Techniques de montage
Clipping par IA : ce que les outils réussissent et ratent
5 min de lecture
Les outils de clipping par IA promettent une chose : vous déposez une heure de vidéo, vous récupérez une pile de clips courts prêts à publier. Opus Clip, Vizard, Klap, Submagic et quelques autres outils de clipping vendent désormais cette promesse aux podcasteurs, aux streamers et aux agences. Deux tests publiés cette année montrent à quoi elle ressemble en pratique : rapide, peu cher à la minute, et un premier jet plutôt qu'un montage fini.
Les deux tests viennent d'entreprises qui vendent un produit concurrent, ce qui compte pour les lire. Nous précisons au fil du texte qui dit quoi.
Ce que font vraiment ces outils
Le principe est le même partout. L'outil transcrit la source, note chaque passage selon sa capacité supposée à retenir l'attention, découpe les mieux notés à une durée courte, les recadre à la verticale et incruste les sous-titres. Certains ajoutent une note par clip : celle d'Opus Clip va de 0 à 100 et sert à indiquer quels clips regarder en premier.
Le gain est réel. Trouver trente bonnes secondes dans un podcast de quatre-vingt-dix minutes, c'est la partie lente du travail, et un outil qui propose vingt candidats en quelques minutes change la façon de travailler.
Leur rapidité
Reap, qui édite l'un de ces outils, s'est abonné à neuf d'entre eux en avril 2026 et leur a soumis les six mêmes vidéos : un podcast bilingue, un webinaire, une interview, un face-caméra, un stream de jeu vidéo et un montage sportif. Son rapport mesure le temps entre l'envoi et le premier clip exploitable sur le podcast de quatre-vingt-dix minutes :
La transcription elle-même est quasiment réglée. En anglais, le rapport crédite tous les outils mesurés d'environ 97 à 98 % de mots justes par rapport à des sous-titres faits à la main, quelques points de moins dans les autres langues. Ce qui les distingue, c'est surtout la vitesse, le nombre de langues, les limites d'export et l'accès à une API, pas leur capacité à entendre les mots.
Ce qui part à la poubelle
La vitesse, c'est la moitié facile. La vraie question, c'est combien de clips méritent d'être publiés. BIGVU, qui vend sa propre fonction de shorts automatiques, a fait tourner Opus Clip sur deux semaines de contenu long et a publié ses conclusions en juillet 2026 :
- clips générés sur deux semaines de contenu
- 50+
- des clips générés jetés
- 20 à 40 %
- par minute de source, quel que soit le nombre de clips
- 1 crédit
L'article avance à la fois « environ 40 % » et « entre 20 et 40 % » sans trancher, et ne dit ni combien de vidéos sources ont servi, ni comment la performance a été mesurée. C'est une tendance, pas une mesure.
Les raisons des rejets sont la partie intéressante. L'outil choisit parfois un moment qui n'a aucun sens sans ce qui le précède. Les sous-titres peuvent se décaler. Les clips sont souvent bons, mais pas toujours publiables sans relecture. Et sur l'offre payante la moins chère d'Opus Clip, il n'y a pas d'éditeur du tout : ce que l'IA a coupé est ce que vous obtenez.
Le rapport de Reap ajoute des chiffres tirés d'avis d'utilisateurs publics sur Opus Clip, et non de ses propres tests, ce qu'il précise :
- de clips bien choisis, un seul intervenant
- 60 à 70 %
- bien choisis, plusieurs intervenants
- ≈ 40 %
- des clips à retoucher à la main
- ≈ 70 %
L'écart entre un intervenant et plusieurs, c'est ce qu'il faut retenir. Un monologue se découpe facilement : le sujet est toujours à l'écran et la phrase est toujours la sienne. Une conversation, non. La chute appartient à l'un, la mise en place venait de l'autre, et le cadrage qui marchait en plan large perd l'un des deux à la verticale.
Ce que ça dit des outils
Rien de tout cela ne les rend inutiles. Les deux articles arrivent à la même conclusion : un outil de premier passage, pas un outil qu'on lance et qu'on oublie. Ils savent faire remonter des candidats, transcrire avec précision et faire le travail mécanique du recadrage et du sous-titrage. Ils sont plus faibles sur les décisions qui font qu'un clip fonctionne : où il commence, de quel contexte il a besoin, et qui doit être dans le cadre.
Les notes méritent le plus de prudence. Une note de viralité classe des candidats, elle ne prédit rien, et les avis cités par Reap la jugent peu fiable. Elle sert à choisir quoi regarder en premier, pas quoi publier.
Ce que nous en retenons
Nous développons un éditeur, nous avons donc un parti pris, et autant dire lequel. Les échecs décrits par les deux tests sont ceux que nous avons traités un par un : choisir le moment, une question de contexte et non de note (voir ce qui rend un moment clippable) ; garder la bonne personne dans un cadrage vertical quand deux personnes parlent (pourquoi le recadrage automatique perd le sujet) ; et couper un clip d'après ce qui est dit plutôt qu'à l'aveugle (monter par la transcription, pas par la forme d'onde).
Notre lecture des chiffres : l'automatisation a rendu la recherche de candidats bon marché, et c'est un vrai progrès. Elle n'a pas rendu le choix bon marché. Si un cinquième à deux cinquièmes de la production finit à la poubelle, le temps gagné dépend de la vitesse à laquelle quelqu'un peut relire, corriger et rejeter : un problème de montage, pas de détection. Cette section est de nous.
Sources
- BIGVU, Jessica Becker, Opus Clip Tested 2026: Where the AI Wins (and the 40% You'll Discard), 2 juillet 2026, en anglais : lire l'article. Le taux de rejet, le système de crédits, les limites des offres et les défauts décrits en proviennent. BIGVU vend un produit concurrent, que l'article met lui-même en avant.
- Reap, The State of AI Video Clipping, 2026, 29 avril 2026, en anglais : lire le rapport. Le corpus de test, les délais avant le premier clip et la précision des sous-titres en proviennent, tout comme les chiffres d'avis d'utilisateurs qu'il cite pour Opus Clip. Reap vend l'un des neuf outils testés et se classe lui-même premier.
- La dernière section est de nous.