Huit minutes de vidéo. Un nouveau problème : le coût.

D’une vidéo courte à un vrai cours

Ces deux derniers jours, nous avons trouvé comment partir de mes tournages en français pour créer des versions dans d’autres langues. Il reste beaucoup de choses à automatiser, mais nous avons de vraies vidéos à regarder et à comparer. Aujourd’hui, je voulais essayer sur un contenu plus long : une leçon de formation, ou le genre de vidéo qu’on peut publier sur YouTube.

J’ai pris une vidéo de huit minutes de l’école de yoga que je fréquente et je l’ai traduite de l’anglais au mandarin. Ce test nous ramène à l’une des raisons de créer AltaCross : un enseignement utile peut déjà exister, alors que les personnes qui pourraient en profiter parlent une autre langue.

L’extrait est dans l’épisode

Pour te montrer le résultat, j’ai inclus un vrai extrait de la version en mandarin dans la vidéo du jour. Tu peux l’écouter directement. Les mouvements de lèvres d’origine de l’enseignant sont conservés : cet extrait de cours est doublé par IA, sans synchronisation labiale.

Les sous-titres permettent de suivre le passage dans la langue choisie pour l’épisode. L’audio du cours reste en mandarin dans chaque version, pour que tout le monde entende le même exemple.

Un retour que je ne pouvais pas me donner seul

Je ne parle pas chinois. Écouter la voix ne suffisait donc pas à savoir si le sens de l’enseignement était bien conservé ou si les termes spécifiques étaient justes.

Comme je le raconte dans la vidéo, j’ai envoyé le résultat à quelqu’un de l’école qui parle chinois. Le retour reçu était positif, avec quelques termes signalés à corriger. Ça me rappelle aussi qu’une voix convaincante est une partie du travail : pour traduire un cours, il faut aussi regarder les mots et le contenu.

Huit minutes ont rendu le coût très concret

Pour ce test précis de huit minutes, je parle de presque 20 dollars de crédits pour l’audio seul. En ajoutant la synchronisation labiale, le total dépasserait 100 dollars. Ce sont les chiffres évoqués dans l’expérience du jour.

Ça change la question à laquelle je dois répondre. Un créateur peut accepter un coût de production différent pour une formation de valeur et pour une petite vidéo du quotidien. Avant d’appliquer ce fonctionnement à davantage de contenu, il faut comprendre quel niveau de production a du sens pour chaque usage.

L’extrait traduit montre un résultat. Pour pouvoir le refaire régulièrement, il faut aussi comprendre ce que coûte sa production.

La suite : explorer les modèles open source

Ma prochaine étape est de regarder les modèles open source qui pourraient aider à réduire ce coût. Je veux comparer ce qu’ils produisent et comprendre ce qu’il faudrait pour les faire fonctionner, y compris les ressources de calcul nécessaires.

Cette recherche est le prochain test. Nous n’avons pas encore trouvé et validé une solution de remplacement moins chère. Je veux continuer à montrer les résultats à mesure qu’on avance sur la qualité, les corrections et le coût.

La vidéo du jour est aussi un exemple concret

J’ai enregistré cette mise à jour en français. Tu peux regarder l’original français ou choisir l’anglais, l’espagnol ou l’allemand. Ces trois versions utilisent un doublage IA, des sous-titres et un habillage adaptés, ainsi qu’une synchronisation labiale pour ma narration. Elles conservent l’extrait du cours en mandarin sans le modifier.

Le lecteur te permet aussi de comparer chaque version traduite à sa référence : le même audio traduit, avec mes mouvements de lèvres français d’origine. Choisis une langue, écoute l’extrait et compare les lèvres. Tu as ainsi quelque chose de concret à regarder pendant qu’on continue à construire AltaCross.