Underlord AI, le copilote d'intelligence artificielle intégré à Descript, élimine le goulot d'étranglement le plus chronophage du prémontage (ou « ours ») vidéo : il transcrit automatiquement l'enregistrement parlé en un texte interactif, analyse les répétitions syntaxiques et les faux départs, puis coupe les prises ratées (retakes) de manière non destructive. Au lieu de balayer manuellement les formes d'onde sur une timeline classique pendant des heures pour élaguer chaque bafouillage, les monteurs et créateurs peuvent purger les mauvaises prises sur l'ensemble de la vidéo en un seul clic ou via une consigne textuelle, tout en conservant systématiquement la prise finale la plus aboutie.
Le goulot d'étranglement du prémontage : pourquoi les prises ratées prennent autant de temps
Qu'il s'agisse d'enregistrer une vidéo YouTube, une interview à distance, un cours en ligne ou une présentation de produit, rares sont les intervenants capables d'énoncer un texte d'une traite sans trébucher. Il est tout à fait naturel d'hésiter, d'interrompre une phrase à mi-parcours pour corriger un mot ou de répéter le même paragraphe plusieurs fois jusqu'à obtenir l'intonation idéale. Un enregistrement brut de 45 minutes accumule couramment entre 30 et 50 reprises de ce genre.
Dans les logiciels de montage non linéaire traditionnels (NLE) tels qu'Adobe Premiere Pro, Apple Final Cut Pro ou DaVinci Resolve, le nettoyage de ces prises superflues impose une charge de travail considérable :
- Écoute fastidieuse sur la timeline : Le monteur doit lire les rushs (souvent en vitesse 1,5x) pour repérer à l'oreille l'endroit exact où l'erreur a commencé et où démarre la version correcte.
- Multiplication des coupes au cutter et suppressions raccord : Pour chaque reprise, il faut scinder le clip de part et d'autre de l'erreur et effectuer une suppression raccord (Ripple Delete), une opération répétée des dizaines de fois par projet.
- Incertitude visuelle des formes d'onde : Se fier uniquement aux creux d'amplitude audio risque d'amputer le début d'une syllabe ou de laisser subsister des bruits de respiration incongrus et des silences pesants.
Cette phase initiale d'écrémage représente souvent 50 % à 70 % du temps total de postproduction, avant même d'aborder le travail de rythme, l'habillage graphique ou le mixage sonore.
Fonctionnement : comment Underlord identifie et coupe les retakes
Descript change de paradigme en ancrant le montage vidéo directement dans la transcription textuelle. Underlord analyse l'enregistrement sous l'angle du langage naturel et de la structure du discours plutôt que sous la forme de signaux audio bruts.
1. Synchronisation temporelle mot par mot
Lors de l'importation d'un média, Descript génère une transcription synchronisée où chaque mot prononcé est relié aux images vidéo à la milliseconde près. Le texte et la timeline constituent deux représentations indissociables d'un même projet.
2. Détection des répétitions syntaxiques et sémantiques
Lorsque la commande de suppression des retakes est lancée, Underlord parcourt le texte pour repérer les schémas typiques d'autocorrection :
- Recommencements immédiats en début de phrase : L'intervenant entame une phrase, achoppe après quelques mots, s'arrête brièvement et reprend exactement la même formulation dès le début.
- Corrections partielles de propositions : Le locuteur bute sur un mot précis et recule de trois ou quatre termes pour reformuler la proposition de façon fluide.
- Prises multiples d'un paragraphe complet : Le même passage est répété deux ou trois fois d'affilée pour ajuster la diction ou l'énergie de la voix.
3. La règle de la « dernière prise complète »
Dans la pratique de l'enregistrement oral, presque personne ne s'arrête sur un échec ; l'orateur réitère son propos jusqu'à obtenir une prise satisfaisante avant de passer au sujet suivant. Underlord s'appuie sur ce principe comportemental : il classe les premières tentatives inachevées ou maladroites comme des brouillons à éliminer et sélectionne automatiquement la dernière prise complète et fluide comme la version officielle à conserver.
4. Architecture non destructive via la fonction « Ignore »
Contrairement aux logiciels où supprimer un extrait l'efface physiquement de la timeline, Descript gère la découpe par le biais de son mécanisme exclusif Ignore (ignorer) :
- La prise écartée apparaît barrée dans la transcription textuelle.
- La vidéo et l'audio correspondants sont automatiquement ignorés lors de la lecture et exclus de l'export final.
- Aucune perte de rushs : Le média source n'est jamais détruit. Si le monteur estime a posteriori qu'une prise antérieure offrait une intonation plus chaleureuse ou plus dynamique, il lui suffit de surligner le texte barré et de cliquer sur Restore pour rétablir la séquence instantanément.
