Pourquoi un logiciel de surtitrage doit analyser le texte avant de faire appel à l’IA
Lorsqu’un système de sous-titrage théâtral prend une liste de personnages pour du dialogue, l’erreur ne reste pas cantonnée à l’analyseur. Elle devient un mauvais surtitre en répétition, désoriente la personne qui assure la conduite et peut finir par afficher la mauvaise réplique pendant le spectacle.
Voilà pourquoi un logiciel de sous-titrage théâtral ne devrait pas réduire un texte à une suite de mots avant d’en confier le classement à l’IA. Un texte dramatique est un document structuré : retraits, espacements, capitales, ponctuation et mise en forme en disent souvent davantage sur son organisation que les mots eux-mêmes.
En mars 2026, nous avons publié un article technique expliquant pourquoi l’analyse des textes de théâtre est un problème de géométrie. Nous poursuivons ici cette réflexion en présentant l’orientation actuelle du traitement qui transforme un texte en surtitres dans SurtitleLive.
Depuis, l’analyseur de SurtitleLive a continué d’évoluer vers une approche plus déterministe.
Cette évolution compte parce que les sous-titres et surtitres de théâtre ne sont pas destinés à rester dans un document : ils deviennent des éléments conduits en direct. Si l’analyseur confond une distribution avec du dialogue, ou une didascalie avec une réplique, l’erreur peut parvenir jusqu’à la vérification en répétition, puis à la conduite du spectacle.
Notre ligne directrice est donc simple : commencer par la structure du document, ne solliciter l’IA que là où elle est utile et continuer d’observer le comportement de l’analyseur à mesure que nous éprouvons de nouvelles formes d’écriture et de mise en page.
Sous une forme simplifiée, l’enchaînement est le suivant :
DOCX -> extraction de la structure -> indices par paragraphe -> regroupement en blocs -> détection du type de mise en page -> délimitation du corps du texte -> vérification ciblée par l’IA -> brouillon de conduite modifiable
Pourquoi commencer par une analyse déterministe
L’IA peut aider à trancher les cas ambigus, mais préparer des surtitres destinés au direct exige de la reproductibilité. À texte et version de l’analyseur identiques, le système devrait aboutir au même découpage, sauf modification délibérée de ses règles.
L’analyse déterministe fournit ce socle. Elle examine la mise en forme du document avant de demander à un modèle d’IA d’interpréter les passages difficiles.
Pour une équipe de théâtre, il ne s’agit donc pas simplement de « téléverser un texte et espérer que le modèle le comprenne ». Le système commence par rechercher des indices observables :
- les noms ou marques de personnages
- les régularités de retrait
- l’espacement entre les paragraphes
- la mise en forme des didascalies
- les séparateurs tels que deux-points, tirets, points et tabulations
- les pages liminaires, notamment la page de titre, la distribution et les notes de production
Lorsque ces indices sont suffisamment nets, l’analyseur peut déterminer la nature du bloc sans vérification par l’IA.
Un exemple simple : distribution ou surtitre ?
Prenons un court extrait situé au début d’une pièce :
DISTRIBUTION
HAMLET
OPHÉLIE
ACTE I
HAMLET
Être ou ne pas être.Une IA qui examine chaque ligne isolément pourrait reconnaître HAMLET comme un nom de personnage dans les deux cas. Or, dans la distribution, HAMLET relève des informations liminaires ; dans le corps de la pièce, il introduit une réplique appelée à devenir un surtitre.
Ce n’est pas le mot qui change, mais sa place dans le document.
D’où l’importance de délimiter d’abord le corps jouable. L’analyseur tente de séparer les pages liminaires du texte destiné à être interprété, puis applique les règles de dialogue dans la zone où des répliques sont attendues. Il réduit ainsi le risque de transformer en surtitres de répétition une distribution, une page de titre ou des notes de production.
L’orientation actuelle, du texte aux surtitres
L’analyseur procède désormais par étapes plutôt que de confier l’ensemble du classement à l’IA en une seule opération. La réalisation technique continue d’évoluer, mais les grandes étapes restent stables dans leur principe.
