Pourquoi un logiciel de sous-titrage pour le théâtre devrait analyser les textes avant d'utiliser l'IA

Lorsqu'un système de sous-titrage pour le théâtre interprète mal une liste de distribution comme un dialogue, le problème ne reste pas confiné à l'analyseur. Il se transforme en un mauvais cue en répétition, un opérateur confus et, potentiellement, la mauvaise ligne à l'écran pendant une représentation en direct.

C'est pourquoi un logiciel de sous-titrage pour le théâtre ne devrait pas traiter un script comme du texte brut avant de demander à l'IA de le classifier. Un script est un document structuré. L'indentation, l'espacement, la capitalisation, la ponctuation et la mise en forme véhiculent souvent plus de sens structurel que les mots eux-mêmes.

En mars 2026, nous avons publié un article technique expliquant pourquoi l'analyse des textes de théâtre est un problème de géométrie. Cet article poursuit cette réflexion avec l'orientation actuelle du pipeline script-vers-sous-titres de SurtitleLive.

Depuis lors, l'analyseur de SurtitleLive a continué d'évoluer dans une direction plus déterministe.

C'est important car les sous-titres et surtitres pour le théâtre ne sont pas générés pour un document statique. Ils deviennent des cues en direct. Si un analyseur de script confond une liste de distribution avec un dialogue, ou une indication scénique avec une réplique, cette erreur peut se retrouver dans la revue de répétition et, finalement, dans le workflow de l'opérateur.

Notre orientation actuelle est donc simple : utiliser d'abord la structure du document, utiliser l'IA de manière sélective et continuer à surveiller le comportement de l'analyseur au fur et à mesure que davantage de formats de script sont testés.

Sous une forme simplifiée, le workflow est :

DOCX -> extraction structurelle -> signaux de paragraphe -> regroupement de blocs -> détection d'archétypes -> zonage du corps -> révision sélective par l'IA -> brouillon de cue modifiable

Pourquoi l'analyse déterministe vient en premier

L'IA peut être utile dans les cas ambigus, mais la préparation des sous-titres en direct nécessite de la répétabilité. Étant donné le même script, un analyseur doit prendre la même décision structurelle à chaque fois, sauf si le système est modifié délibérément.

L'analyse déterministe donne au système cette base de référence. Il lit la mise en forme du script avant de demander à un modèle d'IA d'interpréter les régions difficiles.

Pour une équipe de théâtre, cela signifie que le workflow n'est pas simplement « télécharger un script et espérer que le modèle le comprenne ». Le système recherche d'abord des preuves concrètes :

• étiquettes de locuteur
• schémas d'indentation
• espacement des paragraphes
• mise en forme des indications scéniques
• séparateurs de deux-points, tirets, points et tabulations
• éléments liminaires tels que les pages de titre, les listes de distribution et les notes de production

Lorsque ces signaux sont suffisamment forts, l'analyseur peut classifier le bloc sans révision par l'IA.

Un exemple simple : liste de distribution ou cue de sous-titre ?

Considérez un petit fragment du début d'un script :

DISTRIBUTION

HAMLET
OPHÉLIE

ACTE I

HAMLET
    Être ou ne pas être.

Une approche d'IA ligne par ligne peut considérer HAMLET comme une étiquette de locuteur probable aux deux endroits. Dans la liste de distribution, cependant, HAMLET est une métadonnée. Dans le corps du script, HAMLET est une étiquette de locuteur qui mène à un cue de sous-titre.

La différence n'est pas le mot. La différence est la région du document.

C'est pourquoi le zonage du corps en premier est important. L'analyseur essaie d'abord de séparer les éléments liminaires du corps exécutable, puis applique les règles de dialogue à la région où le dialogue est attendu. Cela réduit le risque que les listes de distribution, les pages de titre ou les notes de production deviennent des cues de répétition.

L'orientation actuelle de l'analyse script-vers-sous-titres

L'analyseur fonctionne désormais comme un pipeline par étapes plutôt que comme une seule étape de classification par l'IA. L'implémentation exacte continue d'évoluer, mais les étapes principales sont stables en principe.

