Choisir un style de sous-titres qui tient sur un écran de téléphone, le placer au bon endroit, et éviter les fautes qui font scroller. Et générer le tout depuis le son de ta vidéo longue, sans taper une ligne.
Martinfondateur de Moqi15 min de lecture
Le style de sous-titres qui marche sur TikTok en 2026 tient en quatre lignes : animation mot par mot au rythme de la parole, une à trois mots par ligne, une police sans empattement bien grasse avec un contour noir, et une seule couleur de mise en avant sur le mot clé. Le tout placé au milieu de l'écran ou légèrement sous le centre, jamais dans les 15 % du bas où TikTok empile la légende et les boutons. C'est la base, tout le reste est du goût.
Et non, tu n'as pas à les taper. Un outil transcrit ta vidéo depuis le son, place chaque mot avec son horodatage et applique ton style. Ce qui te reste à faire, c'est relire : les noms propres, les chiffres, les marques. Cinq minutes par clip, pas trois heures.
Voici les quatre styles qu'on croise sur TikTok, quand chacun fonctionne, les règles de lisibilité qui ne se négocient pas, les erreurs qui coulent un bon extrait, et les outils qui font le travail, gratuits ou payants.
Une bonne partie du scroll se fait sans le son. Dans le métro, en salle d'attente, au bureau, le soir à côté de quelqu'un qui dort. Si ton clip demande le son pour être compris, tu perds tous ces gens dans la première seconde. Ils ne montent pas le volume, ils passent au suivant.
Les sous-titres jouent aussi sur la rétention pour une raison plus bête : le texte qui bouge accroche l'œil. Un mot qui apparaît, puis un autre, ça crée un mouvement permanent en plein milieu de l'image. Le regard reste. Sur un extrait de podcast où deux personnes parlent assises devant un micro, il ne se passe visuellement rien d'autre. Le sous-titre est le seul mouvement à l'écran.
Et il y a l'accessibilité, qui n'est pas une case à cocher. Les personnes sourdes ou malentendantes existent dans ton audience. Les personnes qui apprennent le français aussi. Un clip sous-titré est simplement compris par plus de monde.
Tout ce que tu vois sur la plateforme se ramène à quatre familles. Choisis la tienne en fonction de ce que tu racontes, pas de ce qui est à la mode cette semaine.
Les mots apparaissent un par un, calés sur la voix, et le mot en cours change de couleur ou grossit légèrement. C'est le style par défaut du clipping en 2026, et pour une raison simple : il synchronise l'œil et l'oreille. Le spectateur lit exactement ce qu'il entend, au moment où il l'entend.
Quand ça marche : sur de la parole rapide, sur un extrait de podcast ou d'interview, sur une punchline qu'on veut faire tomber sur un mot précis. C'est le format le plus sûr si tu n'as pas envie de réfléchir.
Quand ça fatigue : sur un débit très lent, où les mots s'affichent au compte-gouttes et donnent l'impression que la vidéo rame. Et sur des clips de plus d'une minute trente, où l'animation permanente finit par lasser. Là, une variante deux ou trois mots à la fois respire mieux.
Un bloc de texte s'affiche d'un coup, reste deux ou trois secondes, puis laisse place au suivant. C'est le sous-titre classique, celui de la télévision, en plus gros et plus centré.
Quand ça marche : sur du contenu pédagogique, un cours, une démonstration où le spectateur a besoin de relire une phrase complète. Aussi quand ton image est chargée et que tu ne veux pas ajouter du mouvement au mouvement, typiquement un extrait de live où il se passe déjà beaucoup de choses à l'écran.
Quand ça fatigue : quand le bloc est trop long. Au-delà de deux lignes de trois ou quatre mots, personne ne lit tout avant que ça change. Et sur une vanne, l'effet tombe à plat parce que la chute est visible avant d'être dite.
Nommé d'après le créateur qui l'a popularisé : mot par mot, majuscules, police très grasse, contour épais, chaque mot important dans une couleur vive différente, parfois un emoji ou une image qui pop derrière un mot, souvent un léger zoom sur la voix. C'est bruyant, et c'est le but.
Quand ça marche : sur du contenu business, motivation, vente, sur des chiffres qu'on veut marteler. Le sous-titre devient le montage quand l'image de base est statique. Si tu as un plan fixe d'une personne devant un micro pendant quarante secondes, ce style sauve le clip.
