Montage vidéo IA : de dix clips du téléphone à un reel sous-titré

Choisir et ordonner le matériel : ce qui reste, ce qui part

Dix clips filmés au téléphone ne font pas un reel tels quels. Avant même d'ouvrir un éditeur vidéo IA, faites le tri, parce qu'aucun outil ne sauve un plan inutile : il le rend seulement plus court. Regardez chaque clip une fois et classez-le en trois piles.

• À jeter : les plans flous ou bougés, les plans que l'on ne comprend pas sans explication, les doublons (trois prises du même geste) et tout ce qui dure plus de 10 secondes sans qu'il s'y passe quelque chose. Un plan bougé reste bougé après le montage ; le raisonnement de photo bougée ou photo floue : laquelle peut-on récupérer vaut aussi pour la vidéo.
• À garder en réserve : les plans corrects mais sans surprise (un plan large du lieu, une main qui ouvre une boîte). Ils servent de respiration entre deux moments forts.
• À garder absolument : le ou les plans qui justifient la vidéo. Le résultat final, la réaction, la chute. Il en faut au moins un, idéalement deux.

Combien de temps doit durer un reel ? Entre 30 et 60 secondes pour la plupart des sujets. Sous 30 secondes, vous n'avez pas le temps de poser un contexte puis de le résoudre. Au-delà de 60 secondes, il faut une vraie raison de retenir le spectateur, et dix clips du téléphone n'en fournissent presque jamais une. Avec dix clips pour 40 secondes, chaque plan dure 4 secondes en moyenne : c'est court, et c'est justement le but. Si un clip demande 12 secondes pour être compris, soit il se coupe en deux, soit il part.

L'ordre compte plus que la quantité. Les deux premières secondes décident : c'est le moment où le spectateur choisit de rester ou de passer au suivant, avant d'avoir lu la légende, avant d'entendre la première phrase. Ne commencez donc pas par le plan large d'introduction. Commencez par le plan le plus fort, ou par les premières images du résultat final, puis revenez en arrière pour expliquer comment on y arrive. Un reel qui ouvre sur « voilà ce qu'on va faire aujourd'hui » est déjà perdu.

Un ordre qui fonctionne pour dix clips : 1 plan choc (le résultat ou la réaction), 2 ou 3 plans de contexte très courts, 4 ou 5 plans d'action dans l'ordre réel, 1 plan de chute. Notez cet ordre sur un papier avant de passer au montage : vous le donnerez tel quel à l'IA, et vous éviterez de réordonner dix vignettes à la souris.

Sous-titres automatiques : vos reels sont regardés sans le son

Dans les transports, au bureau, dans une salle d'attente, une grande partie des reels se regarde téléphone en silence. Sans sous-titres, tout ce que vous dites à l'image disparaît pour ces spectateurs, et avec lui la raison de rester jusqu'à la fin. Les sous-titres automatiques ne sont donc pas une option d'accessibilité ajoutée à la fin : ils font partie du montage.

Le style qui fonctionne sur un format vertical est le mot à mot, parfois appelé « karaoké » : chaque mot s'affiche au moment où il est prononcé, en gros, avec le mot en cours mis en couleur. Ce style a deux avantages concrets. D'abord, il se lit à la vitesse de la parole, donc on ne décroche pas. Ensuite, il tolère les coupes rapides : un sous-titre classique de deux lignes, affiché 4 secondes, chevauche souvent deux plans et oblige à lire pendant le changement d'image. Un mot à la fois suit le rythme des coupes au lieu de le contredire.

Deux règles pour que ces sous-titres restent lisibles : pas plus de 3 ou 4 mots visibles à la fois, et un placement qui évite le bas de l'écran, où les applications affichent la légende, le nom du compte et les boutons. Dans Airpic, les sous-titres des reels sont placés dans la zone sûre, au-dessus de cette bande d'interface, et chaque mot est horodaté à partir de la transcription du clip.

Voici l'avertissement honnête : la reconnaissance vocale se trompe là où ça compte le plus. Les prénoms, les noms de lieux, les noms de marque, les chiffres (« 15 » entendu « quinze » puis écrit « 50 »), les sigles et les mots d'une autre langue glissés dans une phrase française sont les erreurs typiques. Le reste de la phrase sera correct ; ces mots-là, non. Relisez donc la transcription avant d'exporter, mot par mot sur les passages qui contiennent un nom ou un nombre, et corrigez directement dans l'éditeur. Un reel exporté avec le nom de votre client mal orthographié se refait entièrement : la relecture prend une minute, le nouvel export en prend bien plus.

