---
title: "Qu’est-ce qu’un fichier SRT ? Format, timing et WebVTT"
description: "Un fichier SRT contient des sous-titres numérotés avec heures de début et de fin en texte brut. Le format, l’écart avec WebVTT et un SRT via une API speech-to-text."
url: https://broadrouter.com/fr/glossary/srt-subtitles/
lang: fr
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/srt-subtitles/) (mis à jour le 2026-11-15).

# Sous-titres SRT

Mis à jour 2026-11-15

SRT (SubRip) est un format de sous-titres en texte brut. Chaque sous-titre comprend un numéro d’ordre, une heure de début et de fin écrite hh:mm:ss,mmm --> hh:mm:ss,mmm, une ou plusieurs lignes de texte et une ligne vide. WebVTT est le format web similaire utilisé par la vidéo HTML.

Aussi appelé : SRT, fichier SRT, SubRip, WebVTT, fichier de sous-titres, sous-titres, SRT file, subtitle file

Un fichier de sous-titres, c’est une transcription à laquelle on a attaché une horloge. Obtenir le texte est la moitié facile ; les temps sont la moitié difficile.

## Comment ça marche

Un fichier SRT est du texte brut. Chaque bloc de sous-titre a quatre parties :

```text
1
00:00:00,000 --> 00:00:02,800
مرحباً بكم في الحلقة الأولى

2
00:00:03,600 --> 00:00:07,600
اليوم نتحدث عن تحويل الكلام إلى نص
```

La description du format par la Library of Congress donne le format horaire heures:minutes:secondes,millisecondes, avec « two hyphens (—) and a right-pointing angle bracket (>) » (traduction : « deux tirets (—) et un chevron orienté vers la droite (>) ») entre le début et la fin, et une ligne vide après chaque bloc. Elle qualifie SRT de « a very simple text format, but not well standardized, » (traduction : « format texte très simple, mais mal normalisé ») sans norme d’encodage des caractères. L’extension est `.srt`.

WebVTT, le format du W3C pour les pistes texte de la vidéo HTML, est presque identique. La spécification exige `WEBVTT` en première ligne, un point avant les millisecondes (`00:00:10.700`), l’encodage UTF-8 et le type de média `text/vtt`. Au 15 novembre 2026, c’est un Candidate Recommendation Draft du W3C.

## Pourquoi c’est important

-   **Le timing vient de l’API, ou de vous.** Certaines API speech-to-text renvoient des [horodatages](https://broadrouter.com/fr/glossary/timestamps-asr/) par mot ou par segment, ou un fichier tout prêt. La référence de transcription d’OpenAI liste `srt` et `vtt` parmi les valeurs de `response_format`, mais précise que le format dépend du modèle et que `gpt-4o-transcribe` et `gpt-4o-mini-transcribe` ne renvoient que du `json`.
-   **Mise en page de l’arabe.** SRT n’a pas de balisage de direction : c’est le lecteur qui décide comment afficher le texte de droite à gauche et la ponctuation. Voir [texte de droite à gauche](https://broadrouter.com/fr/glossary/rtl-text/).
-   **Règles de lisibilité.** Longueur des lignes, nombre de lignes par sous-titre et vitesse de lecture sont fixés par les guides de style, pas par le format.

## Sur BroadNet Inference

L’endpoint de transcription de BroadNet renvoie du texte sans horodatages : il ne peut donc pas produire de SRT directement. L’approche qui fonctionne, testée dans [sous-titres arabes (SRT) depuis une API speech-to-text](https://broadrouter.com/fr/blog/arabic-subtitles-srt-api/) :

1.  Repérer les pauses avec `silencedetect` de FFmpeg (ou un [VAD](https://broadrouter.com/fr/glossary/vad/)).
2.  Découper chaque passage parlé, limité à environ 12 secondes, en WAV mono 16 kHz.
3.  Transcrire chaque passage avec `language=ar` sur [BroadNet Transcribe Arabic](https://broadrouter.com/fr/models/cohere-transcribe-arabic/).
4.  Utiliser le début et la fin de chaque passage comme temps des sous-titres, en les répartissant entre les lignes au prorata de la longueur du texte.
5.  Écrire les blocs SRT numérotés.

