Traduction et IA
Traduction vidéo IA : gratuite sur YouTube et Facebook, 0,19 à 2 $ la minute ailleurs, et ce que mon test a fait de « 1 200 clients par an »
Traduire une vidéo par IA ne coûte presque rien en abonnement, mais la traduction elle-même n’est pas fiable sur ce qui compte le plus pour une entreprise : les noms, les chiffres et les expressions. D’après les pages tarifs lues le 1er novembre 2026, doubler une minute de vidéo revient à environ 0,19 $ chez HeyGen sans toucher aux lèvres, 0,29 à 0,49 $ avec la synchronisation des lèvres, et 0,33 à 2 $ chez ElevenLabs selon la formule et le mode, à condition que tout le crédit du mois y passe. YouTube et Facebook le font gratuitement, sous conditions.
Pour voir ce que devient un texte d’entreprise, j’ai fait un test à texte connu : une présentation inventée de 113 mots, avec six pièges lyonnais, lue par une voix de synthèse puis traduite en anglais par deux modèles open source. Le plus petit a écrit « 2,200 clients » au lieu de 1 200, et « the part of God » pour la Part-Dieu. Voici les prix, les conditions des plateformes, le test en entier, et ce qu’il faut vérifier avant de publier.
Combien coûte la traduction d’une vidéo par IA ?
De zéro à 2 $ la minute, selon l’outil, la formule et ce qu’on lui demande. Ces deux éditeurs ne vendent pas la minute : ils vendent un abonnement avec des crédits, et chaque minute doublée consomme un nombre de crédits publié dans leur documentation. J’ai fait la division pour chaque formule.
| Outil et formule | Prix publié | Coût d'une minute doublée | Minutes par mois |
|---|---|---|---|
| HeyGen Creator, audio seul | 29 $ par mois, 600 crédits | 4 crédits, soit 0,19 $ | 150 |
| HeyGen Creator, lèvres « Speed » | 29 $ par mois, 600 crédits | 6 crédits, soit 0,29 $ | 100 |
| HeyGen Pro, lèvres « Precision » | 49 $ par mois, 1 000 crédits | 10 crédits, soit 0,49 $ | 100 |
| ElevenLabs Pro, doublage automatique sans filigrane | 99 $ par mois, 600 000 crédits | 3 000 crédits, soit environ 0,50 $ | 200 |
| ElevenLabs Starter, Dubbing Studio sans filigrane | 6 $ par mois, 30 000 crédits | 10 000 crédits, soit 2 $ | 3 |
Trois remarques sur ce tableau. D’abord, pour une seule interview de trois minutes, le vrai prix n’est pas celui de la minute : c’est l’abonnement du mois, que vous l’utilisiez en entier ou non. Ensuite, la page tarifs d’ElevenLabs ne parle pas de synchronisation des lèvres (le mot « lip » n’y apparaît pas). Chez HeyGen, c’est le mode choisi qui décide : « Audio Only » ne touche pas aux lèvres, « Speed » et « Precision » les modifient. Et chez lui, la relecture du texte traduit avant génération n’existe qu’à partir de la formule Pro.
Que font YouTube et Facebook gratuitement, et à quelles conditions ?
Les deux plateformes doublent sans rien facturer, mais avec moins de contrôle qu’un outil payant. J’ai lu leurs pages d’aide le 1er novembre 2026.
| Ce que dit la page d'aide | YouTube, doublage automatique | Facebook, traductions Meta AI |
|---|---|---|
| Depuis le français | Vers l'anglais seulement | Français dans la liste des 14 langues, sens de traduction non précisé |
| Qui y a accès | Activé par défaut pour les créateurs éligibles, sinon en accès anticipé | Une Page ou le mode professionnel, au moins 1 000 followers |
| Lèvres | Fonction expérimentale, pour certaines chaînes seulement | En option, désactivable |
| Corriger la traduction | Impossible : les versions doublées ne se modifient pas | Non précisé : on peut supprimer la traduction ou signaler une erreur |
| Sans action de votre part | Publiées selon vos paramètres ; vérification manuelle possible | Avec l'examen activé : publiées au bout de trois jours sans approbation ni suppression |
| Mention visible | « Doublée automatiquement » dans la description | Non précisé sur la page |
Le point qui surprend le plus, côté Facebook, est cette règle des trois jours : une traduction prête que vous n’avez ni approuvée ni supprimée part en ligne. Côté YouTube, c’est l’absence de correction : si la traduction écorche le nom de votre entreprise, les solutions écrites sur la page sont de corriger la langue d’origine de la vidéo, ce qui régénère les versions doublées, ou d’annuler leur publication. La page précise aussi qu’une vidéo dont le débit de parole est trop rapide n’est pas éligible, parce que la version doublée serait accélérée au point d’être difficile à comprendre.
