Regardez les commentaires sous les vidéos de n’importe quel créateur de diaspora et vous verrez le public se scinder en temps réel : la moitié des réponses en anglais, l’autre moitié dans la langue d’un pays où le créateur n’a peut-être pas vécu depuis dix ans. Ce n’est pas une situation de niche. C’est le cas par défaut pour quiconque a sa famille et ses collègues devant la même chaîne — des maçons polonais à Manchester, des designers brésiliennes à Lisbonne, un cuisinier coréen à Melbourne dont les tantes partagent chaque vidéo au pays. C’est tout autant le cas par défaut pour quiconque fait grandir un public anglophone depuis un marché d’origine, ou un public local depuis un public anglophone. Les plateformes aplatissent tout cela en un seul champ appelé langue, et chaque décision de publication suppose en silence que vous n’en avez qu’une. Mais le public, lui, sait très bien ce qu’il est : deux publics, arrivant dans le même fil, et chaque moitié mérite de pouvoir lire sans faire ses devoirs. Les créateurs qui les servent le mieux ont cessé de choisir entre les moitiés. Ils publient dans deux langues à la fois — une incrustée dans l’image, une qui voyage en piste — et le métier consiste à savoir laquelle va où.
L’étiquette s’est stabilisée en quelque chose qui ressemble à une règle. La langue qui s’incruste — imprimée dans les pixels — est celle du fil où la vidéo démarre en silence, parce que les sous-titres incrustés sont les seuls qui existent pendant une lecture automatique muette, et que les deux premières secondes de lecture sont ce qui arrête le défilement. C’est en général la langue de la majorité de la plateforme, ou celle du marché où vous cherchez à grandir. La deuxième langue part en piste sélectionnable — un fichier de sous-titres que le spectateur active — parce que les personnes qui en ont besoin savent qu’elles en ont besoin, trouveront le bouton, et auront une expérience plus propre que de regarder deux rangées de texte empilées se disputer le tiers inférieur de l’image. Incruster les deux langues est l’erreur honnête à éviter : cela divise par deux la vitesse de lecture de tout le monde, double l’encombrement, et dit aux deux publics que la vidéo n’a été tout à fait faite pour aucun des deux. Une s’incruste, une accompagne. Laquelle est laquelle dépend de la moitié du public que vous cherchez à faire grandir ensuite.
Ce qu’il ne faut pas faire, c’est abandonner la deuxième langue à la traduction automatique de la plateforme, et la raison n’est pas que les machines traduisent mal — elles traduisent moyennement, ce qui est pire d’une façon précise. La traduction automatique tourne sur la transcription automatique, donc chaque erreur se compose : la reconnaissance entend un mot de travers, la traduction traduit fidèlement le malentendu, et le résultat est faux avec assurance dans deux langues à la fois. Les noms souffrent en premier. Personnes, plats, rues, marques — une reconnaissance les entend comme du bruit en forme de mots et les corrige en entrées de dictionnaire, si bien qu’un nom de famille devient un nom commun et un nom de produit une coquille. Les expressions souffrent ensuite : la tournure que vous aviez choisie précisément parce qu’elle porte dans votre langue d’origine est rendue mot à mot en quelque chose qui fait trébucher un lecteur natif — et vos spectateurs bilingues, ceux qui peuvent vérifier, sont exactement le public qui la lit. Ils le remarquent. La moitié de votre public que la traduction automatique devait servir est la moitié la mieux équipée pour voir que vous l’avez sous-traitée.
Talk2Camera traite la deuxième langue comme une partie du montage plutôt que comme le problème de la plateforme. Il traduit vos sous-titres dans une deuxième langue sous la forme d’une piste de sous-titres supplémentaire, et la traduction conserve votre minutage de lignes d’origine : chaque ligne traduite apparaît et disparaît exactement quand son original le fait, si bien que le deuxième public lit au rythme où vous avez réellement parlé — des pauses là où vous avez fait des pauses, l’accent tombant là où il tombe. Chacune des deux langues peut s’incruster dans l’image ou s’exporter en fichier .srt, selon la direction que votre étiquette indique, et l’appariement n’est pas verrouillé : la version pour le marché d’origine peut incruster la langue du pays et emporter l’anglais en piste, depuis le même montage. Le texte des sous-titres, en dessous, vient de votre script, ou de la reconnaissance sur l’appareil quand vous avez parlé librement — et c’est pour cela que les noms survivent : ils restent orthographiés comme vous les avez écrits, pas comme une reconnaissance les a devinés. Et le surlignage mot à mot — l’accent mobile qui garde en lecture les spectateurs du défilement muet — reste disponible sur la piste incrustée, si bien que la langue dans les pixels conserve sa mécanique de rétention pendant que la piste porte discrètement le deuxième public.
Le minutage des lignes compte plus qu’il n’en a l’air. Les sous-titres ne sont pas un document ; ce sont une interprétation rendue en texte, et leur rythme est votre rythme — une traduction sur la même horloge se lit comme vous, une traduction recalée se lit comme un compte rendu de vous. Les spectateurs ne savent pas articuler cette différence, mais ils la sentent, comme ils sentent un doublage aux mauvaises pauses. Le flux de travail pratique est court : écrire le script, enregistrer, vérifier la passe de sous-titres, traduire, puis contrôler dans la piste traduite la douzaine de lignes qui portent les noms et les traits d’esprit — les deux catégories que les machines ratent encore. Dix minutes, une fois par vidéo. Ce que cela rapporte se mesure dans les commentaires : les deux moitiés du public cessent d’être une majorité et une arrière-pensée. Personne n’a plus à choisir dans quelle langue est votre vidéo, parce qu’elle est dans les deux — une imprimée dans l’image pour le défilement, une qui voyage à côté pour la famille — et que les deux ont été écrites par vous.