Vidéo interview entreprise : un texte de 3 minutes appris par cœur, c'est environ 630 à 770 mots, et ce qu'une demi-journée de tournage permet de faire à la place

Pour une interview vidéo d’entreprise, ne faites pas apprendre un texte à votre dirigeant : préparez trois messages et les questions, puis laissez-le répondre avec ses mots. Une vidéo de 3 minutes entièrement écrite, c’est environ 630 à 770 mots à dire de mémoire, face à un objectif. Le calcul part des débits mesurés par une équipe de linguistes sur six genres de parole préparée, de 210 à 255 mots par minute. Pour 2 minutes, c’est déjà 420 à 510 mots environ.

Ces mêmes chercheurs citent l’interview radiophonique comme exemple de discours conversationnel ou improvisé, par opposition à la parole lue qu’ils étudient. C’est ce discours-là qu’on cherche à filmer. Chez moi, une interview, c’est une demi-journée de tournage dans vos locaux pour une vidéo de 2 à 3 minutes, à partir de 650 €. Voici le calcul, ce que dit l’étude sur la parole préparée, et ce qu’on fait de la demi-journée à la place d’un texte récité.

Combien de mots faut-il apprendre pour une interview de 2 à 3 minutes ?

Entre 421 et 766 mots, selon la durée et le débit retenus. Les débits viennent du tableau 1 d’une étude publiée en 2013 dans les Cahiers de praxématique par Anne Catherine Simon, Antoine Auchlin, Jean-Philippe Goldman et George Christodoulides. Leur corpus compte 60 échantillons de parole en français, dix par genre, soit 150 minutes de parole. J’ai divisé, pour chaque genre, le nombre de mots par la durée de parole, puis multiplié par 2 et par 3 minutes.

Deux précisions sur ce tableau. Ces débits sont ceux de journalistes, de parlementaires et de personnes qui lisent un texte qu’elles ont pu préparer : ce n’est pas le débit de votre dirigeant, que personne n’a mesuré. Et une vidéo de 2 à 3 minutes n’est pas forcément faite que de parole : des plans de vos locaux, des titres ou de la musique seule peuvent en occuper une partie. Le tableau donne un ordre de grandeur, pas un nombre à atteindre.

Pourquoi un texte récité ne sonne-t-il pas comme vous ?

Parce que la parole préparée a ses propres règles, et qu’elles ne sont pas celles de votre conversation. C’est le sujet même de l’étude : décrire les façons de parler typiques et reconnaissables des genres de parole préparée, que les auteurs appellent des « phonogenres ». Deux mesures du corpus et un travail cité par les auteurs le rendent concret.

• Les silences. Les pauses silencieuses représentent 15,7 % du temps de parole dans la lecture d’un article préparé et 14,2 % dans les discours de l’Assemblée, contre 8,6 % dans les journaux parlés et 7,6 % dans les bulletins météo.
• La régularité. Les présentateurs de journaux parlés adoptent un taux de pause et un débit très proches les uns des autres. Ce n’est pas du tout le cas des lecteurs pour les pauses, ni des chroniqueurs pour le débit, écrivent les auteurs.
• Le débit d’antenne. L’étude cite un travail de 2009 portant sur 14 journaux parlés présentés par 8 journalistes, et sur des extraits de conversation de deux d’entre eux : à l’antenne, le journaliste modifie significativement son débit de conversation, en accélérant ou en ralentissant.

Ce que j’en tire, et c’est une déduction, pas un résultat de l’étude : un texte dit de mémoire fait passer la personne filmée dans un autre genre de parole que le sien. L’étude ne mesure ni la récitation, ni la vidéo, ni des dirigeants. Mais le travail qu’elle cite montre que des journalistes, dont la voix est le métier, ne parlent pas à l’antenne comme en conversation.

Vous préparez l'interview d'un dirigeant ou d'un client ? Voir ce que comprend une interview tournée et montée par moi à Lyon, le devis est gratuit.