Quand ça fatigue : très vite, si ton propos est nuancé. Un coach qui explique une méthode en trois étapes avec des mots surlignés en jaune fluo et des emojis a l'air de vendre une formation à mille euros. Ça abîme la crédibilité d'un formateur ou d'un thérapeute. Le style doit correspondre à ce que tu vends.
Une police propre, blanche, taille moyenne, pas de couleur, pas d'animation ou une simple apparition. Le texte est là pour être lu, pas pour être vu.
Quand ça marche : sur du contenu haut de gamme, une interview posée, un sujet sérieux, une marque qui a une identité visuelle établie. C'est aussi le bon choix quand ton image est belle et que tu ne veux pas la couvrir de texte. Un talk filmé en studio, un extrait de documentaire, un témoignage.
Quand ça fatigue : jamais vraiment, mais ça n'aide pas à retenir sur un plan fixe et mou. Le minimal suppose que l'image ou le propos tient tout seul. Si ce n'est pas le cas, il ne compensera rien.
Le style est une affaire de goût, la lisibilité non. Ces règles viennent de la contrainte physique de l'écran : neuf centimètres de large, tenu à bout de bras, avec une interface par-dessus.
TikTok occupe le bas de l'écran avec ton pseudo, la légende, la musique, et la colonne de boutons à droite. En bas, compte environ un cinquième de la hauteur perdue, davantage si ta légende fait trois lignes. À droite, la colonne de boutons mange une bande verticale. Et en haut, l'application affiche parfois des éléments d'interface.
La zone sûre est le tiers central de l'écran, légèrement au-dessus du milieu ou pile au milieu. C'est contre-intuitif quand on vient de la vidéo classique où le sous-titre est en bas. Sur TikTok, le sous-titre en bas est le sous-titre caché.
Le test qui ne trompe pas : poste ton clip en brouillon ou en privé, ouvre-le dans l'application, et regarde. Pas dans ton logiciel de montage, dans TikTok, sur ton téléphone, avec ta légende écrite. Tu verras tout de suite ce qui passe derrière un bouton.
Une à trois mots par ligne, deux lignes maximum. Au-delà, l'œil doit balayer horizontalement, et sur un format vertical c'est perdu d'avance. Les mots courts se regroupent, les mots longs restent seuls.
La taille : le texte doit rester lisible sur un téléphone posé sur une table, à cinquante centimètres. Si tu hésites, prends plus gros. Personne ne s'est jamais plaint d'un sous-titre trop lisible.
Les majuscules : elles donnent de la force et une masse visuelle homogène, mais elles ralentissent la lecture parce qu'on perd la silhouette des mots. Sur du mot par mot avec un ou deux mots à l'écran, les majuscules passent très bien. Sur du phrase par phrase, préfère les minuscules avec une capitale au début.
Une seule couleur de mise en avant. Jaune, vert acide, ou la couleur de ta marque. Une seule. Deux, c'est déjà une pagaille, trois c'est un sapin de Noël et le spectateur ne sait plus quel mot compte.
Police sans empattement, grasse ou extra-grasse. Les polices à empattements, les manuscrites et les fantaisies sont illisibles à cette taille sur un écran en mouvement. Reste sur une grotesque bien épaisse.
Le contraste se joue avec un contour noir de deux à quatre pixels autour du texte blanc, ou une ombre portée, ou un fond semi-transparent. Sans ça, ton texte blanc disparaît dès qu'un mur clair passe derrière. C'est l'erreur la plus fréquente et la plus facile à corriger.
C'est la pire. Un mot inventé par la transcription, et ta crédibilité part avec. Tu expliques une notion technique, l'outil écrit un mot qui n'existe pas, et le commentaire du haut sera sur la faute, pas sur ton propos. Les noms propres, les marques et les termes de ton métier sont les premiers touchés.
La bonne réaction n'est pas d'écrire un mot au hasard : c'est de ne rien afficher plutôt que d'afficher faux. Un blanc d'une demi-seconde passe inaperçu, un mot inventé non.
Sur un extrait musical, un jingle ou un passage chanté, les modèles de transcription produisent souvent de la bouillie. Coupe les sous-titres sur ces passages. Si ton clip commence par ton générique musical, ne fais pas commencer le texte avant la première phrase parlée.
