Comment trouver le bon clip dans trois heures d’interviews

Trois heures d’interview. Quatre angles de caméra. Un livrable de quatre-vingt-dix secondes.

Le montage n’est pas difficile. Trouver les bons moments, si.

La plupart des monteurs procèdent de la même façon : tout regarder à 1,5× avec un bloc-notes ouvert, passer un après-midi à préparer les plans retenus avant la moindre coupe. Cela fonctionne. C’est aussi la plus grande plage de temps qui semble non facturable sur un projet face caméra, et elle augmente proportionnellement au volume de rushes, dans le mauvais sens.

Voici une méthode pour réduire ce temps. Elle ne dépend pas du logiciel utilisé, même si la dernière section explique sa mise en œuvre dans AVE.

Pourquoi tout parcourir n’est pas le bon réflexe

Regarder les rushes dans l’ordre privilégie l’exhaustivité. Vous ne raterez rien, puisque vous aurez tout vu.

Mais ce n’est pas le véritable besoin. Il s’agit peut-être de trouver huit moments exploitables, et le coût du visionnage linéaire reste le même, qu’ils soient régulièrement répartis ou non. Ils ne le sont jamais. La plupart des interviews contiennent de longs passages peu utiles et deux minutes qui portent le film.

Le second problème est que la mémoire s’émousse au fil de la session. À la deuxième heure, vous ne comparez plus les candidats entre eux, mais au dernier élément vu. La réponse à « quelle prise de cette phrase était la meilleure ? » dépend souvent de sa récence plutôt que de sa qualité.

La recherche ne remplace pas le sens artistique. Elle résout le problème de ne pas pouvoir garder trois heures de rushes en tête à la fois.

Indexez d’abord les rushes

Rien de ce qui suit ne fonctionne sans index. C’est l’étape que l’on saute avant de conclure que la recherche par IA est décevante.

Quatre types de signaux sont nécessaires, chacun avec un rôle distinct.

Des transcriptions aux timecodes précis. Pas un fichier de transcription à côté de la vidéo, mais du texte lié à des plages temporelles, afin que trouver une phrase revienne à trouver un moment. C’est l’index le plus utile pour les rushes parlés, et il est désormais peu coûteux. Les modèles de type Whisper exécutés localement sur Apple Silicon traitent une interview d’une heure en quelques minutes sur un Mac de classe M4, sur l’appareil.

Des descriptions visuelles. Ce qui figure dans le plan : sujets, actions, décor, cadrage, présence de parole ou visibilité du produit. Elles rendent les plans d’illustration faciles à retrouver, puisqu’ils n’ont pas de dialogue à interroger.

Des métadonnées. Caméra, timecode, date de création, résolution, durée, structure des cartes. Peu spectaculaires mais très utiles, notamment en multicaméra, où « le plan large de la deuxième installation » relève des métadonnées plutôt que de la sémantique.

Le contexte du projet. Ce qui figure déjà sur la timeline, le contenu de chaque chutier, vos sélections précédentes. C’est le signal le plus souvent ignoré par les outils et celui qui améliore le plus le classement, car vos choix précédents décrivent ce que vous jugez bon.

Lancez l’analyse une seule fois, à l’importation, pendant que vous faites autre chose. Sur un Mac récent, elle s’exécute en arrière-plan et se termine avant que vous ayez fini d’étiqueter les dossiers.

La méthode

Une fois les rushes indexés, la recherche suit une structure. Elle reste à peu près la même à chaque fois.

1. Écrivez le fil conducteur avant de chercher

Avant de toucher aux rushes, écrivez dans l’ordre les trois à six idées que le film doit exprimer. En phrases simples.

L’ancien processus était manuel. Nous avons essayé la solution évidente, sans succès. Voici ce que nous avons construit à la place. Voici ce qui a changé pour les clients.

Cela prend quatre minutes et c’est l’étape la plus déterminante. Chaque recherche vise désormais des éléments étayant une affirmation précise, plutôt qu’une pêche générale aux bons passages. Cette pêche produit un dossier de beaux moments qui ne s’assemblent en rien.

2. Cherchez par le sens, pas par mot-clé

Pour chaque idée du fil conducteur, recherchez ce qui a été dit, pas les mots exacts. Les personnes interviewées utilisent rarement votre formulation.

Une recherche sur « difficultés de prise en main » devrait faire ressortir quelqu’un disant « il nous a fallu trois semaines avant que quelqu’un puisse vraiment se connecter ». C’est tout l’intérêt de la recherche sémantique dans une transcription ; si l’outil se limite aux correspondances littérales, vous manquerez une grande partie des bons passages.

Des formulations de recherche utiles pour les rushes parlés :

• le moment où quelqu’un explique pourquoi l’ancienne méthode ne fonctionnait pas ;
• la description la plus claire en une phrase de ce que fait le produit ;
• tout passage mentionnant un chiffre ou un résultat précis ;
• la réponse suivant une longue pause, souvent la plus sincère ;
• tout moment où la personne se reprend, car la seconde tentative est généralement la meilleure prise.

3. Cherchez visuellement tout ce qui n’a pas de dialogue

Le fil conducteur a aussi besoin de plans de coupe, absents de la transcription.