Que préparer à la place d’un texte ?

Ma page entreprise le dit en une phrase : on cale ensemble le message et les personnes à filmer, puis je viens dans vos locaux. Le message, pas le texte. Voici comment je vous conseille de le préparer.

1. Trois messages, une phrase chacun. Ce que le spectateur doit retenir s’il ne garde que trente secondes. Pour 2 à 3 minutes, je vous conseille de ne pas aller au-delà de trois.
2. Les questions, connues avant le tournage. La personne filmée sait de quoi on va parler. Elle ne sait pas mot pour mot ce qu’elle va répondre, et c’est très bien.
3. Des notes en mots-clés, pas en phrases. Une phrase écrite se récite ; un mot-clé se raconte.
4. Les chiffres et les noms propres, écrits et vérifiés. Ce sont eux qu’on a peur d’oublier. Un chiffre qui doit être exact peut aussi s’afficher à l’écran en motion design, plutôt que d’être dit de mémoire.
5. Le droit de recommencer. Une réponse qui ne vous plaît pas peut se redire autrement, sans reprendre toute l’interview depuis le début.

Si la vidéo doit ensuite être traduite par IA, quelques réglages de plus se décident au tournage : je les ai listés dans comment tourner une interview qu’on veut doubler ensuite. Et si elle part en vertical sur LinkedIn, ce qu’il faut décider avant le tournage pour en tirer plusieurs vidéos vaut aussi pour une interview : une question qui appelle une réponse complète donne un extrait qui se comprend seul.

Que permet une demi-journée de tournage pour 2 à 3 minutes de vidéo ?

Elle laisse le temps de se tromper. Sur ma grille, l’interview ou le témoignage client, c’est une demi-journée de tournage, une vidéo de 2 à 3 minutes et sa déclinaison verticale, à partir de 650 €, tournage et montage compris. Une demi-journée pour garder 2 à 3 minutes : l’écart laisse la place de redire une réponse et de filmer vos locaux.

Ma page le résume ainsi pour l’interview et le témoignage client : « Vos clients parlent, je monte l’essentiel. » Le montage choisit parmi les réponses ; la personne filmée n’a pas à livrer une version parfaite d’un seul tenant. Je filme et je monte moi-même : celui qui entend les réponses au tournage est celui qui les choisit au montage.

Ensuite, une première version arrive sous 10 à 15 jours après le tournage, la version finale après vos corrections. Les formats et les durées sont adaptés à chaque plateforme, sous-titrés si besoin. Pour situer ce prix dans le marché, j’ai détaillé ce qui fait le tarif d’une vidéo d’entreprise, ligne par ligne.

J’ai aussi filmé un présentateur face caméra pour des modules de formation, ceux du Neofin Business Club : rachat d’entreprise, immobilier, crypto. Le travail ne s’est pas arrêté au tournage. L’habillage en motion design, avec titres, listes, chiffres et sous-titres, porte une partie de l’information à l’écran. À mon sens, c’est une autre façon de soulager la mémoire de la personne filmée : ce qui doit être exact s’affiche, ce qui doit convaincre se dit.

Dernier cas : si le dirigeant n’a ni le temps ni l’envie d’être filmé, un présentateur généré existe aussi, mais ce n’est pas le même engagement. J’ai comparé les deux dans avatar IA ou interview tournée : que choisir.

Sources, lues le 4 novembre 2026 : Anne Catherine Simon, Antoine Auchlin, Jean-Philippe Goldman et George Christodoulides, « Tendances prosodiques de la parole radiophonique », Cahiers de praxématique, publié le 12 décembre 2013 (tableau 1 : durées de parole et nombres de mots par genre ; section 5.2.1 : pauses et débits ; la récitation de mémoire n'y est pas étudiée) ; ma page vidéaste d'entreprise à Lyon (formats, délais, prix, étude de cas Neofin). Calcul personnel : mots par minute = nombre de mots ÷ durée de parole × 60, arrondi à l'unité.