Si vos clips ne contiennent aucune parole (une recette filmée sans commentaire, un timelapse), les sous-titres automatiques n'ont rien à transcrire : il faut alors des textes d'étape courts, écrits à la main (« Étape 1 : la pâte », « 20 min au four »), que l'éditeur anime à votre place. C'est une autre logique, et il vaut mieux le décider avant le montage que le découvrir à l'aperçu. Pour un tour plus complet des sous-titres destinés aux réseaux, lisez mettre des sous-titres sur une vidéo.

Rythme, couleur et son : trois réglages, pas plus

Éditer une vidéo avec l'IA n'exige pas de comprendre les courbes de couleur ou la compression audio. En revanche, trois décisions vous reviennent, et aucun outil ne devrait les prendre à votre place sans vous demander.

Le rythme. Des coupes rapides (1 à 2 secondes par plan) conviennent aux tutoriels, aux avant/après et aux montages de voyage. Des coupes plus posées (3 à 5 secondes) conviennent à un témoignage, à une recette expliquée face caméra ou à une présentation de produit où il faut le temps de regarder. Le piège du rythme rapide : enchaîner dix plans d'une seconde où l'on ne distingue rien. La règle simple : si vous devez revoir le reel pour comprendre ce que montrait un plan, il est trop court. Et une variation de rythme vaut mieux qu'un rythme constant : un plan de 4 secondes après six plans d'une seconde crée l'accent dont une chute a besoin.

La couleur. Dix clips filmés à des heures différentes, dedans et dehors, n'ont pas la même teinte : le plan de la cuisine tire au jaune, celui de la terrasse au bleu. Une correction douce qui rapproche les plans les uns des autres suffit ; il n'y a pas besoin d'un « look cinéma » saturé. Le conseil habituel de « mettre un filtre pour unifier » se retourne contre vous dès que le filtre est fort : il écrase les peaux, bouche les ombres sur une image de téléphone déjà peu lumineuse, et rend un reel plus daté qu'un montage neutre. Choisissez le réglage le plus discret qui efface la différence de teinte entre les plans, puis arrêtez.

Le son. Deux problèmes se répètent dans les montages de clips de téléphone. Le premier : les niveaux de voix varient d'un plan à l'autre, parce que vous étiez à 30 cm du micro dans un clip et à 2 m dans le suivant. Un niveau égalisé sur toute la vidéo règle cela ; le spectateur ne doit jamais toucher le volume. Le second : la musique. Elle doit démarrer et finir en fondu, pas en coupe sèche, et rester sous la voix pendant que quelqu'un parle. La musique n'est pas là pour être écoutée mais pour faire tenir les plans ensemble. Si votre reel est regardé sans le son, la musique n'existe pas pour ce spectateur : une raison de plus pour ne pas lui confier le rythme.

Si un clip est trop sombre et plein de grain, aucun des trois réglages ne le rattrape : c'est un problème de capteur, pas de montage. Pour une vidéo entière de ce type, améliorer la qualité d'une vidéo avant le montage est une autre opération, plus lourde, à réserver au cas où le clip est irremplaçable. Dans un reel de dix clips, le réflexe sain est de le remplacer par un autre.

Format et marque : 9:16 pour les reels, un logo discret

Le format se décide avant le montage, pas à l'export, parce qu'il change le cadrage de chaque plan.

• 9:16 (1080 × 1920 px) pour les reels Instagram, TikTok, YouTube Shorts et les stories. C'est le format qui remplit l'écran du téléphone tenu à la verticale.
• 1:1 (1080 × 1080 px) pour un fil qui mélange photos et vidéos, ou quand la même vidéo doit passer sur plusieurs réseaux sans être recadrée deux fois.
• 16:9 (1920 × 1080 px) pour YouTube, un site web, une présentation ou un écran dans un lieu physique.

Le point qui fait rater des reels : filmer à l'horizontale puis exporter en 9:16. Le montage doit alors recadrer chaque plan en ne gardant qu'une bande verticale au centre, et ce qui était sur les côtés disparaît : la personne qui parle à gauche du cadre, le produit posé à droite. Si vos dix clips sont horizontaux, deux options honnêtes : accepter un cadrage « contenu », avec le plan complet au centre et un fond flou de la même image au-dessus et au-dessous, ou refilmer les plans essentiels à la verticale. Mélanger les deux fonctionne, à condition de ne pas alterner un plan sur deux.