1. Extraire la structure du document

Pour les fichiers .docx, SurtitleLive lit les données structurées du document plutôt que de se fier uniquement au texte brut. Cela préserve des informations telles que l'indentation, l'alignement des paragraphes, l'espacement, les styles Word hérités et la mise en forme au niveau de l'exécution, comme le texte en italique ou en gras.

Ces informations sont importantes car de nombreux textes de théâtre utilisent la typographie comme grammaire. Une ligne centrée en majuscules peut être un locuteur. Une ligne indentée peut être un dialogue. Une ligne en italique peut être une indication scénique. La conversion en texte brut peut détruire ces cues.

2. Normaliser les paragraphes en signaux structurels

Chaque paragraphe est converti en un ensemble de signaux structurels. Ceux-ci incluent si la ligne semble contenir un préfixe de locuteur, si elle est entre crochets, si elle utilise une mise en forme associée aux indications scéniques et si la capitalisation est utile pour le système d'écriture en question.

Le système ne traite pas tous les textes comme des scripts anglais. Pour les systèmes d'écriture où les majuscules ne sont pas significatives, les heuristiques basées sur les majuscules sont réduites ou désactivées afin qu'elles ne créent pas de fausse confiance.

3. Construire des blocs de script

Les paragraphes sont ensuite regroupés en blocs de script. Un bloc peut représenter une réplique, une étiquette de locuteur avec un dialogue suivant, une indication scénique, un titre ou une région qui nécessite encore une révision.

Cette étape est basée sur la mise en page et la structure, et non sur l'interprétation littéraire.

4. Détecter les archétypes de mise en page de script

Les scripts n'utilisent pas tous la même mise en page. Certains utilisent Locuteur : Dialogue. Certains mettent le locuteur sur une ligne et le dialogue en dessous. Certains utilisent des séparateurs de points ou de tirets. Certains mélangent les conventions dans le même fichier.

SurtitleLive recherche donc des archétypes de mise en page avant d'appliquer les règles d'analyse. Les exemples incluent :

Archétype	Modèle courant
Dialogue avec deux-points	HAMLET : Être ou 張三：今天下雨
Locuteur sur sa propre ligne	HAMLET suivi d'une ligne de dialogue indentée
Locuteur avec point	AMLETO. Essere o non essere
Mise en page mixte	Différentes conventions dans différentes régions du même script
Preuve inconnue ou faible	Éléments liminaires, annexes ou régions ambiguës

Cela permet à l'analyseur d'éviter d'imposer un seul ensemble de règles à l'ensemble d'un document lorsque le document lui-même change de format.

5. Séparer les éléments liminaires du corps

De nombreux scripts commencent par des pages de titre, des listes de distribution, des notes ou des informations de production. Ces pages peuvent ressembler structurellement à un dialogue, même si elles ne font pas partie du texte de la représentation.

SurtitleLive utilise le zonage du corps en premier pour réduire ce risque. L'analyseur essaie d'identifier où commence le corps du script exécutable, afin que les éléments liminaires ne faussent pas la détection du dialogue.

6. Utiliser l'IA pour les régions ambiguës

L'IA a toujours un rôle à jouer. Elle est plus utile lorsque les preuves déterministes sont faibles ou contradictoires.

L'objectif de conception n'est pas de supprimer l'IA du workflow. L'objectif est d'éviter de demander à l'IA de décider des blocs qui ont déjà de fortes preuves structurelles. Lorsque la révision par l'IA est nécessaire, elle doit se concentrer sur les régions véritablement ambiguës et être calibrée par rapport à des exemples du même document dans la mesure du possible.

Revue et récupération de séquence

Certaines erreurs d'analyseur ne deviennent évidentes que lorsque l'on regarde la séquence de blocs. Par exemple, un titre suivi d'un autre titre peut être plausible dans les éléments liminaires, mais peu probable à l'intérieur d'une scène riche en dialogues. Un nom de locuteur qui apparaît une seule fois peut nécessiter un traitement différent d'une étiquette de personnage répétée.

SurtitleLive utilise la revue au niveau de la séquence pour améliorer ces décisions. En interne, cela inclut une logique de décodeur et de lissage qui prend en compte les blocs voisins, les régions du document et les preuves de locuteur ensemble plutôt que de traiter chaque paragraphe isolément.