Déjà dit, mais c'est l'erreur qu'on refait à chaque changement de style. Tu déplaces tes sous-titres un peu plus bas pour dégager un visage, et la moitié de tes clips ont désormais le dernier mot derrière le bouton de partage. Vérifie dans l'application après chaque changement de réglage.
Tu montes sur un écran de vingt-sept pouces, ton texte fait dix centimètres de haut, tout est parfait. Sur le téléphone, c'est une ligne de fourmis. Regarde toujours ton rendu à la taille réelle avant de publier. Le raccourci : réduis la fenêtre de prévisualisation à la taille d'un téléphone sur ton écran, et lis.
Colle un lien YouTube, Moqi découpe, recadre et sous-titre : la première vidéo est offerte, sans carte bancaire.
Essayer MoqiCinq façons d'obtenir des sous-titres sans les taper, du gratuit intégré au logiciel qui gère toute la chaîne depuis une vidéo longue.
| Outil | Ce qu'il fait | Prix connu | Quand le choisir |
|---|---|---|---|
| TikTok natif | Sous-titres automatiques générés dans l'application au moment de la publication, style limité | Inclus | Tu publies une vidéo tournée au téléphone et tu veux du texte tout de suite, sans exigence de style |
| CapCut | Sous-titres automatiques dans un éditeur vidéo complet, styles et animations, correction manuelle | Fonction de sous-titres automatiques gratuite | Tu montes déjà tes clips à la main et tu veux tout contrôler sans payer |
| Submagic | Sous-titres automatiques stylés sur une vidéo déjà montée | Starter à 12 dollars par mois en formule annuelle pour 15 vidéos, version gratuite limitée à 3 vidéos de 1 minute 30 | Tes clips verticaux sont déjà prêts et tu ne cherches que la couche de texte |
| VEED | Outil en ligne de sous-titres automatiques, dans le navigateur | Version gratuite limitée | Tu veux sous-titrer une vidéo ponctuelle sans rien installer |
| Moqi | Découpe une vidéo longue en clips verticaux, recadre sur la personne qui parle et sous-titre depuis le son | Starter 9 € par mois, Pro 19 €, Studio 39 €, premier mois de Pro à 0,99 € | Tu pars d'un podcast, d'une interview ou d'un live et tu veux les clips et les sous-titres en une passe |
La vraie question n'est pas le prix, c'est le point de départ. Si tu as déjà un clip vertical de 40 secondes monté, un outil de sous-titrage suffit. Si tu pars d'un podcast de 50 minutes en 16:9, il te faut d'abord choisir les moments, découper, recadrer, et seulement ensuite sous-titrer. C'est deux métiers différents. On a détaillé les différences dans Moqi face à Submagic si tu hésites entre les deux approches.
Le recadrage est souvent l'étape oubliée : un extrait d'interview en horizontal, replacé bêtement au centre en 9:16, coupe la moitié du visage de ton invité. On explique la méthode dans notre article sur passer une vidéo horizontale en verticale.
Chez Moqi, les sous-titres ne sont pas une couche ajoutée à la fin. C'est le même travail qui sert à tout. La vidéo est transcrite depuis le son, mot par mot, avec un horodatage sur chaque mot. Cette transcription sert d'abord à repérer les moments qui tiennent debout tout seuls, à commencer et finir un clip sur une phrase entière, et ensuite à afficher le texte au rythme exact de la parole. Tu peux lire comment les clips sont générés si tu veux le détail du processus.
Concrètement : tu colles un lien YouTube ou tu importes un MP4, MOV ou WEBM de moins de deux heures. Moqi choisit les moments forts, découpe, recadre en 9:16 en suivant la personne qui parle, et sous-titre. Chaque clip repart avec une note de potentiel sur 100 pour t'aider à décider lequel publier en premier.
C'est le choix qu'on a fait, et il vaut la peine d'être dit clairement. Quand la transcription n'est pas sûre d'un mot, elle ne l'affiche pas. Un trou d'un instant à l'écran vaut mieux qu'un nom de marque massacré au milieu de ta punchline. Ça reste rare, mais quand ça arrive, tu ne te retrouves pas avec une faute figée dans un clip déjà en ligne.