Pour la marque, moins est mieux. Un logo petit dans un coin haut (jamais en bas, zone de l'interface), à une opacité légèrement réduite, et un @nom d'utilisateur en petit, affiché en permanence ou seulement sur les premières et dernières secondes. Le logo n'a pas besoin de faire 20 % de la largeur : un reel n'est pas une affiche, et le spectateur qui veut vous retrouver lit le nom du compte juste sous la vidéo. Gardez le logo en PNG avec fond transparent ; si le vôtre est sur fond blanc, supprimer le fond d'une image prend quelques secondes et évite le rectangle blanc posé sur la vidéo.

Si la même vidéo doit sortir dans deux formats, montez la version 9:16 d'abord, validez-la, puis demandez la version 1:1 ou 16:9 avec les mêmes plans et les mêmes sous-titres. Faire l'inverse (monter en 16:9 puis recadrer en vertical) rogne systématiquement les sous-titres et le logo placés sur les côtés.

Pas à pas dans Airpic : monter un reel avec l'IA

Voici le déroulé exact dans l'outil de montage vidéo IA d'Airpic, avec ce que vous voyez à chaque étape et les réglages à choisir. Il n'y a pas de compte à créer ; la transcription, le plan de montage et l'aperçu sont gratuits, seul l'export se paie en crédits (le détail est sur la page de l'outil).

1. Déposez vos clips. Glissez les dix fichiers dans la zone de dépôt. Vous pouvez aussi ajouter des photos : une image fixe devient un plan de quelques secondes. L'outil lit chaque clip, repère la parole et la transcrit. Pour dix clips courts, comptez de l'ordre d'une minute : c'est le temps le plus long de tout le processus, et il ne vous demande rien.
2. Répondez au panneau d'options. L'IA ne monte pas à l'aveugle : avant la première proposition, un panneau vous pose les questions qui comptent, avec une valeur recommandée pré-remplie pour chacune. La durée cible (choisissez 30 à 45 secondes pour dix clips), le format (9:16 pour un reel), les sous-titres (activés, style mot à mot), le rythme (rapide ou posé, voir la section précédente), une correction de couleur douce, le niveau sonore égalisé, la musique et son fondu, le logo et le @. Si vous avez noté votre ordre de plans à la première section, c'est ici que vous le donnez, dans le champ libre.
3. Relisez les sous-titres. La transcription s'affiche, éditable, avant tout rendu. Cherchez les prénoms, les noms de marque et les chiffres, corrigez-les dans le texte : la correction est reportée mot par mot sur la vidéo, avec le même horodatage.
4. Ajustez en parlant à l'IA. Le premier montage apparaît sous forme de plan de coupe : quel clip, de quelle seconde à quelle seconde, avec quelle transition. Vous le modifiez en écrivant, comme à un monteur : « commence par le clip du résultat », « raccourcis le troisième plan de moitié », « sous-titres plus grands », « pas de transition entre les plans 4 et 5 ». Chaque demande produit un nouveau plan, et vous voyez ce qui a changé.
5. Regardez l'aperçu, gratuitement. L'aperçu se joue dans le navigateur, avec les coupes, les sous-titres, la musique et le logo en place. C'est le moment de vérifier les deux premières secondes et la chute. Tant que quelque chose vous gêne, revenez à l'étape 4 : rien n'est facturé avant l'export.
6. Exportez en 1080p. Quand l'aperçu vous convient, lancez l'export. Vous obtenez un MP4 en 1080 × 1920 px pour un reel (ou 1920 × 1080 px en 16:9), prêt à publier. Lors de nos mesures du 16 octobre 2026, un montage de 15 secondes en 1920 × 1080 px a été exporté en 40 secondes. Le fichier est supprimé de nos serveurs une heure après votre téléchargement, un jour au plus tard, et n'est jamais utilisé pour entraîner un modèle.

Deux cas où cet outil n'est pas le bon. Si vous partez d'une seule longue vidéo (une interview, un live d'une heure) et cherchez les meilleurs passages à découper en verticaux, utilisez plutôt créer des shorts à partir d'une vidéo, qui repère les moments forts et recadre sur le visage. Et si ce que vous voulez est le texte de la vidéo pour un article ou des notes, transcrire une vidéo en texte suffit, sans montage.

Pour le cas de cet article (dix clips, un reel sous-titré, une heure devant vous), le chemin tient en une phrase : trier, répondre au panneau, relire les noms, regarder l'aperçu, exporter. Commencez par déposer vos clips dans l'outil de montage vidéo IA.

FAQ

À lire ensuite