1. Extraire la structure du document
Pour les fichiers .docx, SurtitleLive exploite les données structurées du document au lieu de s’en remettre au seul texte brut. Sont ainsi conservés les retraits, l’alignement et l’espacement des paragraphes, les styles Word hérités, ainsi que la mise en forme des segments de texte, comme l’italique ou le gras.
Ces données sont précieuses, car de nombreux textes de théâtre font de la typographie une véritable grammaire. Une ligne centrée en capitales peut désigner un personnage ; une ligne en retrait, une réplique ; une ligne en italique, une didascalie. Une conversion en texte brut risque de faire disparaître ces repères.
2. Transformer les paragraphes en indices structurels
Chaque paragraphe est décrit au moyen d’un ensemble d’indices : présence probable d’un nom de personnage au début de la ligne, emploi de crochets ou de parenthèses, mise en forme associée aux didascalies, ou encore pertinence des capitales dans le système d’écriture concerné.
Le système ne suppose pas que tous les textes suivent les conventions de l’anglais. Dans les systèmes d’écriture où l’opposition entre minuscules et majuscules n’a pas de sens, les règles fondées sur les capitales sont atténuées ou désactivées afin de ne pas créer une certitude trompeuse.
3. Constituer des blocs dramatiques
Les paragraphes sont ensuite réunis en blocs. Un bloc peut correspondre à une réplique, à un nom de personnage suivi de son texte, à une didascalie, à un intertitre ou à une zone qui demande encore vérification.
Cette étape s’appuie sur la mise en page et la structure, non sur une interprétation littéraire.
4. Reconnaître les grands types de mise en page
Tous les textes dramatiques ne suivent pas le même modèle. Certains présentent la forme Personnage : Réplique. D’autres placent le personnage sur une ligne et sa réplique sur la suivante. D’autres encore emploient un point ou un tiret. Plusieurs conventions peuvent même coexister dans un seul fichier.
SurtitleLive cherche donc à reconnaître le type de mise en page avant d’appliquer ses règles d’analyse. Par exemple :
| Type | Forme courante |
|---|---|
| Dialogue après deux-points | HAMLET : Être ou ANNE : Il pleut aujourd'hui |
| Personnage sur une ligne distincte | HAMLET, puis une réplique en retrait |
| Personnage suivi d’un point | AMLETO. Essere o non essere |
| Mise en page mixte | Des conventions différentes selon les parties du même texte |
| Indices faibles ou indéterminés | Pages liminaires, annexes ou passages ambigus |
L’analyseur évite ainsi d’imposer un jeu de règles unique à tout le document lorsque celui-ci change lui-même de forme en cours de route.
5. Séparer les pages liminaires du corps de la pièce
Beaucoup de textes commencent par une page de titre, une distribution, des notes ou des informations de production. Leur structure peut ressembler à celle d’un dialogue sans qu’ils appartiennent pour autant au texte joué.
Pour limiter ce risque, SurtitleLive cherche en priorité le début du corps de la pièce. Les éléments liminaires peuvent alors être tenus à l’écart de la détection des dialogues.
6. Réserver l’IA aux passages ambigus
L’IA conserve un rôle : elle est surtout utile lorsque les indices déterministes sont faibles ou contradictoires.
Le but n’est pas de l’écarter, mais d’éviter de lui soumettre des blocs dont la structure fournit déjà une réponse solide. Lorsqu’une vérification par l’IA est nécessaire, elle devrait porter sur les passages réellement ambigus et, dans la mesure du possible, être mise en regard d’exemples comparables tirés du même document.
Vérifier la séquence et corriger les incohérences
Certaines erreurs n’apparaissent qu’à l’échelle d’une suite de blocs. Deux intertitres consécutifs peuvent être parfaitement plausibles dans les pages liminaires, mais beaucoup moins au milieu d’une scène riche en dialogues. De même, un nom qui n’apparaît qu’une fois peut appeler un traitement différent de celui d’un personnage régulièrement identifié.
SurtitleLive examine donc les enchaînements pour affiner ces décisions. En interne, des mécanismes de décodage et de lissage mettent en relation les blocs voisins, leur zone dans le document et les indices relatifs aux personnages, plutôt que de traiter chaque paragraphe isolément.