Guide pratique : deux méthodes pour couper les retakes avec Underlord
Les utilisateurs peuvent lancer le traitement soit via l'interface des outils d'IA dédiés, soit via des requêtes en langage naturel dans le panneau Underlord.
Méthode 1 : Outil d'IA en un clic
- Importer et transcrire : Déposez le fichier brut dans un projet Descript et laissez l'outil générer la transcription automatique.
- Accéder aux actions d'IA : Cliquez sur la barre supérieure d'outils ou sur le menu des fonctionnalités intelligentes.
- Sélectionner « Remove Retakes » : Dans la rubrique « Sound Good » (qualité sonore), choisissez Remove Retakes. Underlord passe en revue l'ensemble du script et barre automatiquement les prises imparfaites antérieures.
- Vérification rapide sur le texte : Faites défiler la transcription pour contrôler les blocs barrés. Si l'IA a ciblé une répétition stylistique délibérée, surlignez-la et cliquez sur Restore (ou utilisez le raccourci
Ctrl/Cmd + Retour arrière).
Méthode 2 : Instructions combinées dans le chat Underlord
Puisqu'Underlord fonctionne comme un assistant éditorial autonome, il est possible d'enchaîner l'élagage des retakes avec d'autres opérations de prémontage au sein d'une seule consigne :
« Applique d'abord Remove Retakes en conservant la dernière prise complète dans la plupart des cas. Supprime ensuite les tics de langage (filler words), raccourcis les silences supérieurs à 1,2 seconde et applique Studio Sound à 60 % sur l'ensemble de l'audio. »
Underlord génère un point de sauvegarde (Checkpoint) avant toute modification. Il exécute ensuite les tâches de façon logique : en éliminant d'abord les prises superflues, les traitements acoustiques ultérieurs ne s'appliquent qu'aux séquences définitivement retenues, ce qui évite tout gaspillage de ressources et garantit un son plus homogène.
Comparatif : prémontage manuel traditionnel vs Descript Underlord IA
| Critère de montage | NLE traditionnel (balayage manuel) | Descript Underlord IA |
|---|---|---|
| Interface de travail | Formes d'onde audio et pistes vidéo complexes | Transcription textuelle synchronisée mot par mot |
| Méthode de détection | Écoute en vitesse accélérée et repérage visuel des pauses | Analyse syntaxique et sémantique automatisée des répétitions |
| Temps d'exécution | 60 à 120 minutes par heure de rushs | 30 à 60 secondes par heure de rushs |
| Sélection de la prise | Le monteur doit mémoriser et comparer chaque tentative | L'algorithme privilégie par défaut la dernière prise complète |
| Réversibilité | Dépend de l'historique d'annulation ou du réimport | Restauration directe en un clic sur le texte barré |
| Enchaînement des étapes | Processus manuels séparés pour coupes, blancs et mixage | Consignes composites regroupant retakes, hésitations et traitement audio |
Précautions et conseils pour un rendu professionnel
Bien qu'Underlord réduise considérablement la pénibilité du dérushage et de l'ours, un résultat de qualité professionnelle nécessite quelques ajustements :
- Gestion des raccords dans l'axe (Jump Cuts) : Sur un plan fixe tourné à une seule caméra, couper une prise précédente entraîne souvent un saut brusque de la position de la tête ou des mains de l'orateur. Pour lisser la transition, appliquez un léger recadrage d'échelle (par exemple, un zoom avant de 100 % à 108 % au point de coupe), insérez un plan de coupe d'illustration (B-roll) ou commutez d'angle sur les projets multicaméras.
- Repérage des répétitions stylistiques intentionnelles : Si un intervenant emploie une anaphore ou répète volontairement une phrase pour créer un effet d'insistance (« Jamais, jamais nous ne renoncerons »), l'IA peut interpréter le premier énoncé comme une hésitation. Un survol visuel des lignes barrées permet de restaurer rapidement ces effets de style.
- Suivi des crédits d'IA : L'utilisation d'Underlord mobilise des crédits d'IA mensuels selon le forfait souscrit (l'abonnement Hobbyist comprend 400 crédits par mois, le forfait Creator 800 crédits et le plan gratuit dispose d'une allocation d'essai). Pour des vidéos très longues, pensez à vérifier votre solde.
- Respect de l'ordre d'épuration : Il est fortement conseillé d'exécuter Remove Retakes avant Remove Filler Words (tics de langage) ou Edit for Clarity (concision). Supprimer les phrases entières inutiles dès le départ évite de traiter des bafouillages dans des passages voués à disparaître et garantit des raccords sonores nettement plus naturels.