C'est une différence importante par rapport à une simple analyse ligne par ligne. Les textes de théâtre sont des documents séquentiels. La structure environnante indique souvent à l'analyseur si une ligne est un dialogue, un cue de locuteur, un titre ou quelque chose qui devrait être revu.

Comment nous vérifions les modifications de l'analyseur

Les modifications de l'analyseur sont testées par rapport à des fixtures de script organisées et à des cas de régression avant d'être considérées comme sûres. Le but est pratique : une modification qui améliore une mise en page ne doit pas en casser une autre en silence.

Ces vérifications se concentrent sur des questions telles que :

• Une ligne de locuteur connue est-elle restée une ligne de locuteur ?
• Une indication scénique est-elle restée en dehors de la liste des cues de sous-titres ?
• Les éléments liminaires sont-ils restés séparés du corps du script exécutable ?
• La ponctuation multilingue ou non anglaise a-t-elle continué à être analysée comme prévu ?
• Un bloc ambigu est-il resté révisable plutôt que d'être surclassifié ?

Il ne s'agit pas d'affirmer que chaque texte de théâtre peut être analysé parfaitement. Les scripts varient considérablement, en particulier les brouillons de répétition, les documents numérisés ou retapés, les textes fortement adaptés et les fichiers avec une mise en forme incohérente. La révision humaine reste une partie du workflow de préparation.

Ce que cela signifie pour les utilisateurs

Pour les équipes de production, l'analyse déterministe en premier est destinée à rendre la préparation du script plus prévisible. Ceci est particulièrement pertinent pour les sous-titres de théâtre par IA, les surtitres d'opéra et les brouillons de cues multilingues où une mauvaise décision structurelle peut créer du travail de révision plus tard.

Cela aide SurtitleLive à :

• préserver les preuves de mise en page des scripts Word
• détecter les formats de dialogue de théâtre courants
• réduire l'interprétation évitable par l'IA lorsque les preuves structurelles sont déjà claires
• garder les régions ambiguës visibles pour la révision
• prendre en charge les conventions de script multilingues de manière plus délibérée

L'objectif pratique n'est pas l'automatisation complète. L'objectif est un brouillon plus propre qu'un humain peut réviser, corriger, traduire et répéter avant la représentation.

Pour les opérateurs, cela signifie moins de mauvais cues évitables et une transmission de répétition plus propre.

Pour les producteurs, cela signifie moins de travail de mise en forme manuel avant que l'équipe puisse réviser un brouillon de cue.

Pour les équipes d'accessibilité et de langues, cela signifie que les traductions et les surtitres destinés au public peuvent être révisés par rapport à une structure de script plus stable avant la diffusion en direct.

Ce que cela ne signifie pas

Cette architecture a des limites.

Cela ne signifie pas que chaque script sera analysé correctement lors de la première tentative.

Cela ne signifie pas que l'IA n'est jamais utilisée.

Cela ne signifie pas que chaque langue, mise en page ou brouillon de répétition a la même confiance de l'analyseur.

Cela ne remplace pas la révision humaine avant un spectacle.

Cela ne fige pas non plus le système dans sa forme actuelle. L'analyse de texte théâtral est l'une des parties de SurtitleLive que nous continuerons à surveiller de près. Au fur et à mesure que davantage de scripts réels, de mises en page et de conventions linguistiques seront testés, nous prévoyons de continuer à ajuster les règles, les seuils de révision, les cas de régression et le comportement de transfert de l'IA si nécessaire.

La direction : l'IA comme support de révision, pas l'ensemble de l'analyseur

La direction architecturale peut être résumée comme ceci :

Zone	Direction antérieure	Direction actuelle	Avantage pour l'utilisateur
Preuve de script	Regroupement de mise en page et classification par l'IA	Extraction de document structuré plus signaux déterministes	Prise en charge de script plus prévisible
Gestion de la mise en page	Hypothèses plus larges au niveau du document	Analyse consciente de la région et de l'archétype	Meilleure gestion des formats de script mixtes
Éléments liminaires	Plus facile à confondre avec le dialogue	Séparation du corps en premier avant la détection des cues	Moins de faux cues de liste de distribution ou de page de titre
Rôle de l'IA	Plus central dans la classification	Révision sélective pour les régions ambiguës	Moins d'interprétation évitable par l'IA
Travail de fiabilité	Réparation heuristique	Vérifications de régression et revue consciente de la séquence	Modifications de l'analyseur plus sûres au fil du temps

Cette direction est délibérément conservatrice. Au théâtre en direct, un système de sous-titrage ne doit pas dépendre uniquement de la confiance de l'IA lorsque la structure du document fournit déjà des preuves plus solides.

