Rien ne resserre une vidéo face caméra comme couper les temps morts. Chaque pause et chaque « euh » en moins vous fait paraître plus sûr de vous et rend le clip plus agréable à regarder. À la main, c'est long ; supprimer les silences d'une vidéo sur iPhone automatiquement prend quelques secondes.

Pourquoi supprimer les silences et les mots de remplissage

  • Le rythme. Des coupes serrées retiennent l'attention ; les longues pauses la font fuir.
  • L'assurance. Enlever les « euh », « hum » et « genre » rend n'importe qui plus éloquent.
  • La durée. Une prise hésitante de deux minutes devient un clip net de 40 secondes, parfait pour les réseaux sociaux.

Ce genre de sous-titrage s'appuie sur le framework Speech d'Apple, qui permet une reconnaissance effectuée localement : c'est pour cela que l'audio n'a jamais besoin d'être envoyé où que ce soit pour être lu.

La méthode lente (à la main)

Dans un éditeur basique, vous faites défiler la timeline, repérez chaque pause, coupez avant et après, supprimez le morceau et faites glisser le clip suivant pour refermer le vide. Et vous recommencez pour chaque pause et chaque mot de remplissage. Pour une vidéo de deux minutes, cela fait des dizaines de coupes et beaucoup de temps à plisser les yeux devant la forme d'onde.

La méthode rapide : deux passes différentes en un toucher

Zella pour iPhone vous propose deux outils ici, et choisir le bon vous évite de défaire du travail :

Clean Up Auto-Polish
Ce qu'il fait Supprime les silences et les mots de remplissage, et rien d'autre Le montage complet pensé pour la rétention
Ajoute aussi Rien Des coupes supplémentaires là où vous marquez une pause, un fondu enchaîné sur les raccords les plus espacés, des sous-titres par mots-clés, la suppression du bruit et le traitement de la voix, un titre d'accroche, des zooms d'insistance, une musique de fond assortie à l'ambiance
Touche à vos couleurs Non Non, jamais
À utiliser quand Vous voulez votre propre montage, juste plus serré Vous voulez un montage prêt à publier en un toucher

Pour enlever uniquement les mots de remplissage, c'est Clean Up qu'il vous faut :

  1. Importez ou enregistrez votre vidéo.
  2. Touchez Clean Up. Zella transcrit sur l'appareil, puis supprime les silences et les mots de remplissage en une seule passe, en refermant chaque vide pour que l'audio et la vidéo restent parfaitement alignés.
  3. Parcourez la transcription. Supprimer un mot à cet endroit coupe la vidéo avec lui en refermant le vide : vous pouvez continuer à raccourcir en lisant plutôt qu'en faisant défiler.
  4. Exportez, ou lancez ensuite Auto-Polish si vous décidez de vouloir le traitement complet.

Comme tout tourne sur le Neural Engine du téléphone, rien n'est envoyé en ligne : votre audio reste privé. Voir le guide de l'IA sur iOS (en anglais).

Sur iPhone, la détection des mots de remplissage est verbatim : elle s'appuie sur une transcription mot à mot et pas seulement sur le volume, et c'est pour cela qu'elle peut enlever un « euh » placé au milieu d'une phrase sans laisser de trou là où se trouvait le mot.

Affiner le résultat

Le nettoyage automatique est un point de départ, pas une camisole. Après la passe, vous pouvez :

  • Rétablir une pause que vous vouliez vraiment (un temps avant une chute).
  • Régler la sensibilité pour couper plus franchement ou laisser plus de respiration.
  • Garder un mot de remplissage qui fait partie de votre façon naturelle de parler.

L'idée : les 90 % fastidieux sont faits pour vous, et vous passez votre temps sur les 10 % qui demandent du jugement.

Trois erreurs du nettoyage automatique

Tout détecteur de silences travaille à partir du minutage et d'une transcription, pas du sens, donc il fait toujours les trois mêmes erreurs. Les connaître transforme une relecture de deux minutes en une vérification de dix secondes :

  1. Il coupe la pause que vous aviez laissée exprès. Un temps avant une chute ou avant un chiffre ressemble à un temps mort pour l'algorithme. Rétablissez-les à la main ; il y en a en général une ou deux.
  2. Il peut rogner la fin d'un mot qui se prolonge dans une pause. Écoutez les mots qui finissent par une consonne douce juste avant une coupe.
  3. Il enlève des mots de remplissage qui avaient un rôle. Un « Bon » en début de phrase ou un « hein ? » à la fin servent de liant, pas de bruit. Les couper tous rend une prise chaleureuse sèche et hachée.

La quatrième erreur est la vôtre : trop couper. Supprimez chaque respiration et votre débit cesse de sonner humain. Laissez une fraction de seconde d'air autour des phrases qui comptent.

Conseils pour un nettoyage impeccable

  • Enregistrez un son clair : un micro proche rend la transcription (et donc les coupes) plus précise.
  • Laissez un court temps avant votre premier mot pour que la coupe d'ouverture soit propre.
  • Ne coupez pas trop. Un peu de respiration vous garde humain, pas robotique.
  • Associez le nettoyage aux sous-titres : la même transcription pilote les deux.

Pourquoi une application dédiée

L'app Photos ne sait ni détecter ni supprimer les silences et les mots de remplissage. Zella le fait en un toucher, sur l'appareil, avec une formule gratuite pour essayer. Zella pour iPhone est disponible sur l'App Store ; l'application Mac est disponible dès aujourd'hui sur le Mac App Store. Un seul achat Pro lève le plafond de durée d'export, ajoute la 4K et couvre les deux.

Questions fréquentes

Peut-on supprimer automatiquement les mots de remplissage d'une vidéo sur iPhone ? Oui. Auto-Polish de Zella transcrit sur l'appareil et supprime les « euh », « hum » et autres tics de langage en même temps que les silences, en un toucher.

Supprimer les silences laisse-t-il des trous dans la vidéo ? Non. Chaque vide est refermé automatiquement, si bien que le clip se lit sans à-coups.

Mon audio est-il envoyé en ligne pour détecter les pauses ? Pas avec Zella. La transcription se fait sur l'appareil, donc rien n'est envoyé : voir comment ajouter des sous-titres sans internet sur iPhone.

Peut-on quand même garder certaines pauses ? Oui. Vous pouvez rétablir n'importe quelle pause ou régler la vigueur avec laquelle l'application coupe.