisme.
Fps (images par seconde)
Les fps (frames per second) indiquent le nombre d'images affichées chaque seconde. 24 fps donne un rendu cinéma, 25 fps est la norme européenne historique, 30 fps est courant sur téléphone et 60 fps offre des mouvements très fluides, utiles pour le sport ou le jeu vidéo. Gardez la même cadence du tournage à l'export.
Hook (accroche)
Le hook, ou accroche, est l'ouverture d'une vidéo courte, ses 1 à 3 premières secondes, conçue pour empêcher le spectateur de faire défiler. Il annonce un bénéfice, pose une question ou montre le résultat final. Une bonne accroche tient en une phrase de 6 à 10 mots, renforcée par un texte à l'écran. Hook (accroche)
Images clés
Les images clés (keyframes) sont des points placés sur la timeline qui fixent la valeur d'un paramètre à un instant donné : position, taille, opacité, volume. Le logiciel calcule automatiquement la transition entre deux images clés. Elles servent à animer un zoom lent, à déplacer un texte ou à faire apparaître un logo en fondu.
Jump cut
Un jump cut est une coupe entre deux moments d'un même plan, qui fait légèrement « sauter » le sujet à l'écran. Il apparaît quand on retire un silence ou une hésitation dans une vidéo face caméra. Devenu un style à part entière sur les réseaux, il est souvent adouci par un léger zoom une coupe sur deux. Jump cut
Karaoké (sous-titres)
Les sous-titres karaoké mettent en surbrillance chaque mot au moment exact où il est prononcé, comme les paroles d'une chanson au karaoké. Ils exigent une transcription horodatée mot par mot. Ce style aide le spectateur à suivre sans le son et rend le rythme de la parole visible, ce qui convient bien aux vidéos face caméra. Karaoké (sous-titres)
LUFS
Le LUFS (Loudness Units relative to Full Scale) mesure le volume perçu d'un son sur toute sa durée, et non ses seuls pics. Les plateformes ajustent le volume des vidéos pour les harmoniser ; viser environ -14 LUFS est une pratique courante pour la vidéo en ligne et évite qu'une vidéo paraisse trop faible ou écrasée.
LUT
Une LUT (Look-Up Table) est un fichier qui convertit les couleurs d'une vidéo selon une correspondance prédéfinie. Elle sert à transformer une image filmée en profil plat (log) en image contrastée normale, ou à appliquer un « look » coloré identique à toutes les vidéos d'une marque. Elle s'applique en un clic, puis s'ajuste en intensité.
MCP
Le MCP (Model Context Protocol) est un protocole ouvert qui permet à un assistant d'intelligence artificielle, comme Claude, d'utiliser des outils et des applications externes. Appliqué au montage vidéo, un serveur MCP permet de donner des instructions en langage naturel, par exemple « coupe les silences et exporte en 9:16 », que l'assistant exécute dans le logiciel. MCP
Mots d'hésitation
Les mots d'hésitation sont les sons et mots de remplissage qui n'apportent pas de sens : « euh », « hum », « bah », « du coup », « en fait » répétés. Les outils de montage automatique les repèrent dans la transcription et les coupent. Vérifiez le résultat : « en fait » est parfois utile à la phrase. Mots d'hésitation
Punch-in
Un punch-in est un zoom numérique instantané, généralement de 5 à 15 %, appliqué au moment d'une coupe. Il donne l'illusion d'un second angle de caméra et masque le saut d'image d'un jump cut. Un punch-in plus fort, de 20 à 40 %, sert à souligner une phrase clé, une ou deux fois par minute au plus. Punch-in
Ratio 9:16
Le ratio 9:16 est le format vertical plein écran du téléphone : 9 unités de large pour 16 de haut, soit 1080×1920 pixels en Full HD. C'est le format de TikTok, des Reels Instagram, des YouTube Shorts et des Stories. Il s'oppose au 16:9 horizontal (1920×1080) de la télévision et de YouTube classique. Ratio 9:16
Recadrage automatique
Le recadrage automatique adapte une vidéo à un autre format, souvent du 16:9 au 9:16, en détectant le visage ou la personne qui parle et en déplaçant une caméra virtuelle pour la garder dans le cadre. Un bon recadrage lisse ses mouvements pour éviter un cadre qui tremble à chaque geste. Recadrage automatique
Reel
Un Reel est une vidéo courte au format vertical publiée sur Instagram ou Facebook, avec musique, effets et sous-titres possibles. Les Reels sont diffusés dans un flux dédié et dans le fil, y compris auprès de personnes qui ne suivent pas le compte. La durée maximale a évolué plusieurs fois : vérifiez-la dans l'application avant de publier. Reel
Rush
Un rush est un fichier vidéo brut, tel qu'il sort de la caméra ou du téléphone, avant tout montage. Une vidéo finale est assemblée à partir d'un ou plusieurs rushs. Le dérushage consiste à les visionner pour repérer les bons passages ; les outils d'IA accélèrent cette étape grâce à la transcription.
Safe zone (zone de sécurité)
La safe zone est la partie de l'image qui reste visible et lisible une fois l'interface de l'application affichée par-dessus. En 9:16, une règle prudente consiste à laisser libres environ 14 % en haut, 35 % en bas et 6 % sur les côtés, soit environ 270, 670 et 65 pixels sur un cadre de 1080×1920. Safe zone (zone de sécurité)
Short (YouTube Short)
Un YouTube Short est une vidéo verticale ou carrée diffusée dans le flux Shorts de YouTube. Selon l'aide officielle de YouTube, les vidéos carrées ou verticales mises en ligne depuis le 8 décembre 2025 et d'une durée maximale de trois minutes sont classées comme Shorts. Short (YouTube Short)
Sous-titres incrustés
Les sous-titres incrustés (ou « brûlés ») font partie de l'image de la vidéo : on ne peut pas les désactiver. Ils permettent des styles et des animations, s'affichent partout de la même façon et sont la norme sur TikTok et les Reels, où beaucoup de vidéos sont regardées sans le son. Ils s'opposent au fichier SRT séparé. Sous-titres incrustés
Timeline
La timeline, ou ligne de temps, est la zone d'un logiciel de montage où les clips, sons, textes et effets sont alignés dans l'ordre chronologique, sur une ou plusieurs pistes. Dans un outil de montage automatique, elle permet de voir chaque coupe proposée par l'IA et de la modifier ou de l'annuler.
Transcription
La transcription est la conversion de la parole d'une vidéo en texte écrit. En montage, on utilise une transcription horodatée mot à mot : chaque mot est associé à son instant exact. Elle sert de base aux sous-titres, à la coupe des silences et des hésitations, à la traduction et au montage par le texte. Transcription
UGC
L'UGC (User Generated Content) désigne le contenu créé par des utilisateurs ou des clients plutôt que par une marque : avis filmé, déballage, démonstration au téléphone. Par extension, on parle de vidéo UGC pour une publicité au style spontané, tournée face caméra par un créateur rémunéré. UGC
Voix off IA
Une voix off IA est une narration produite par synthèse vocale à partir d'un texte. Elle sert aux tutoriels, vidéos produit, vidéos sans visage et versions traduites. Le débit d'une narration se situe autour de 130 à 160 mots par minute, soit environ 70 à 80 mots pour 30 secondes. Voix off IA