# Chronometrica ou SIÁN : sous-titres TikTok existants ou nouvelle transcription audio ?

Choisissez Chronometrica si votre étude exige la piste publique de sous-titres TikTok existante et doit conserver une trace claire de son absence. Choisissez SIÁN si votre étude autorise la création de texte à partir des paroles de l’audio. Le choix principal porte sur la source des mots à analyser. Il ne s’agit pas d’affirmer qu’une méthode produit des mots plus exacts que l’autre. [Chronometrica](https://apify.com/chronometrica/tiktok-transcript-scraper), [SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor)

Ce choix compte avant de construire un tableau de transcriptions. Une étude des sous-titres examine un texte déjà rendu accessible par la plateforme. Une étude des paroles peut nécessiter un texte créé à partir de l’audio. Ces sources peuvent répondre à des questions de recherche différentes, même pour une même vidéo.

Ici, les sous-titres natifs désignent la piste de sous-titres déjà rendue accessible par TikTok. Cela ne signifie pas qu’une personne les a écrits. Les sous-titres TikTok peuvent déjà être automatiques. La transcription audio désigne ici l’utilisation d’un logiciel qui crée du texte à partir de l’audio.

Le besoin de recherche est concret. Une personne qui cherchait des transcriptions TikTok pour une analyse quantitative de contenu demandait aussi si des sous-titres intégrés étaient disponibles ou si un outil de transcription audio était nécessaire. Cette question justifie de choisir d’abord la source du texte. Elle n’établit ni l’exactitude, ni l’exhaustivité, ni l’autorisation pour une étude donnée. [Question de recherche](https://www.reddit.com/r/CompSocial/comments/1h1zijh/help_needed_scraping_tiktok_video_transcripts_for/)

Le résultat utile comprend une règle écrite sur les sources, une liste d’enregistrements reliés à leurs sources et des états distincts pour les sous-titres existants, les sous-titres manquants et le texte nouvellement généré.

## Décidez quels mots peuvent entrer dans l’étude

Commencez par l’objet de recherche : ce que votre étude vise à examiner. Précisez ensuite quelles sources de texte peuvent le représenter.

Si vous étudiez les sous-titres de la plateforme eux-mêmes, la piste existante fait partie des données probantes. Sa formulation, sa langue et son absence comptent. Une nouvelle transcription peut vous aider à comprendre une vidéo. Mais elle ne peut pas remplacer une piste de sous-titres manquante dans cette analyse.

Si vous étudiez les paroles prononcées, une nouvelle transcription audio peut être une source autorisée. Vous devez encore décider si l’étude utilisera du texte généré dans tous les cas ou seulement dans certains cas. Écrivez cette règle avant de voir quelles vidéos n’ont pas de sous-titres.

La traduction est un choix distinct. Elle change la langue du texte que vous codez. Une règle qui autorise une nouvelle transcription n’a pas nécessairement à autoriser la traduction. De même, demander une piste de sous-titres en anglais ne signifie pas demander la traduction d’une autre piste vers l’anglais.

Rédigez une courte politique qui répond à 4 questions :

1. Étudions-nous les sous-titres existants ou les paroles de l’audio ?
2. Un logiciel peut-il créer une nouvelle transcription ?
3. Quelles langues sont admissibles, et la traduction est-elle autorisée ?
4. Que signalerons-nous lorsqu’aucun texte utilisable n’est disponible ?

Conservez cette politique avec les dossiers de l’étude. Elle donne une base claire à chaque décision ultérieure. Elle évite aussi qu’un choix pratique de collecte modifie la question de recherche sans laisser de trace.

Une règle restrictive peut être utile. Une étude qui exige des sous-titres anglais existants peut accepter moins de vidéos pour l’analyse de texte. Ce résultat peut être adapté à sa question. Disposer de plus de texte n’est utile que si ce texte reste une preuve valable selon la règle déclarée.

## Comparez les 2 Actors selon leur adéquation vérifiée

Un Actor est un programme hébergé de collecte de données. Ces 2 Actors proposent des méthodes différentes pour obtenir le texte des vidéos. Les spécifications publiques des produits utilisées ici ont été vérifiées le 20 octobre 2026. Aucun test comparatif dans les mêmes conditions n’a évalué l’exactitude des mots, la précision des repères temporels, le coût, le traitement à grande échelle ou la fiabilité.

| Critère de choix | Chronometrica | SIÁN |
| --- | --- | --- |
| Source du texte | Pistes publiques de sous-titres existantes | Nouvelle transcription audio par IA |
| Vidéos fournies en entrée | `startUrls`, avec 1–100 liens publics, liens courts ou identifiants de vidéo | Une seule `tiktokUrl` ou une liste `bulkUrls` |
| Repères temporels | Segments de sous-titres avec temps de début et de fin | Horodatage de chaque mot |
| Autres fonctions documentées | États explicites des résultats pour les sous-titres et la langue | Étiquettes de locuteur, sortie SRT/VTT, traduction facultative en anglais |

