Comment transformer un podcast d'1 h en 10 shorts

Un podcast d'une heure donne en général 8 à 12 clips exploitables de 30 à 60 secondes. La méthode en 2026 : transcrire, repérer les moments autonomes (opinion, histoire, chiffre, conseil, émotion), recadrer en 9:16 sur le visage, sous-titrer mot à mot, placer le hook dans la première seconde, exporter en lot. Avec un outil de clipping IA, comptez 30 à 40 minutes de travail humain par épisode au lieu de 3 à 5 heures de montage manuel.

Combien de clips peut-on tirer d'un podcast d'une heure ?

Les guides de workflow publiés en 2026 situent le rendement entre 8 et 15 candidats pour 60 minutes, dont la moitié vaut la publication (Choppity, 2026). Le chiffre dépend du format de l'épisode : un entretien question-réponse est plus dense qu'une discussion libre. Visez 10 moments détectés, 5 à 8 publiés. Publier 30 clips d'un même épisode n'apporte rien : vous saturez vos propres abonnés avec des variations du même propos.

Pourquoi partir d'un podcast vidéo plutôt qu'audio ?

Parce que l'audience est déjà sur la vidéo. D'après Edison Research (Infinite Dial 2026), 37 % des consommateurs hebdomadaires de podcasts utilisent YouTube comme service principal, contre 31 % deux ans plus tôt, et 57 % de ceux qui ont déjà écouté un podcast déclarent à la fois écouter et regarder (Inside Radio, mars 2026). Un épisode filmé à deux caméras (ou une seule, large) suffit : le recadrage automatique sur le visage fait le reste. Pour un podcast audio seul, il faut un visuel de substitution et le taux de complétion baisse.

Étape 1 : transcrire l'épisode entier

Tout part du transcript. Il sert à trois choses : trouver les moments, générer les sous-titres, caler les bornes des clips sur les mots. Les modèles de reconnaissance vocale actuels (Whisper d'OpenAI, par exemple, entraîné sur 680 000 heures d'audio et couvrant 99 langues, dépôt OpenAI) gèrent le français sans réglage, à condition que la prise de son soit propre. Si vous enregistrez avec deux micros, exportez un mixage où les deux voix sont au même niveau avant d'importer.

Étape 2 : repérer les moments qui tiennent seuls

Un bon clip se comprend sans avoir entendu la question. Cinq familles de moments passent ce test :

1. L'opinion tranchée : « tout le monde dit X, c'est faux, voilà pourquoi ».
2. L'histoire courte : situation, bascule, chute, en moins de 45 secondes.
3. Le chiffre ou la démonstration : un ordre de grandeur surprenant, une comparaison.
4. Le conseil actionnable : trois étapes, un outil, une règle.
5. Le pic émotionnel : rire, désaccord, surprise sincère.

Les outils de clipping IA lisent le transcript et notent chaque passage. Dans ClipOnIt, chaque moment reçoit un score sur 100 et une ligne d'explication, et une fonction « Trouve un moment » permet de décrire en langage naturel ce que vous cherchez (« le passage où il parle de son premier client ») pour le localiser. Gardez la main : l'IA trouve les candidats, vous choisissez lesquels représentent le podcast.

Étape 3 : couper aux bons endroits

La règle la plus rentable : commencer sur un mot fort, finir sur une phrase complète. Les coupes au milieu d'une respiration donnent une impression d'amateurisme même avec de beaux sous-titres. Calez les bornes sur les frontières de mots (la plupart des outils ont une fonction de « snap » sur le transcript). Retirez les silences de plus d'une demi-seconde dans le clip ; sur 45 secondes, c'est souvent 5 à 8 secondes gagnées. Durée cible : 30 à 60 secondes, et plus court si l'idée est simple ; voir durée et format d'un short en 2026.

Étape 4 : recadrer en 9:16

Trois cas :

• Un orateur : cadrage serré sur le visage, qui suit les mouvements. Le zoom automatique sur les moments d'intensité aide, à condition de rester subtil.
• Deux orateurs : écran partagé haut/bas, chacun dans sa moitié. L'alternative (basculer d'un visage à l'autre à chaque prise de parole) fatigue en moins de 20 secondes.
• Trois personnes ou plus : disposition en trio ou « spotlight » sur celui qui parle, avec les autres réduits.