C’est une différence essentielle avec une analyse purement ligne par ligne. Un texte dramatique se déploie dans la durée : son environnement structurel aide souvent à déterminer si une ligne est une réplique, un nom de personnage, un intertitre ou un passage à vérifier.
Comment nous vérifions les modifications de l’analyseur
Avant qu’une modification soit considérée comme sûre, elle est éprouvée sur un ensemble choisi de textes et de cas de non-régression. L’objectif est concret : améliorer une mise en page ne doit pas en détériorer discrètement une autre.
Les vérifications portent notamment sur les questions suivantes :
- Une ligne déjà reconnue comme nom de personnage le reste-t-elle ?
- Une didascalie reste-t-elle exclue de la liste des surtitres ?
- Les pages liminaires demeurent-elles séparées du corps jouable ?
- La ponctuation propre à différentes langues continue-t-elle d’être interprétée comme prévu ?
- Un bloc ambigu reste-t-il signalé pour vérification, plutôt que classé avec une assurance excessive ?
Nous n’affirmons pas pour autant que tout texte de théâtre peut être analysé sans erreur. Les formes varient énormément, notamment dans les versions de répétition, les documents numérisés ou ressaisis, les adaptations importantes et les fichiers à la mise en forme irrégulière. La vérification humaine demeure une étape de la préparation.
Ce que cela change pour les équipes
Pour une équipe de production, commencer par une analyse déterministe vise à rendre la préparation du texte plus prévisible. Cet enjeu est particulièrement sensible pour les sous-titres de théâtre assistés par l’IA, les surtitres d’opéra et les conduites multilingues : une erreur de structure entraîne du travail de correction en aval.
Cette approche aide SurtitleLive à :
- conserver les indices de mise en page présents dans les documents Word
- reconnaître des formes courantes de dialogue théâtral
- éviter de solliciter inutilement l’interprétation de l’IA lorsque la structure est déjà claire
- laisser visibles les passages ambigus qui demandent une vérification
- mieux prendre en compte la diversité des conventions d’écriture et de mise en page
L’objectif pratique n’est pas l’automatisation intégrale, mais un brouillon plus propre qu’une personne peut relire, corriger, traduire et éprouver en répétition avant la représentation.
Pour la personne qui assure la conduite, cela signifie moins de surtitres manifestement erronés et une transmission plus nette à l’issue des répétitions.
Pour la production, cela réduit les travaux de remise en forme avant que l’équipe puisse relire un premier brouillon.
Pour les équipes chargées des langues et de l’accessibilité, cela permet de vérifier traductions et surtitres destinés au public à partir d’une structure de texte plus stable avant leur diffusion en direct.
Ce que cette approche ne promet pas
Cette architecture a ses limites.
Elle ne garantit pas que chaque texte sera correctement analysé dès la première tentative.
Elle ne signifie pas que l’IA n’est jamais sollicitée.
Elle ne suppose pas un même degré de confiance pour toutes les langues, toutes les mises en page ou toutes les versions de répétition.
Elle ne dispense pas d’une vérification humaine avant le spectacle.
Elle ne fige pas non plus le système dans son état actuel. L’analyse des textes est un domaine que SurtitleLive continuera de surveiller étroitement. À mesure que nous éprouverons davantage de documents, de mises en page et de conventions linguistiques réels, nous continuerons d’ajuster, si nécessaire, les règles, les seuils de vérification, les cas de non-régression et le passage de relais à l’IA.