La recherche visuelle possède un autre langage. Vous décrivez l’image : un gros plan produit propre sur fond neutre, deux personnes devant un tableau blanc, des mains qui tapent au clavier, un plan d’ensemble extérieur, quelqu’un qui rit.

C’est là qu’un gros dossier de plans d’illustration cesse d’être un poids. Les rushes étaient toujours là ; seule la personne qui les avait filmés pouvait les retrouver.

4. Vérifiez les éléments probants, pas le classement

Chaque résultat devrait pouvoir être prévisualisé à son moment source, en contexte, avec un peu de marge de part et d’autre.

Regardez le vrai clip. Les algorithmes de classement se trompent avec assurance à une fréquence prévisible, et le problème est rarement un résultat sans rapport. La phrase convient, mais l’interprétation est plate ; ou la réplique est parfaite, mais une sonnerie de téléphone la couvre.

Un résultat de recherche est un candidat. Ce n’est pas une décision.

5. Gardez une sélection courte et comparez volontairement

Gardez deux candidats pour chaque idée du fil conducteur. Pas un seul, car il faut comparer. Pas six, car vous ne déciderez pas.

Deux candidats par idée pour cinq idées donnent dix clips. C’est un premier montage que vous pouvez assembler en quelques minutes et évaluer honnêtement.

6. Assemblez dans l’ordre du fil conducteur et regardez une fois

Assemblez-les dans l’ordre, sans finition, transition ni musique. Regardez du début à la fin sans vous arrêter.

Les lacunes sautent immédiatement aux yeux, contrairement à la lecture d’une liste de plans retenus. Vous découvrirez souvent qu’une idée n’est étayée par aucun bon passage et doit être supprimée ou tournée à nouveau. Mieux vaut le savoir dès le premier jour qu’après avoir tout étalonné.

Ce que de bons outils devraient offrir

Quel que soit votre outil, quelques propriétés déterminent si cette méthode sera rapide ou frustrante.

• La recherche dans la parole et les images au même endroit, plutôt que deux fonctions séparées.
• Des correspondances sémantiques qui prennent en compte les reformulations.
• Des résultats correspondant à des plages précises plutôt qu’à des fichiers entiers.
• Un aperçu au moment source en une seule touche.
• Un passage direct du résultat à la timeline, en conservant le lien avec le média d’origine.
• Une analyse exécutée une seule fois et conservée d’une session à l’autre.

Ce dernier point compte plus qu’il n’y paraît. Si l’index disparaît à la fermeture du projet, vous répéterez l’étape coûteuse à chaque fois et finirez par renoncer.

Où en est le secteur

Ce n’est plus une capacité exceptionnelle, et c’est une bonne nouvelle pour tous.

Adobe a intégré Media Intelligence à Premiere pour rechercher les rushes par contenu et paroles prononcées. Apple a ajouté la recherche d’images en langage naturel à Final Cut Pro 12 : vous pouvez saisir « escaliers » et obtenir des plans qui en contiennent. Blackmagic enrichit Resolve de fonctions d’organisation assistées par IA.

Les différences entre ces outils portent moins sur leur capacité à chercher que sur le lieu de l’analyse, la part de la bibliothèque indexée et ce que vous pouvez faire d’un résultat une fois obtenu.

Ce dernier point est la vraie ligne de partage. Trouver un moment ne représente que la moitié du travail. Un outil qui le trouve puis vous laisse le repérer manuellement dans le chutier a automatisé la partie facile.

Comment cela fonctionne dans AVE

AVE est conçu autour de cette méthode, plutôt qu’autour d’un champ de recherche ajouté après coup.

L’analyse des rushes s’effectue localement à l’importation et produit des transcriptions horodatées et des notes visuelles sur votre Mac grâce au moteur d’IA locale inclus. La recherche classe ensemble transcriptions, éléments visuels, détections, métadonnées et contexte de la timeline : une requête peut donc trouver sa réponse dans ce qui est dit, ce qui est visible ou les deux. Les résultats correspondent à des plages sources précises que vous pouvez prévisualiser avant de vous engager.

Mémoire des séquences couvre ce que la recherche ne peut pas faire : apprendre à AVE les personnes, lieux et produits importants pour vous, confirmés par vos soins sur une plage source précise, puis les retrouver dans vos projets locaux. Des rushes visuellement proches ne deviennent jamais un souvenir confirmé sans votre vérification, car un faux positif dans un système de mémoire est pire que l’absence de mémoire.

Et puisque AVE est un véritable logiciel de montage sur timeline, plutôt qu’un outil de recherche, un résultat passe directement dans une séquence. Vous pouvez demander le premier montage de l’étape 6 sous forme de plan à vérifier, l’approuver et obtenir un assemblage modifiable plutôt qu’une liste de timecodes à saisir manuellement.

Découvrez le fonctionnement de l’intelligence des rushes, lisez pourquoi commencer par les rushes que vous possédez déjà ou suivez le parcours complet de montage par IA pour YouTube, podcasts et interviews. Si le livrable est surtout destiné aux réseaux sociaux, comparez le parcours sur une timeline complète à une alternative à Opus Clip pour Mac, ou créez des clips courts à partir de longs rushes.

Les trois heures ne raccourcissent pas. Le temps que vous devez passer à les regarder intégralement, si.