Vérifiez l'image avant d'exporter : un cadrage qui coupe le front ou laisse un micro au centre se voit immédiatement dans un flux vertical.

Étape 5 : sous-titres et hook

Les sous-titres mot à mot ne sont pas une option dans le flux vertical. Dans l'étude Verizon Media / Publicis Media (5 616 adultes américains, avril 2019), 69 % des consommateurs regardent des vidéos sans le son dans les lieux publics et 80 % se disent plus enclins à regarder une vidéo jusqu'au bout si elle est sous-titrée (Forbes, 31 juillet 2019). Règles pratiques : 3 à 5 mots par ligne, police grasse, placement au centre-bas, un seul style pour tout le compte. Les cinq styles qui dominent sont détaillés dans sous-titres automatiques : les styles qui retiennent l'attention.

Le hook est une carte-titre de 1 à 2 secondes qui annonce l'enjeu : « Pourquoi 90 % des podcasts s'arrêtent avant l'épisode 10 ». Il doit être une promesse, pas un résumé. Écrivez-le après avoir regardé le clip, pas avant.

Étape 6 : exporter et publier

Exportez tous les clips d'un épisode en un lot, en MP4 H.264 1080×1920. Si vous publiez aussi sur LinkedIn ou dans le feed Instagram, prévoyez une version 4:5 ou 1:1 ; certains outils permettent un montage indépendant par format. Puis une cadence simple : un clip par jour sur TikTok, Reels et Shorts, même heure. Les créneaux qui ressortent des études 2026 (Buffer, Sprout Social) sont dans l'article sur la durée et le format. Mesurez le taux de complétion à 30 jours, pas les vues : c'est lui qui dit quels types de moments reproduire.

Combien de temps ça prend ?

Étape	Montage manuel	Avec un outil de clipping IA
Transcription	Externalisée ou 1 h	Automatique, quelques minutes
Repérage des moments	1 h de visionnage à vitesse 1,5×	Liste notée, 10 min de tri
Coupes et recadrage	1 à 2 h pour 8 clips	10 à 15 min de vérification
Sous-titres et hook	1 h	10 min de relecture
Export	30 min	Lot, moins de 2 min par clip
Total	3 à 5 h	30 à 40 min

Ordre de grandeur cohérent avec les workflows publiés en 2026 ; sur ClipOnIt, le traitement d'une vidéo prend environ un quart de sa durée (1 à 5 minutes pour 20 minutes de vidéo). Le temps restant est du jugement éditorial, et c'est le seul poste qu'on n'a pas intérêt à automatiser.

Les erreurs qui coûtent le plus

• Clips trop longs. Un clip de 90 secondes qui couvre deux idées fait moins bien que deux clips de 40 secondes.
• Le même clip partout sans adapter le hook. Le fichier peut être identique ; la première ligne de description, non.
• Vouloir tout automatiser dès le premier épisode. Faites dix épisodes à la main avec un outil, repérez ce qui marche, puis automatisez par API ou assistant IA.
• Oublier le lien vers l'épisode. Le clip doit laisser une question ouverte et dire où est la suite.

Et pour un podcast en deux langues ?

Sous-titrez dans la langue parlée, puis exportez une seconde version traduite plutôt qu'un clip bilingue : deux lignes de texte dans deux langues saturent l'écran et font chuter la lisibilité. La plupart des outils payants traduisent les sous-titres en quelques langues en un clic ; relisez les traductions, les expressions idiomatiques passent mal.

FAQ

Faut-il l'accord de l'invité pour publier des clips ?

Prévoyez-le dans l'autorisation signée avant l'enregistrement : « extraits sur toutes plateformes, sans limite de durée ». Après coup, c'est plus difficile.

Quelle longueur de podcast est idéale pour le clipping ?

Peu importe. Ce qui compte est la densité : des questions courtes et des réponses structurées. Un épisode de 40 minutes bien mené donne plus de clips qu'un épisode de deux heures en roue libre.

Peut-on clipper un podcast depuis un lien YouTube ?

Oui, la plupart des outils acceptent un lien YouTube en entrée et téléchargent la vidéo eux-mêmes. Clippez uniquement les vidéos dont vous avez les droits.

Combien ça coûte par épisode ?

Entre 3 et 8 $ par épisode d'une heure selon l'outil et le plan, en comptant les quotas ; le détail est dans le comparatif des outils de clipping IA 2026.