Que devient votre texte quand une IA le traduit ?
Il perd d’abord ce qui le rend unique. YouTube l’écrit sur sa page : les versions doublées peuvent contenir des erreurs, et les noms propres, les expressions idiomatiques et le jargon sont difficiles à traduire. Je l’ai vérifié sur un texte dont je connaissais chaque mot.
Le protocole. J’ai écrit la présentation d’une entreprise inventée (« la SCOP Atelier Saône », gérée par une « Maëlle Rivoire » qui n’existe pas), avec six pièges : un sigle, un matériau, deux quartiers de Lyon, un chiffre et un plat lyonnais. La voix française de Windows l’a lue en 41 secondes. Puis deux modèles Whisper (small et medium), installés sur mon ordinateur, l’ont traduite en anglais. Ce ne sont ni HeyGen, ni ElevenLabs, ni YouTube, dont je n’ai pas testé les traductions : c’est la même étape (comprendre la voix, puis traduire), avec des modèles que tout le monde peut faire tourner.
| Ce qui était dit | Modèle small | Modèle medium |
|---|---|---|
| « la SCOP Atelier Saône » | « the Scope Atelier Saune » | « the Scope Atelier Saône » |
| « des tables en chêne massif » | « massive tables » | « massive tables » |
| « la Croix-Rousse » | « Croix-Arousse » | « Croix-à-Rousse » |
| « plus de 1 200 clients par an » | « more than 2,200 clients per annum » | « more than 1,200 clients per haine » |
| « notre boutique de la Part-Dieu » | « our shop on the part of God » | « our boutique de la part Dieu » |
| « le bouchon où il avait mangé une cervelle de canut » | « Bouchon where he had eaten a canu beer » | « the mouth where he had eaten a brain of a duck » |
Aucun des six pièges ne ressort correct chez les deux modèles. Le chêne disparaît des deux traductions, le plus petit modèle invente 1 000 clients de plus, et le plus gros prend le bouchon lyonnais pour une bouche. Une partie des erreurs vient de la voix de synthèse, qui prononce mal certains mots (« par an » a été compris « par haine ») : une vraie voix, bien enregistrée, en éviterait sans doute une partie. Mais le chiffre, lui, était correct dans la transcription française du petit modèle (« 1200 clients ») : c’est la traduction qui l’a changé.
Pour une vidéo d’entreprise, la conséquence est simple : la version anglaise se relit mot à mot, chiffres et noms en tête, par quelqu’un qui parle anglais. C’est ce que HeyGen appelle « Proofread », et ce que YouTube ne permet pas. J’avais fait le même constat sur la langue d’origine : les fautes des sous-titres automatiques à relire avant de publier.
Vous voulez une interview pensée dès le tournage pour être traduite ? Voir ce que comprend une vidéo d'entreprise tournée et montée par moi, devis gratuit avec réponse sous 24 h.
Que change la synchronisation des lèvres au visage de votre dirigeant ?
Elle modifie son image, pas seulement sa voix. YouTube la définit ainsi : la synchronisation labiale « modifie le mouvement des lèvres du locuteur pour qu’il corresponde à la piste audio doublée ». Sur Facebook, la page d’aide promet de « donner l’impression que c’est vous qui parlez » dans la langue du reel, avec le son et le ton de votre propre voix.