Le tableau décrit les spécifications documentées. Il ne prouve pas qu’une fonction non documentée est absente. [Spécifications de Chronometrica](https://apify.com/chronometrica/tiktok-transcript-scraper), [Entrées de Chronometrica](https://apify.com/chronometrica/tiktok-transcript-scraper/input-schema), [Spécifications de SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor), [Entrées de SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor/input-schema)

Chronometrica convient bien lorsque l’objectif est de conserver une méthode fondée sur les sous-titres de la plateforme. Il lit les pistes publiques existantes et signale des résultats explicites lorsque les sous-titres ou la langue demandée sont indisponibles. Il ne génère pas de transcription audio, ne télécharge pas l’audio pour le transcrire et ne traduit pas le texte. C’est la principale limite qui change la recommandation. [Spécifications de Chronometrica](https://apify.com/chronometrica/tiktok-transcript-scraper)

Faites d’abord votre choix selon la règle de recherche. Le format des fichiers et la préparation du tableau viennent après ce choix.

## Définissez l’échantillon et créez un registre des sources

Un échantillon est l’ensemble des vidéos sélectionnées pour l’étude. Un registre est un tableau qui consigne ces entrées et le résultat obtenu pour chacune.

Définissez l’échantillon avant la collecte. Consignez la raison de l’inclusion de chaque vidéo. Utilisez un identifiant stable de vidéo lorsqu’il est disponible, et conservez le lien soumis. Cela vous aide à repérer les entrées répétées sans perdre leur historique.

Fixez en même temps la règle de langue. Une étude limitée à l’anglais exige une règle différente de celle d’une étude multilingue. Dans ce dernier cas, précisez les langues d’origine admissibles et la façon dont l’équipe de recherche les vérifiera. Ne laissez pas la langue d’un court exemple d’entrée devenir par accident la politique de l’étude.

Conservez le texte original, la langue, l’URL source et l’heure d’observation avec chaque enregistrement de texte. Laissez les valeurs inconnues comme telles. Ne remplacez pas une durée, une langue ou une autre valeur manquante par 0.

Ajoutez à votre registre de recherche un champ que vous gérez vous-même, comme `text_source`. Utilisez des valeurs telles que `platform_caption` et `new_speech_to_text`. Ce champ appartient à votre registre ; ce n’est pas un champ de sortie natif de Chronometrica.

Pour les enregistrements sans texte, conservez l’état du résultat et sa raison. N’attribuez pas une source de texte qui n’a jamais été collectée. Si vous ajoutez ensuite une transcription générée, conservez sa source et son relevé de collecte séparément du résultat antérieur signalant l’absence de sous-titres.

Conservez aussi les traductions séparément du texte dans sa langue d’origine. Une personne qui fait de la recherche doit pouvoir distinguer les mots collectés, ceux générés à partir de l’audio et ceux traduits.

Cette structure permet de modifier une étape de collecte autorisée sans réécrire l’historique des preuves. Elle donne aussi assez d’informations à la personne chargée de la vérification pour retrouver la vidéo et la source du texte d’un passage codé.

## Vérifiez une courte liste avant de collecter l’échantillon complet

Utilisez une courte liste connue pour vérifier que les entrées et les sorties respectent votre politique. Incluez des vidéos pertinentes dont l’utilisation est autorisée dans l’étude. Le but est d’examiner les états réels des résultats et le texte avant de lancer la collecte complète.

Chronometrica accepte une préférence de langue dans `preferredLanguages`. Si la langue demandée est indisponible, il renvoie un état au lieu de substituer ou de traduire une piste. [Schéma d’entrée](https://apify.com/chronometrica/tiktok-transcript-scraper/input-schema)

L’entrée suivante a été vérifiée par rapport au schéma public. Elle n’a pas été exécutée. La vidéo publique figure dans l’exemple du schéma et dans la Task enregistrée. La disponibilité actuelle de ses sous-titres est inconnue. Remplacez-la par une vidéo pertinente dont l’utilisation est autorisée dans l’étude.

```json
{
  "startUrls": [
    "https://www.tiktok.com/@hankgreen1/video/7047596209028074758"
  ],
  "preferredLanguages": [
    "en"
  ]
}
```

Vérifiez une courte liste avant de collecter l’échantillon complet

Cette entrée demande des sous-titres en anglais. Elle ne demande pas de traduction en anglais. Conservez `language_unavailable` si la langue de sous-titres demandée est indisponible. [Schéma d’entrée](https://apify.com/chronometrica/tiktok-transcript-scraper/input-schema)

Une Task est un préréglage d’entrée enregistré. La [Task publique de jeu de données pour l’analyse de contenu](https://apify.com/chronometrica/tiktok-transcript-scraper/examples/tiktok-transcript-content-analysis-dataset) offre un point de départ pour cette méthode. Son existence ne prouve pas qu’une vidéo donnée dispose actuellement de sous-titres.