Autant le dire avant que tu t'inscrives. On ne corrige pas un mot à la main dans Moqi aujourd'hui : il n'y a pas d'éditeur de texte pour retoucher une transcription clip par clip. On n'ajoute pas non plus de sous-titres après coup sur une vidéo déjà montée que tu apporterais toi-même : les sous-titres viennent avec les clips que Moqi produit. Et la traduction se fait vers le français uniquement, pas vers l'anglais.
Les langues reconnues sont le français, l'anglais et l'espagnol. Si ton invité parle anglais et que tu vises une audience française, la traduction vers le français est possible. L'inverse, non.
Avec Studio à 39 € par mois, tu règles l'apparence une bonne fois : polices, couleurs, position à l'écran, taille, majuscules ou minuscules, nombre de mots par ligne, plus une signature. Tous tes clips sortent ensuite avec la même identité, sans y revenir. C'est ce qui permet de tenir un style Hormozi assumé ou un minimal propre selon ce que tu publies. Le détail est sur la page des sous-titres automatiques de Moqi, et le comparatif des limites par formule sur les formules.
Pour situer : Starter à 9 € donne 10 vidéos par mois et jusqu'à 5 clips par vidéo, avec des clips d'une minute maximum. Pro à 19 € monte à 30 vidéos, 10 clips par vidéo et 1 minute 30. Studio à 39 € va à 80 vidéos, 15 clips par vidéo et 2 minutes. Le premier mois de Pro est à 0,99 € pour un nouveau client, sans engagement.
Aucun outil de transcription n'est parfait, le tien non plus. La relecture prend cinq minutes par clip et évite le commentaire qui fait mal. Voici où regarder en priorité, dans cet ordre.
Le dernier contrôle se fait sur téléphone, dans l'application, en brouillon, avec ta légende. Tu regardes trois choses : est-ce que je lis tout sans effort, est-ce qu'un mot passe derrière un bouton, est-ce que le texte tient sur le fond clair du plan à mi-clip. Si les trois sont bonnes, tu publies.
Et un rappel qui n'a rien de secondaire : tu dois disposer des droits sur la vidéo que tu clippes. Clipper le podcast de quelqu'un d'autre parce que l'extrait est bon, ce n'est pas une stratégie de contenu.
Une vidéo offerte à l'inscription, sans carte bancaire, pour voir ce que donnent tes sous-titres depuis ton propre son.
Créer mes clipsDans l'application, à l'étape de publication, TikTok propose de générer des sous-titres automatiques depuis le son de ta vidéo. Le style reste limité et tu ne contrôles ni l'animation, ni la police. Pour un rendu proche des clips de podcast qu'on voit passer, il faut incruster le texte en amont avec un outil dédié, puis publier la vidéo déjà sous-titrée.
L'animation mot par mot, une à trois mots par ligne, police sans empattement grasse avec contour noir, une seule couleur de mise en avant. C'est le style qui fonctionne le plus largement parce qu'il synchronise la lecture et l'écoute. Le style très coloré dit « Hormozi » convient au contenu business et motivation, le minimal aux sujets sérieux et aux marques établies.
Dans le tiers central de l'écran, au milieu ou juste au-dessus. Le bas est occupé par ton pseudo, ta légende et la musique, la droite par la colonne de boutons. Le seul test fiable est de poster le clip en brouillon et de le regarder dans l'application, sur ton téléphone, avec la légende écrite.
CapCut propose des sous-titres automatiques gratuits avec des styles animés et la possibilité de corriger le texte à la main. VEED a également une version gratuite limitée, dans le navigateur. Submagic propose un accès gratuit limité à 3 vidéos de 1 minute 30. Chez Moqi, l'essai est gratuit et sans carte bancaire, avec une première vidéo offerte à l'inscription.
Non, pas aujourd'hui : il n'y a pas d'éditeur pour retoucher un mot clip par clip. En revanche, quand la transcription n'est pas sûre d'un mot, elle le masque plutôt que d'afficher une erreur à l'écran. Si un passage précis est critique, mieux vaut choisir un autre extrait ou finir le sous-titrage dans un éditeur vidéo.
Non. Les langues reconnues sont le français, l'anglais et l'espagnol, et la traduction se fait vers le français uniquement. Tu peux donc sous-titrer en français un invité qui parle anglais, mais pas l'inverse.
Essaie sur ta propre vidéo
Colle un lien YouTube ou importe ta vidéo : Moqi en sort des clips verticaux sous-titrés, recadrés sur la personne qui parle. Première vidéo offerte, sans carte bancaire.