FR
Télécharger

Guides

Couper les silences d'une vidéo, automatiquement et sans effet robot

Les pauses, « euh » et faux départs occupent souvent une bonne partie d'une prise. Bien coupés, ils disparaissent sans que l'on remarque le montage. Voici les réglages qui marchent.

Mis à jour le 6 min de lectureÉquipe Orbicut

Avant · 0:42
Après · 0:31
8 silences · 3 « euh » coupés
Aperçu : Orbicut coupe les silences et les « euh » d'une prise de 40 secondes

Pourquoi couper les silences d'une vidéo ?

Face caméra, personne ne parle comme un présentateur de journal. On cherche ses mots, on respire, on recommence une phrase. Dans une conversation, ces pauses passent inaperçues ; dans une vidéo courte regardée sur un téléphone, elles donnent envie de faire défiler.

Sur une prise improvisée, il n'est pas rare que les pauses et hésitations représentent un tiers du temps, voire plus : une prise de 60 secondes devient souvent une vidéo de 40 secondes, plus dense et plus facile à regarder jusqu'au bout. C'est la première étape du montage de toute vidéo parlée, avant les sous-titres et la musique.

Étape par étape

  1. Importer la prise

    Importez la vidéo brute, avec le son d'origine, avant d'ajouter musique ou effets.

  2. Régler le seuil

    Choisissez une durée minimale de silence : 0,3 à 0,4 s pour un rythme serré, 0,5 à 0,7 s par défaut, 0,8 s et plus pour un ton posé.

  3. Régler la marge

    Gardez 0,1 à 0,2 s de silence avant et après chaque phrase pour ne pas couper les syllabes.

  4. Supprimer hésitations et faux départs

    Retirez les « euh » et gardez seulement la meilleure version de chaque phrase répétée.

  5. Masquer les raccords

    Ajoutez un léger zoom une coupe sur deux ou un plan de coupe sur les raccords visibles.

  6. Vérifier en entier

    Regardez la vidéo du début à la fin et rétablissez les pauses volontaires supprimées par erreur.

Réglages conseillés selon le type de vidéo
Type de vidéoDurée min. d'un silenceMarge autour de la voix
Astuce TikTok ou Reel rapide0,3 à 0,4 s0,08 à 0,12 s
Vidéo face caméra standard0,5 à 0,7 s0,1 à 0,15 s
Tutoriel avec démonstration0,6 à 0,8 s0,15 s
Témoignage client, interview0,8 à 1,2 s0,15 à 0,2 s
Extrait de podcast0,7 à 1 s0,15 à 0,2 s
Sujet sensible ou émotion1 s et plus0,2 s

Que faut-il couper exactement ?

  • Les silences : toute pause plus longue que votre seuil (voir plus bas).
  • Les mots d'hésitation : « euh », « hum », « bah », et en néerlandais « eh », « ehm ».
  • Les faux départs : « Alors le, enfin, la première chose… ». On garde uniquement la version complète de la phrase.
  • Les répétitions : quand vous avez dit deux fois la même phrase, gardez la meilleure prise, souvent la dernière.
  • Le début et la fin : le moment où vous appuyez sur le bouton et celui où vous tendez la main vers le téléphone.

À garder, en revanche : les pauses volontaires avant une information importante ou une chute, et les respirations naturelles entre deux idées. Une vidéo sans aucune respiration devient vite épuisante.

Quels réglages pour couper les silences ?

Deux réglages font l'essentiel du résultat.

La durée minimale d'un silence

C'est la longueur à partir de laquelle une pause est coupée :

  • 0,3 à 0,4 s : rythme très serré, typique de TikTok et des Reels d'astuces.
  • 0,5 à 0,7 s : rythme dynamique mais naturel, bon réglage par défaut pour la plupart des vidéos face caméra.
  • 0,8 à 1,2 s : rythme posé, pour un témoignage, une interview, un podcast filmé ou un sujet sensible.

La marge autour de la voix

C'est le petit morceau de silence conservé avant et après chaque phrase. Avec une marge de 0,1 à 0,2 s, les débuts et fins de mots restent intacts. En dessous de 0,05 s, on entend des consonnes coupées (« …ien » au lieu de « bien ») et la voix semble hachée.

Si votre outil détecte les silences sur le volume sonore, un troisième réglage entre en jeu : le seuil en décibels. Trop bas, le bruit de fond est pris pour de la parole ; trop haut, les fins de phrases chuchotées disparaissent. Testez sur 20 secondes avant de traiter la vidéo entière.

Détection par l'onde sonore ou par la transcription ?

