Friskription → Blog → VTubers

Comment regarder les streams de VTubers japonaises en anglais

VTubers 17 septembre 2026

La traduction dans le chat dépend de quelqu’un d’éveillé, présent sur ce stream, et de bonne humeur. Vos propres sous-titres, eux, sont là à chaque fois, sur toutes les chaînes, y compris les petites que personne ne clippe.

Pourquoi la traduction dans le chat finit par vous lâcher

Les traducteurs bénévoles font un travail remarquable, et ils ne sont tout simplement pas assez nombreux. Ils se concentrent sur les plus grosses chaînes, aux heures où l’essentiel de leur public est réveillé. Une streameuse de taille moyenne à quatre heures du matin chez vous, un karaoké non archivé surgi de nulle part, une chaîne indépendante à trois cents spectateurs — ce sont ces streams-là qui n’ont jamais de TL, et ce sont généralement ceux où vous en vouliez le plus.

Même sur un stream bien couvert, la traduction du chat est un résumé. Quelqu’un lit une phrase, décide si elle vaut la peine d’être relayée, tape une version raccourcie, et cela arrive dans une fenêtre de chat qui charrie aussi quatre cents émotes. C’est infiniment mieux que rien, et ce n’est pas la même chose que lire ce qui a été dit.

Et la plateforme n’aidera pas. La traduction automatique de YouTube a besoin d’une piste de sous-titres à traduire ; sur un live japonais il n’y en a généralement pas, et sur Twitch il n’y en a jamais. L’audio est la seule source de texte disponible.

Mettre en place vos propres sous-titres

1. Installez l’extension et connectez-vous

   Ajoutez Friskription à Chrome et connectez-vous avec Google. Cela démarre avec trente minutes gratuites de sous-titres en direct par semaine, rechargées chaque lundi, sans carte et sans compte chez un fournisseur d’IA.

2. Réglez la langue cible sur l’anglais

   Ou sur l’une des quatorze autres — le chinois, le coréen, l’espagnol, le portugais et l’indonésien sont bien représentés dans les publics VTuber. Le japonais n’a pas besoin d’être choisi comme langue source : la langue parlée est détectée, ce qui veut aussi dire qu’un stream qui bascule en anglais pour lire un sponsor est géré sans changer de réglage.

3. Ouvrez le stream et appuyez sur démarrer

   Les sous-titres apparaissent sur la vidéo au bout de quelques secondes. Faites glisser la boîte sous le modèle pour qu’elle ne couvre pas le visage, réglez la taille une fois — c’est retenu pour ce site.

4. Remplissez le glossaire avant le meilleur moment

   C’est l’étape qui fait la différence, et la section suivante ne parle que de ça.

Le glossaire, c’est tout le jeu

La reconnaissance vocale est la plus faible exactement là où les streams de VTubers sont les plus denses : les noms propres. Le nom de la talent, celui du fandom, la formule d’accueil, la phrase fétiche, le nom d’un personnage du jeu. Ce sont les mots pour lesquels le modèle a le moins de contexte, alors il devine — et il devine différemment à chaque fois.

Le glossaire fige une orthographe pour la session. Saisissez les entrées une fois pour une chaîne que vous suivez et le stream cesse de renommer tout le monde toutes les dix minutes.

À ajouter pour toute chaîne que vous regardez plus d’une fois :

• Le nom de la talent, et le surnom que les fans emploient réellement — souvent ce n’est pas le même.
• Le nom du fandom et la formule d’ouverture du stream.
• Les noms des partenaires de collab habituels — ils reviennent sans arrêt et sont précisément les mots qu’une transcription abîme.
• Les termes propres au jeu, surtout les noms de personnages et d’objets dans une langue autre que celle qui est parlée.
• Les vannes récurrentes réduites à un seul mot inventé. Il y en a toujours plusieurs.

Collabs, karaokés et les autres cas délicats

Collabs : activez les étiquettes de locuteur

Quatre personnes en vocal qui se coupent la parole est le moyen le plus rapide de rendre des sous-titres inutiles : vous obtenez un flot continu de phrases sans savoir qui les dit. Les étiquettes de locuteur distinguent jusqu’à cinq voix et marquent chaque ligne, ce qui fait généralement la différence entre suivre une collab et l’éteindre.

Karaoké : attendez-vous à moins, et ce n’est pas grave

Le chant est difficile pour la reconnaissance vocale d’une manière dont la parole ne l’est pas : les voyelles sont tenues, le rythme est celui de la musique et non de la langue, et une instrumentale rivalise avec la voix. Les passages parlés entre les chansons se transcrivent normalement. Pour les chansons elles-mêmes, prenez une parole traduite comme un bonus plutôt que comme un acquis.

Streams longs : gardez un œil sur le solde

Un stream d’endurance de six heures dépassera trente minutes gratuites. Seule la parole est décomptée, donc l’écran d’attente et les longs silences ne coûtent rien, et le panneau affiche une estimation de ce qu’il reste. Si vous savez que ce sera long, un pack de minutes est un achat unique et non un abonnement — les minutes restent là jusqu’à ce que vous les utilisiez.

Streams non archivés : il n’y a pas de seconde chance

Si un stream ne sera pas archivé, l’export de la transcription vaut d’être connu : il enregistre les lignes de la session dans un fichier pendant qu’elle se déroule, si bien qu’un karaoké non archivé ou un stream réservé aux membres vous laisse quelque chose ensuite.

Honnêtement, que vaut la traduction

Assez bonne pour suivre un stream confortablement, et pas un substitut à quelqu’un qui parle la langue. Deux choses le déterminent. La transcription vient d’un modèle de reconnaissance vocale de production — ElevenLabs Scribe v2, qui publie un taux d’erreur de mots de 3,3 % sur les jeux de test anglais — et tout ce qui vient après est plafonné par la qualité avec laquelle les mots ont d’abord été entendus. La traduction est ensuite faite par un modèle de langue qui lit chaque ligne à la lumière des précédentes, ce qui explique qu’il s’en sorte mieux qu’un traducteur phrase par phrase avec une phrase qui poursuit la précédente.

Là où c’est le plus faible est exactement là où un TL humain brille : une blague qui repose sur un jeu de mots, une allusion à quelque chose survenu trois streams plus tôt, un mot d’argot que la communauté a inventé la semaine dernière. C’est pour ces moments qu’il y a le chat. Ce que vous obtenez, c’est les quatre-vingt-dix autres pour cent — le contenu réel du stream, au moment où il se produit, dans une langue que vous lisez.

Questions