Examinez les premiers résultats selon votre règle écrite. Confirmez que vous pouvez conserver les cas manquants, repérer les entrées répétées et relier le texte utilisable à sa source. Corrigez toute inadéquation dans la conception de votre registre avant d’étendre la collecte. Un lot plus grand ne peut pas corriger une définition peu claire du texte admissible.

## Vérifiez la concordance de chaque résultat avant de calculer la disponibilité

Chronometrica renvoie une ligne de résultat pour chaque entrée vidéo soumise. La ligne comprend les références de l’entrée, les détails de la vidéo, la langue, le texte, les segments de sous-titres, l’état, la raison de cet état, l’état de facturation et l’heure de collecte. Son récapitulatif de lot se nomme `OUTPUT`. [Spécifications de l’Actor](https://apify.com/chronometrica/tiktok-transcript-scraper)

Utilisez `inputIndex` et `inputUrl` pour relier une ligne à la liste soumise. Conservez `videoId` et `videoUrl` lorsqu’ils sont disponibles. Gardez `languageCode` et `scrapedAt` avec le texte. En cas de réussite, les `segments` contiennent `startSeconds`, `endSeconds` et `text`. Ces champs conservent les intervalles de sous-titres indiqués. [Spécifications de l’Actor](https://apify.com/chronometrica/tiktok-transcript-scraper)

Lisez `status` et `statusReason` avant de considérer une ligne comme du texte utilisable. Les états explicites pertinents comprennent `succeeded`, `no_public_captions`, `language_unavailable` et `duplicate_input`. Les autres résultats d’inaccessibilité ou d’échec restent distincts. [Spécifications de l’Actor](https://apify.com/chronometrica/tiktok-transcript-scraper)

Effectuez cette courte vérification :

1. Reliez chaque ligne de résultat à une entrée soumise.
2. Comptez les résultats par état et comparez-les à `OUTPUT`.
3. Repérez les soumissions en double et les vidéos distinctes auxquelles elles renvoient.
4. Appliquez les règles déclarées de langue et de source du texte.
5. Conservez tous les cas non résolus avec leurs raisons réelles.
6. Calculez la disponibilité avec le nombre déclaré de vidéos distinctes.

Le dénominateur est le total placé en bas d’une fraction. Pour la disponibilité du texte, utilisez le nombre de vidéos distinctes de l’échantillon déclaré. Ne le réduisez pas aux seules vidéos qui ont renvoyé du texte utilisable.

Les soumissions en double demandent de l’attention. Conservez leurs lignes pour vérifier la collecte. Mais ne comptez pas 2 fois la même vidéo lorsque l’unité d’étude est une vidéo distincte.

Une ligne qui signale des sous-titres manquants n’est pas une transcription réussie mais vide. Conservez cette distinction avant de compter les mots ou de coder les thèmes. Sinon, un texte indisponible pourrait être pris pour une vidéo qui ne contient aucun propos.

## Examinez une étude fictive de 8 vidéos

L’exemple d’étude suivant est fictif. Ces nombres ne sont ni des résultats de collecte, ni un test de référence, ni un résultat obtenu par un client.

L’étude définit 8 entrées vidéo distinctes. Sa règle initiale exige des sous-titres anglais existants de la plateforme. 5 vidéos ont des sous-titres utilisables qui répondent à cette règle. 2 vidéos sont accessibles mais n’ont aucune piste publique de sous-titres. 1 vidéo a des sous-titres uniquement dans une autre langue.

Selon cette règle, la disponibilité des sous-titres natifs est de :

5 / 8 × 100 = 62,5 %.

3 vidéos n’ont pas de texte admissible. Distinguez les raisons : 2 n’ont aucune piste publique de sous-titres, tandis que 1 n’a pas de sous-titres dans la langue demandée. Un nombre unique de cas indisponibles est utile pour le total. Mais il n’explique pas ces résultats différents.

Supposons maintenant que l’étude autorise une nouvelle transcription audio en anglais pour les 2 vidéos sans sous-titres. La politique laisse toujours le cas dans une autre langue sans solution. Avec du texte pour 7 vidéos, la disponibilité selon la méthode mixte devient :

7 / 8 × 100 = 87,5 %.

La variation de la disponibilité du texte est de :

87,5 − 62,5 = 25 points de pourcentage.

La disponibilité des sous-titres natifs reste de 62,5 %. Les 2 transcriptions générées ne sont pas devenues des sous-titres de la plateforme. La variation de 25 points décrit la disponibilité du texte selon une méthode plus large. Elle ne décrit pas un gain d’exactitude.

