Depuis 2023, Premiere Pro, l’un des logiciels de montage les plus utilisés par les professionnels, permet de monter une interview comme on édite un document : on surligne une phrase dans la transcription automatique, elle se place sur la timeline. Pour un monteur qui travaille sur des films d’entreprise, ce détail a davantage changé le quotidien que toutes les vidéos générées qui circulent sur les réseaux.

C’est le paradoxe de l’IA en post-production. Ses apports les plus utiles sont discrets et portent sur des tâches répétitives. Ses usages les plus spectaculaires, eux, posent plus de questions qu’ils n’en règlent, surtout quand les personnes à l’écran sont des salariés et non des comédiens.

Le dérushage, première tâche transformée

Un film institutionnel de deux minutes repose souvent sur quatre à six entretiens de vingt à quarante minutes chacun. Pendant longtemps, le monteur réécoutait l’ensemble, notait les minutages à la main, puis cherchait la bonne phrase dans ses notes. La transcription automatique, intégrée à Premiere Pro comme à DaVinci Resolve dans sa version Studio, livre aujourd’hui un texte horodaté en quelques minutes.

Le gain ne se limite pas à la vitesse. Avec un texte sous les yeux, le réalisateur repère plus facilement les redites et les phrases qui se répondent d’un intervenant à l’autre. Il peut construire un premier ours, la version brute du montage, à partir de la transcription, avant même d’ouvrir les images. Le travail éditorial reste le sien ; il le fait simplement sur une matière plus lisible.

Le son, là où le progrès est le plus net

Le deuxième changement concerne la voix. Un entretien enregistré près d’une ligne de production, sous une centrale de traitement d’air ou dans un hall carrelé posait jusqu’ici un problème sans bonne solution : on réduisait le bruit au prix d’une voix métallique. Les fonctions d’isolation de la voix fondées sur l’apprentissage automatique, comme Enhance Speech chez Adobe ou Voice Isolation dans DaVinci Resolve, séparent désormais la parole du fond sonore avec une efficacité inconnue il y a encore quelques années.

Leur limite est bien connue des monteurs. Poussés trop loin, ces traitements produisent une voix sèche, sans air autour, qui sonne comme une visioconférence. Ils sauvent un enregistrement correct fait dans un lieu bruyant. Ils ne remplacent pas un micro-cravate bien placé, et une équipe qui compte sur eux pour se passer de preneur de son le découvre au mixage.

Sous-titres et versions verticales ne sont plus une corvée

Sous-titrer un film en français puis en anglais était un travail long, sujet aux erreurs de calage. La génération automatique des sous-titres, suivie de leur traduction, réduit ce travail à une relecture. Une relecture humaine, insistons : les noms propres, les sigles internes et le vocabulaire d’un métier sont précisément ce que la reconnaissance vocale écorche. Un « CACES » transcrit en « cassé » ne fait rire personne quand il s’affiche sous le visage d’un cariste.

Même logique pour le recadrage. Les outils de recadrage automatique, comme Auto Reframe dans Premiere Pro, suivent le sujet pour tirer une version verticale ou carrée d’un plan horizontal. Sur des dizaines de plans, le temps gagné est réel, à condition que l’image de départ ait été tournée avec assez de marge. L’IA déplace le cadre ; elle n’invente pas ce qui n’a pas été filmé.

Voix clonées et images générées, un terrain plus glissant

Viennent ensuite les usages qui font parler d’eux. Des outils de doublage traduisent une interview et restituent la voix de la personne dans une autre langue, parfois en ajustant le mouvement des lèvres. Des générateurs produisent des plans d’illustration à partir d’une simple description écrite. Le résultat impressionne souvent sur une phrase isolée ; il est plus inégal sur une interview entière, où l’intonation et les hésitations font partie du propos.

Ces outils progressent vite. Dans la production d’un film marque employeur, dont l’intérêt tient justement au fait que de vrais salariés parlent avec leurs propres mots, ils soulèvent pourtant deux questions que la technique ne règle pas. La première touche au consentement : faire parler un salarié dans une langue qu’il ne pratique pas, avec sa voix, va au-delà de ce qu’il a accepté en signant une autorisation de tournage, et mérite un accord écrit spécifique. La seconde touche à la confiance : un spectateur qui repère une scène d’atelier générée relit tout le film avec méfiance.

La ligne que nous recommandons est simple. L’IA générative a sa place pour des éléments ouvertement graphiques, comme un fond animé, une carte ou une transition. Elle n’a pas sa place pour fabriquer des personnes, des lieux ou des propos qui se présentent comme réels.

Ce qui ne bouge pas

Reste l’essentiel. L’IA accélère la post-production, elle ne fait pas les choix. Décider quelle phrase ouvre le film, quel silence garder, à quel moment baisser la musique pour laisser parler une opératrice : ce travail d’écriture au montage reste humain, et c’est lui qui distingue un film qu’on regarde jusqu’au bout d’une succession de témoignages.

Elle ne change rien non plus à ce qui se joue en amont. La qualité d’un entretien dépend d’abord de la confiance installée avec la personne filmée, puis du micro et de la lumière. Une post-production plus rapide libère du temps, et la vraie question est de savoir où on le réinvestit. Mieux vaut le reporter sur la préparation et le tournage que sur une course au délai.

Si vous commandez un film cette année, posez une question précise à votre prestataire : quelles étapes de post-production s’appuient sur l’IA, et lesquelles restent faites ou relues à la main ? Une réponse claire, étape par étape, en dit plus sur le sérieux d’une équipe que n’importe quelle démonstration.