La « latence » recouvre trois questions différentes
La plupart des malentendus sur la latence des sous-titres viennent de deux grandeurs présentées comme une seule. Distinguez-les et les chiffres cessent de se contredire.
Les trois grandeurs
Latence, temps de traitement, délai
Latence vidéo
Décalage entre la vidéo sortante et la vidéo entrante : la latence de base du protocole plus la mémoire tampon configurée. Une latence inférieure à une seconde est possible avec tous les types de sortie.
Temps de traitement
Temps nécessaire au pipeline pour produire un sous-titre, une traduction ou un doublage à partir des paroles : reconnaissance vocale, puis traduction et enfin synthèse vocale.
Délai
Ce que perçoit le public : l’écart entre les sous-titres et le son entendu. Le délai correspond au temps de traitement moins la latence, avec un minimum de zéro.
L’arbitrage
La mémoire tampon est le levier
Augmenter la latence réduit le délai. C’est le principe de l’arbitrage, réglé pour chaque déploiement plutôt que fixé à l’avance.
Sans mémoire tampon
La vidéo ne subit que la latence de base du parcours, et le public voit les sous-titres peu après les paroles : moins de 2 secondes de délai en SRT et généralement environ 5 secondes après le son du programme dans les workflows HLS.
Quelques secondes de mémoire tampon
Pour les sous-titres dans la langue source, une mémoire tampon de 3 à 5 secondes absorbe entièrement le temps de traitement. Les sous-titres apparaissent alors sans délai perceptible, synchronisés avec le son.
Traduction et doublage
Les sous-titres traduits et le son doublé sont diffusés en temps réel. Leur synchronisation exige une mémoire tampon plus importante que celle des sous-titres dans la langue source, car la traduction prend plus de temps que la transcription. La mémoire tampon est réglée pour chaque projet plutôt que présentée comme une valeur unique.
La latence de base compte également
Le temps déjà consommé par le parcours, comme la durée d’un segment lors de l’ingestion CMAF, sert également au traitement. La mémoire tampon et la latence de base se chevauchent au lieu de s’additionner. La latence totale se rapproche donc de la plus élevée des deux.
Par parcours
Latence de base par mode de diffusion
Ce que chaque parcours ajoute à la vidéo avant toute mémoire tampon et les conséquences pour les sous-titres. Tous les parcours de flux acceptent une mémoire tampon supplémentaire, sauf HLS à l’origine en mode ajout, qui n’ajoute ni ne modifie rien au flux.
- SRT / MPEG-TS
- Le parcours vidéo lui-même ajoute une demi-seconde de latence dans les workflows SRT : environ 0,3 seconde de multiplexage, plus chaque segment SRT. L’insertion des sous-titres dans les flux SRT prend moins d’une seconde, avec un délai inférieur à 2 secondes. Les solutions classiques affichent généralement les sous-titres en direct sous 4 à 8 secondes.
- CMAF ingest (DASH-IF)
- Un segment de latence de base, qui contribue également à absorber le traitement des sous-titres.
- HLS à l'origine (mode ajout)
- Un véritable zéro : le flux existant est enrichi, pas retardé. Dans les workflows HLS, le public voit généralement les sous-titres environ 5 secondes après le son du programme, car ce parcours ne comporte aucune mémoire tampon pour absorber le traitement.
- Widget
- Environ une seconde de latence de base, avec généralement 1 à 3 secondes de bout en bout entre les paroles et l’affichage des sous-titres.
Questions fréquentes
Les sous-titres peuvent-ils être parfaitement synchronisés avec le son ?
Oui. Configurez une mémoire tampon de quelques secondes afin que la latence vidéo absorbe le temps de traitement des sous-titres. Ils apparaissent alors sans délai perceptible. De nombreux clients choisissent plutôt de ne pas ajouter de mémoire tampon et acceptent un bref délai des sous-titres, généralement inférieur à 2 secondes dans les workflows SRT. Le bon choix dépend de ce que votre public tolère le mieux : une vidéo retardée ou des sous-titres retardés.
Quelle est la rapidité des sous-titres SyncWords par rapport aux solutions classiques ?
L’insertion des sous-titres dans les flux SRT prend moins d’une seconde, avec un délai inférieur à 2 secondes en SRT, alors que les solutions classiques affichent généralement les sous-titres en direct sous 4 à 8 secondes. Dans le widget événementiel, les sous-titres apparaissent généralement en 1 à 3 secondes de bout en bout entre les paroles et l’affichage.
Quelle est la latence des sous-titres traduits et du doublage ?
Les sous-titres traduits et le doublage par IA sont diffusés en temps réel. La traduction prend plus de temps que la transcription. Leur synchronisation demande donc une mémoire tampon supérieure à celle des sous-titres dans la langue source. Le réglage adapté dépend de vos langues, de vos paramètres de qualité et de votre tolérance à la latence vidéo. Nous le définissons avec vous sans annoncer de valeur unique.
L’ajout de sous-titres ralentit-il notre vidéo ?
Uniquement de la latence de base du parcours, plus la mémoire tampon choisie. Sur le parcours SRT, la vidéo elle-même ajoute une demi-seconde de latence. Sur HLS à l’origine en mode ajout, elle n’ajoute rien, car les segments d’origine ne sont jamais modifiés. Aucun parcours n’utilise de transcodage.
Pourquoi SyncWords distingue-t-il trois termes ?
Parce qu’une seule valeur de « latence » répond généralement à la mauvaise question. Un prestataire qui annonce la vitesse des sous-titres peut parler du temps de traitement. Un ingénieur qui évoque la latence pense généralement au parcours vidéo. Pour un spectateur, il s’agit du délai. Ces trois grandeurs sont liées par la mémoire tampon, mais elles restent distinctes et possèdent des valeurs différentes.
Réglez-la sur votre propre flux
La mémoire tampon adaptée dépend de votre public, pas d’une spécification. Réalisez une validation du concept avec nos ingénieurs et observez l’arbitrage en direct sur votre propre contenu.