Dans le registre, marquez les 5 enregistrements de sous-titres avec `platform_caption`. Marquez les 2 enregistrements générés avec `new_speech_to_text`. Conservez les résultats antérieurs sans sous-titres pour que le dossier explique toujours le recours à la génération.

Si l’étude examine les sous-titres de la plateforme, analysez les 5 enregistrements natifs admissibles et signalez les 3 cas indisponibles. Si elle examine les paroles et autorise la génération, SIÁN peut convenir à l’étape de transcription ajoutée. [Spécifications de SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor)

Aucun de ces choix ne prouve que les vidéos sans sous-titres partagent une opinion politique ou une autre caractéristique. L’exemple ne prouve pas non plus que l’une ou l’autre méthode est sans biais. Il montre comment la règle sur les sources change le texte admissible tandis que l’échantillon d’origine reste fixe.

## Vérifiez les mots avant l’analyse de contenu

L’analyse de contenu utilise des règles énoncées pour classer le texte. Les équipes de recherche appellent souvent cette étape le codage. Avant de coder, vérifiez certains passages à l’aide de la vidéo.

Écoutez le passage et comparez ses mots au texte enregistré. Vérifiez les noms, les nombres, la négation et les termes qui influencent les catégories prévues. Par exemple, la perte du mot « pas » peut inverser le sens d’une phrase.

Vérifiez aussi certains repères temporels. Confirmez que l’intervalle enregistré correspond au passage concerné. Une lecture réussie des données ne prouve pas que chaque mot ou chaque repère temporel est correct.

Appliquez un processus de vérification défini à chaque source de texte autorisée. Consignez les passages vérifiés et la façon dont les corrections ont été traitées. Si vous corrigez le texte, conservez la version collectée et identifiez la version corrigée utilisée pour le codage. L’enregistrement source reste ainsi disponible pour vérification.

Pour un texte traduit, conservez les mots d’origine et identifiez la version traduite. Ne les réunissez pas dans un même champ de texte sans le signaler. Le rapport doit préciser quelle version a fourni les mots codés.

Préparez ensuite le tableau d’analyse. Le [guide des transcriptions TikTok pour une thèse](/fr/articles/preparer-donnees-transcription-tiktok-analyse-contenu/) présente cette étape suivante. Le choix expliqué dans cette comparaison vient d’abord : décidez quel texte peut entrer dans l’étude avant de l’organiser pour l’analyse.

Dans le rapport, précisez la définition de l’échantillon, la politique de langue, les sources autorisées et le traitement des cas manquants. Présentez le nombre de cas admissibles par rapport au dénominateur complet déclaré. Si vous utilisez une méthode mixte, indiquez séparément la disponibilité des sous-titres natifs et la disponibilité totale du texte.

Incluez les cas non résolus dans le rapport. Le lectorat doit voir où le texte était indisponible et comment cela limite l’analyse. Une description claire des preuves manquantes fait partie du résultat.

## Faites votre choix à partir d’une vidéo pertinente

Écrivez d’abord la règle de l’étude sur les sources du texte. Vérifiez ensuite, selon cette règle, une vidéo pertinente dont l’utilisation est autorisée. Conservez le statut effectivement renvoyé pour cette vidéo, le lien source, la langue et l’heure d’observation. Vérifiez certains mots et repères temporels avant d’utiliser le texte pour le codage.

Lorsque la règle exige des sous-titres publics existants de la plateforme, utilisez [Chronometrica TikTok Transcript Scraper](https://apify.com/chronometrica/tiktok-transcript-scraper). Son adéquation vérifiée est claire : collecter la piste de sous-titres disponible et conserver des résultats explicites lorsque les sous-titres ou la langue sont indisponibles. Si l’étude exige plutôt du texte nouvellement généré, choisissez la méthode de transcription selon une politique déclarée sur les sources.

## Sources et lectures complémentaires

- [Chronometrica TikTok Transcript Scraper](https://apify.com/chronometrica/tiktok-transcript-scraper)
- [Schéma d’entrée de Chronometrica](https://apify.com/chronometrica/tiktok-transcript-scraper/input-schema)
- [Documentation de l’Actor SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor)
- [Schéma d’entrée de SIÁN](https://apify.com/sian.agency/best-tiktok-ai-transcript-extractor/input-schema)
- [Task de jeu de données pour l’analyse de contenu](https://apify.com/chronometrica/tiktok-transcript-scraper/examples/tiktok-transcript-content-analysis-dataset)
- [Question de recherche sur les transcriptions TikTok](https://www.reddit.com/r/CompSocial/comments/1h1zijh/help_needed_scraping_tiktok_video_transcripts_for/)