L’orientation retenue : l’IA en appui de la vérification, pas comme analyseur unique
Cette orientation peut se résumer ainsi :
| Domaine | Orientation antérieure | Orientation actuelle | Bénéfice pour l’équipe |
|---|---|---|---|
| Indices tirés du texte | Regroupement des mises en page et classement par l’IA | Extraction structurée du document et règles déterministes | Importation plus prévisible |
| Traitement de la mise en page | Hypothèses générales à l’échelle du document | Analyse adaptée à chaque zone et à son type | Meilleure prise en charge des formes mixtes |
| Pages liminaires | Risque accru de les confondre avec du dialogue | Délimitation préalable du corps avant de détecter les surtitres | Moins de faux surtitres issus de la distribution ou de la page de titre |
| Rôle de l’IA | Place plus centrale dans le classement | Vérification ciblée des passages ambigus | Moins d’interprétations superflues par l’IA |
| Travail de fiabilisation | Corrections heuristiques | Tests de non-régression et examen des enchaînements | Évolutions plus sûres dans le temps |
Cette prudence est délibérée. Dans le spectacle vivant, un système de sous-titrage ne devrait pas reposer sur le seul degré de confiance d’une IA lorsque la structure du document apporte des indices plus solides.
L’IA est utile, mais elle ne constitue pas à elle seule l’analyseur. Pour SurtitleLive, la voie la plus robuste associe structure déterministe du texte, vérification ciblée par l’IA, préparation humaine et observation continue du comportement de l’analyseur.
Si votre équipe transforme encore manuellement les textes en diaporamas, ou reconstruit les surtitres ligne après ligne avant les répétitions, SurtitleLive peut l’aider à produire, à partir de documents structurés, un brouillon de conduite modifiable pour la vérification et la diffusion en direct. Pour en savoir plus, consultez la page consacrée aux fonctionnalités de SurtitleLive ou celle qui présente la transformation assistée par l’IA d’un texte théâtral en surtitres.
FAQ
Q : Qu’est-ce que l’analyse déterministe d’un texte de théâtre ?
R : Elle repose sur des règles fixes tirées de la structure du document : retraits, espacements, ponctuation et mise en forme. Avec la même entrée et la même version de l’analyseur, elle devrait aboutir au même résultat structurel.
Q : Pourquoi ne pas faire appel à l’IA pour chaque ligne ?
R : L’IA peut aider pour les passages ambigus, mais de nombreuses décisions relèvent de la structure plutôt que du sens. Si la mise en forme désigne clairement un personnage, une réplique ou une didascalie, une règle déterministe offre généralement un résultat plus reproductible.
Q : L’IA peut-elle créer automatiquement des sous-titres de théâtre ?
R : Elle peut contribuer à préparer un brouillon, mais l’équipe de production doit encore vérifier le découpage, les choix de traduction, le minutage et le mode de diffusion au public avant la représentation. SurtitleLive inscrit l’IA dans la préparation ; il ne lui substitue pas la vérification du spectacle.
Q : Comment SurtitleLive transforme-t-il un texte en surtitres ?
R : SurtitleLive lit la structure du document, repère les blocs dramatiques, reconnaît les formes de mise en page probables, sépare les pages liminaires du corps jouable et produit un brouillon de conduite modifiable. Les passages ambigus peuvent faire l’objet d’une vérification ciblée par l’IA.
Q : Pourquoi la mise en forme DOCX est-elle importante pour les surtitres ?
R : Beaucoup de textes encodent leur structure dans la forme. Noms de personnages, répliques, intertitres et didascalies peuvent se distinguer par les retraits, les espacements, les capitales ou l’italique. Conserver ces indices améliore le repérage des futurs surtitres.
Q : Qu’entend-on par type de mise en page d’un texte dramatique ?
R : Il s’agit d’une forme récurrente, par exemple un personnage sur une ligne distincte, un dialogue introduit par deux-points ou un nom de personnage suivi d’un point. La reconnaître aide l’analyseur à choisir les règles adaptées à la partie concernée.
Q : Cette méthode supprime-t-elle la vérification humaine ?
R : Non. SurtitleLive vise un brouillon plus clair à relire, et non un fichier de spectacle définitif entièrement automatisé. Les équipes doivent toujours vérifier les surtitres, les traductions, le minutage et leur diffusion avant la représentation.
Q : Comment SurtitleLive fera-t-il évoluer ce système ?
R : Nous continuerons d’en observer le comportement au moyen de cas de non-régression, de formats de textes réels et des retours de production. En présence d’incertitudes répétées ou d’erreurs évitables, nous pourrons ajuster les règles d’analyse, les seuils de vérification et les modalités de recours à l’IA.