L'IA est utile, mais ce n'est pas l'ensemble de l'analyseur. Pour SurtitleLive, la voie la plus solide est de combiner la structure de script déterministe, la révision ciblée par l'IA, la préparation humaine et la surveillance continue du comportement de l'analyseur au fil du temps.

Si votre équipe convertit toujours manuellement les textes en présentations de diapositives, ou reconstruit les surtitres de théâtre ligne par ligne avant la répétition, SurtitleLive peut vous aider à transformer les textes structurés en brouillons de cues modifiables pour la révision et la diffusion en direct. Vous pouvez en savoir plus sur la page des fonctionnalités de SurtitleLive ou sur la page script-vers-sous-titres de théâtre par IA.

---

FAQ

Q : Qu'est-ce que l'analyse de texte théâtral déterministe ?
R : L'analyse déterministe utilise des règles fixes basées sur la structure du document, telles que l'indentation, l'espacement, la ponctuation et la mise en forme. Étant donné la même entrée et la même version de l'analyseur, elle doit produire le même résultat structurel.

Q : Pourquoi ne pas utiliser l'IA pour chaque ligne ?
R : L'IA peut aider avec les régions ambiguës, mais de nombreuses décisions de texte de théâtre sont structurelles plutôt que sémantiques. Si la mise en forme identifie clairement un locuteur, une ligne de dialogue ou une indication scénique, une règle déterministe est généralement plus répétable.

Q : L'IA peut-elle créer des sous-titres de théâtre automatiquement ?
R : L'IA peut aider à préparer un brouillon, mais une équipe de production doit toujours revoir la structure des cues, les choix de traduction, le timing et la diffusion au public avant la représentation. SurtitleLive considère l'IA comme faisant partie du workflow de préparation, et non comme un remplacement de la revue du spectacle.

Q : Comment SurtitleLive convertit-il les textes en cues de sous-titres ?
R : SurtitleLive lit la structure du document, identifie les blocs de script, détecte les schémas de mise en page probables, sépare les éléments liminaires du corps exécutable et crée un brouillon de cue modifiable pour la révision. Les régions ambiguës peuvent recevoir un support sélectif de l'IA.

Q : Pourquoi la mise en forme DOCX est-elle importante pour les surtitres de théâtre ?
R : De nombreux scripts utilisent la mise en forme comme structure. Les étiquettes de locuteur, le dialogue, les titres et les indications scéniques peuvent être séparés par l'indentation, l'espacement, la capitalisation ou le texte en italique. La préservation de ces signaux améliore la détection des cues de sous-titres.

Q : Qu'est-ce qu'un archétype de script ?
R : Un archétype de script est un schéma de mise en page récurrent, tel que les noms de locuteur sur leur propre ligne, le dialogue séparé par des deux-points ou les étiquettes de locuteur séparées par des points. La détection du schéma aide l'analyseur à choisir les bonnes règles pour cette région.

Q : Cela supprime-t-il le besoin de révision humaine ?
R : Non. SurtitleLive vise à produire un brouillon de révision plus clair, pas un fichier de spectacle final entièrement automatique. Les équipes doivent toujours revoir les cues, les traductions, le timing et la diffusion au public avant la représentation.

Q : Comment SurtitleLive améliorera-t-il ce système au fil du temps ?
R : Nous continuerons à surveiller le comportement de l'analyseur grâce à des cas de régression, des formats de script réels et des commentaires de production. Lorsque le système montre une incertitude répétée ou des erreurs évitables, nous pouvons ajuster les règles d'analyse, les seuils de révision et le comportement de transfert de l'IA.