Une vidéo où la bouche et la voix d’une personne réelle disent des phrases qu’elle n’a pas prononcées entre, à ma lecture, dans ce que l’AI Act appelle un hypertrucage : un contenu manipulé qui ressemble à une personne existante et peut passer pour authentique. C’est une lecture de vidéaste, pas un conseil juridique. J’ai détaillé ce que l’avatar IA d’un dirigeant vous oblige à écrire, même avec son accord, et où poser la mention IA sur une vidéo.
Il y a aussi une limite technique, écrite par l’éditeur. HeyGen destine son mode le moins cher avec lèvres (« Speed ») aux intervenants face caméra, et conseille le mode « Precision » dès qu’il y a des profils, des changements d’angle, plusieurs personnes ou un visage masqué par des mains ou un micro. Autrement dit, selon l’éditeur lui-même, les plans de profil ou de trois quarts sont ceux où les lèvres demandent le mode le plus cher.
Comment tourner une interview qu’on veut doubler ensuite ?
En réglant au tournage ce que l’outil ne rattrapera pas. Les conseils de HeyGen tiennent en cinq points, et ce sont des choix de caméra.
- Un intervenant face caméra, à 45° au plus, et à moins de 10 pieds, soit environ 3 mètres.
- Une seule personne qui parle à la fois.
- Des plans serrés et peu de coupes.
- Le moins de bruit de fond possible.
- Une seule langue dans la vidéo : HeyGen prévient qu’une source en plusieurs langues fait échouer la traduction ou donne une transcription fausse.
Deux autres points de la même page se décident au montage. Le texte incrusté à l’image (titres, chiffres, sous-titres gravés) n’est pas traduit : il reste en français dans la version anglaise. Et les effets sonores sont toujours retirés de l’audio traduit ; la musique de fond aussi, si l’on coche l’option qui la supprime. À mon avis de monteur, une vidéo prévue pour être doublée gagne à garder ses textes sur une piste séparée, et sa musique à part.
Chez moi, une interview, c’est une demi-journée de tournage pour une vidéo de 2 à 3 minutes, à partir de 650 €. Je ne propose pas de doublage, et je n’en chiffre pas. Si votre vidéo doit être traduite, ce que je peux faire, c’est cadrer et enregistrer le son en suivant ces conditions, pour que l’outil que vous choisirez ait ce qu’il lui faut.
Que vérifier avant de publier la version anglaise ?
Six contrôles, dans l’ordre où les erreurs apparaissent.
- Le texte traduit, mot à mot, avant la génération si l’outil le permet : chiffres, noms de l’entreprise, des produits, des lieux.
- Les chiffres prononcés, en écoutant la version finale : dans mon test, un modèle a changé 1 200 en 2,200.
- Les lèvres, sur les plans de profil ou quand une main ou un micro passe devant le visage.
- Les textes à l’image, restés en français.
- La mention IA : YouTube l’ajoute seul ; ailleurs, c’est à vous. J’ai relevé la règle d’étiquetage de chaque plateforme.
- Le délai de publication : sur Facebook, une traduction non approuvée ni supprimée part en ligne au bout de trois jours.
Pour le reste des usages de l’IA dans une vidéo d’entreprise, j’ai détaillé ce qui se génère et ce qui doit être tourné, et ce qu’elle change, ou pas, dans mon point d’ensemble sur l’IA et la vidéo en 2026.
Pour une interview à Lyon, la page vidéaste entreprise à Lyon détaille les formats et les prix. Si vous préférez un présentateur généré plutôt que doubler votre dirigeant, voyez les vidéos face caméra avec présentateur IA.
Sources lues le 1er novembre 2026 : Aide YouTube, « Utiliser le doublage automatique » ; Pages d'aide Meta Business, « Traduire vos reels à l'aide de Meta AI sur Facebook » ; HeyGen, page tarifs (en anglais) ; HeyGen, « How to Get Started with Video Translation » (en anglais) ; ElevenLabs, page tarifs et FAQ des crédits (en anglais, prix hors taxes). Les coûts par minute sont mes calculs à partir de ces pages, pour un abonnement mensuel entièrement consacré au doublage. Test du 1er novembre 2026 : voix « Microsoft Hortense » de Windows, modèles faster-whisper small et medium en local, tâche de traduction vers l'anglais. Les deux cartes ont été produites à partir de ces données ; aucun visuel de cet article n'est généré par IA.