Il existe deux méthodes automatiques :

  • Par l'onde sonore : l'outil coupe tout ce qui passe sous un certain volume. C'est simple et rapide, mais un « euh » prononcé fort est considéré comme de la parole, et un bruit de fond (ventilation, rue) peut empêcher la détection.
  • Par la transcription : l'outil transcrit la voix mot à mot avec l'horodatage de chaque mot. Il sait donc où commence et finit chaque mot, repère les « euh » et les faux départs, et coupe entre les mots plutôt qu'au milieu d'un souffle.

La seconde méthode donne des coupes plus propres sur une voix parlée, surtout dans un environnement un peu bruyant. La première reste utile pour une vidéo sans parole, comme un tutoriel avec de la musique.

Couper les silences à la main

Vous pouvez tout faire sans outil automatique, dans n'importe quel logiciel de montage :

  1. Affichez l'onde sonore de la piste et agrandissez la timeline.
  2. Repérez les zones plates entre deux blocs de parole.
  3. Placez une coupe juste avant la fin de la phrase précédente et juste avant le début de la suivante, en laissant environ 0,1 s de marge.
  4. Supprimez le morceau et refermez le trou (suppression avec raccord).
  5. Réécoutez chaque raccord : si on entend un souffle coupé ou un claquement, décalez de quelques images.

Comptez 5 à 10 minutes pour une minute de vidéo. C'est formateur, mais vite fastidieux si vous publiez plusieurs vidéos par semaine.

Masquer les coupes : jump cuts et zooms

Quand on coupe une prise face caméra, la tête « saute » légèrement à chaque raccord : c'est le jump cut. Sur les réseaux sociaux, il est accepté, et même attendu, mais on peut l'adoucir :

  • Un léger zoom une coupe sur deux (passer de 100 % à environ 110 %) : le changement de cadre semble volontaire et relance l'attention.
  • Un plan de coupe (B-roll) par-dessus le raccord : le produit, le chantier, l'écran.
  • Un texte ou un sous-titre qui apparaît pile sur la coupe attire le regard ailleurs.

Notre guide des zooms automatiques et jump cuts détaille ces techniques.

Les erreurs fréquentes

  • Couper trop serré : la vidéo paraît accélérée et essouffle le spectateur. Si vous hésitez, augmentez la durée minimale d'un silence.
  • Couper la musique avec la voix : ajoutez la musique après avoir coupé les silences, sur une piste séparée, sinon elle saute à chaque raccord.
  • Bruit de fond qui change : si le fond sonore varie d'une coupe à l'autre, une réduction de bruit avant la coupe rend les raccords invisibles.
  • Oublier de vérifier : une coupe automatique peut supprimer un mot court ou une pause voulue. Regardez la vidéo une fois en entier.

Couper les silences avec Orbicut

Orbicut coupe automatiquement les silences, les « euh », les faux départs et les changements de scène à partir d'une transcription mot à mot. Vous réglez la durée minimale d'un silence et la marge gardée autour de la voix ; chaque coupe s'affiche sur la timeline et peut être annulée, car rien n'est détruit. L'app ajoute aussi un léger zoom une coupe sur deux pour masquer les raccords. Essayez sur la démo en ligne ou téléchargez Orbicut.

Pour la suite du montage, voyez notre guide des sous-titres animés.

Questions fréquentes

Couper les silences rend-il la vidéo artificielle ?

Seulement si les coupes sont trop serrées ou sans marge. Avec une durée minimale de silence autour de 0,5 seconde et une marge de 0,1 à 0,2 seconde, la plupart des spectateurs ne remarquent pas le montage.

Peut-on couper les silences d'une vidéo à plusieurs intervenants ?

Oui, mais avec un seuil plus long, autour de 0,8 seconde, pour garder le naturel des échanges. Vérifiez que les réactions courtes (« oui », « d'accord ») n'ont pas été supprimées.

Faut-il couper les respirations ?

Pas toutes. Supprimer les grandes inspirations bruyantes allège la vidéo, mais en retirer chaque souffle donne une voix mécanique. Une marge de 0,1 à 0,2 seconde conserve les respirations naturelles.

Couper les silences fonctionne-t-il en néerlandais ou en anglais ?

Oui. La détection par l'onde sonore est indépendante de la langue, et la détection par transcription fonctionne dans toutes les langues reconnues par le modèle, y compris pour repérer les mots d'hésitation propres à chaque langue.

Les coupes automatiques sont-elles définitives ?

Cela dépend de l'outil. Dans Orbicut, chaque coupe reste visible sur la timeline et réversible : la vidéo d'origine n'est jamais modifiée.