Les bornes des passages sont aussi précises que votre détection de pauses ; les temps à l’intérieur d’un passage sont des estimations. Cela convient aux conférences et aux podcasts, pas aux fictions synchronisées sur les lèvres. Pour un timing précis à l’image, utilisez un fournisseur qui documente les horodatages par mot. Des passages courts signifient aussi davantage de requêtes : surveillez la limite du paiement à l’usage de 30 requêtes par minute. L’[outil de découpe audio](https://broadrouter.com/tools/audio-splitter-ffmpeg/) écrit les commandes FFmpeg.

## Erreurs fréquentes

-   **Des points au lieu de virgules dans les temps SRT**, ou l’inverse en WebVTT. Beaucoup de lecteurs rejettent la mauvaise variante.
-   **Des lignes vides manquantes** entre les blocs, ce qui fusionne les sous-titres.

## Questions fréquentes

### Quelle est la différence entre SRT et WebVTT ?

Les fichiers WebVTT commencent par la ligne WEBVTT, mettent un point avant les millisecondes (00:00:10.700), doivent être en UTF-8 et utilisent le type de média text/vtt. SRT utilise une virgule (00:00:10,700) et, selon la Library of Congress, n’a pas de norme d’encodage des caractères.

### BroadNet peut-il renvoyer un fichier SRT ?

Non. La réponse de transcription documentée de BroadNet est un JSON avec un seul champ text et sans horodatages. Vous construisez vous-même les temps des sous-titres, par exemple à partir des décalages des segments audio.

### Quel encodage utiliser pour un fichier SRT en arabe ?

Utilisez l’UTF-8 et testez dans les lecteurs qu’utilise votre public. SRT n’a pas de norme d’encodage, et certains outils anciens devinent l’encodage d’après les octets.

## Voir aussi

-   [Horodatages (speech-to-text)](https://broadrouter.com/fr/glossary/timestamps-asr/) (terme)
-   [Speech-to-text (reconnaissance vocale)](https://broadrouter.com/fr/glossary/speech-to-text/) (terme)
-   [Détection d’activité vocale (VAD)](https://broadrouter.com/fr/glossary/vad/) (terme)
-   [Texte de droite à gauche (RTL)](https://broadrouter.com/fr/glossary/rtl-text/) (terme)
-   [WAV](https://broadrouter.com/fr/glossary/wav/) (terme)
-   [API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/) (guide)
-   [Sous-titres arabes (SRT) depuis une API de transcription : l’essentiel](https://broadrouter.com/fr/blog/arabic-subtitles-srt-api/) (article)
-   [Transcrire un audio de plus de 25 Mo : découper, envoyer, recoller](https://broadrouter.com/fr/blog/transcribe-long-audio-files-api/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-srt-subtitles&utm_content=page-cta) ·

**Sources**

-   [Library of Congress, Sustainability of Digital Formats: SubRip (SRT) fdd000569 (vérifié le 2026-11-15)](https://www.loc.gov/preservation/digital/formats/fdd/fdd000569.shtml)
-   [W3C, WebVTT: The Web Video Text Tracks Format, Candidate Recommendation Draft (vérifié le 2026-11-15)](https://www.w3.org/TR/webvtt1/)
-   [Référence de l’API OpenAI, créer une transcription : options response\_format selon le modèle (vérifié le 2026-11-15)](https://developers.openai.com/api/reference/resources/audio/subresources/transcriptions/methods/create)
-   [Référence de l’API BroadNet Inference : réponse de transcription {"text": ...} (vérifié le 2026-11-15) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-srt-subtitles&utm_content=sources)
