Vous savez déjà quelle durée doit faire votre vidéo. Trois minutes pour un tutoriel, trente secondes pour une annonce, dix minutes pour un format long. Reste la question qui bloque l'écriture avant même la première phrase : combien de mots pour une minute de vidéo ? Écrire au jugé, c'est se retrouver avec un texte qui déborde de moitié, une voix off qu'il faut accélérer pour tenir, et un montage à recouper une fois tout enregistré.
Le repère existe. Il tient en un chiffre, et il s'ajuste ensuite selon votre voix, votre langue et le rythme de vos plans. Cet article donne le calcul dans les deux sens, la table de conversion de trente secondes à dix minutes, et les corrections qui font tomber le texte juste du premier coup. Si votre trame n'est pas encore posée, notre guide complet du script vidéo traite la structure ; ici, on ne parle que de longueur.
La réponse courte : 150 mots pour une minute
Comptez 150 mots par minute de voix off. C'est le débit d'une narration soignée, ni pressée ni traînante. Une vidéo de trois minutes demande donc environ 450 mots, une vidéo de dix minutes environ 1 500 mots. La fourchette utile s'étend de 130 mots par minute pour un ton posé à 170 mots par minute pour un format nerveux. Ce repère de 150 est celui que notre générateur de scripts applique quand vous lui donnez une durée en minutes plutôt qu'un nombre de mots : la page convertit et affiche aussitôt la longueur visée, en mots et en caractères.
Le calcul, dans les deux sens
La formule tient en une ligne : nombre de mots = durée en minutes multipliée par le débit. Quatre minutes à 150 mots par minute donnent 600 mots. Le sens inverse sert tout autant : divisez le nombre de mots de votre texte par le débit et vous obtenez la durée. Un script de 320 mots lu à 150 mots par minute dure 2,13 minutes.
Attention au piège de la conversion, qui piège même les habitués : 2,13 minutes ne font pas 2 minutes et 13 secondes, mais 2 minutes et 8 secondes. La partie décimale se multiplie par 60, elle ne se lit pas comme des secondes. Sur une vidéo courte calée à la seconde près, cette confusion suffit à faire déborder tout le montage.
Certains outils raisonnent en caractères plutôt qu'en mots, parce que c'est l'unité que consomment les moteurs de synthèse vocale. La conversion reste simple : en français, un mot pèse en moyenne 6,5 caractères, espaces comprises, et c'est la valeur que nous appliquons pour estimer la longueur d'un texte. Une minute de voix off représente donc à peu près 1 000 caractères, et une histoire de 3 000 caractères dure environ trois minutes.
La table de conversion, de 30 secondes à 10 minutes
Voici les longueurs à viser selon la durée et le débit retenu. Servez-vous en comme d'un plafond plutôt que d'une cible exacte : un texte légèrement plus court laisse de la place au montage, alors qu'un texte trop long oblige toujours à couper au mauvais endroit, c'est à dire là où c'était le plus facile et non là où c'était le moins utile.
Deux remarques sur cette table. Elle compte la voix seule, sans générique ni plan d'ouverture muet. Et elle suppose un texte lu d'un trait : dès que vous laissez respirer les plans, la vidéo finie dure plus longtemps que le calcul ne le dit, ce que la section sur la minute réelle explique plus bas.
Trois débits, et comment choisir le vôtre
Le débit n'est pas un réglage technique, c'est une décision d'écriture. Il découle du sujet, du public visé et de la quantité d'information à faire passer. Un récit qui doit installer une ambiance ne se lit pas à la vitesse d'une annonce promotionnelle, et un tutoriel technique perd son public dès qu'il accélère.
Le principe reste constant : plus l'image demande d'attention, plus la voix doit ralentir. Une explication accompagnée d'un schéma à déchiffrer supporte mal 170 mots par minute, parce que le spectateur doit lire et écouter en même temps. À l'inverse, sur une suite de plans illustratifs, un débit rapide passe très bien, à condition que les phrases restent courtes et que chacune porte une seule idée.
Une minute de vidéo ne contient pas une minute de voix
C'est l'erreur qui fausse le plus de scripts. Vous calculez 150 mots pour une minute, vous les écrivez, et la vidéo finie dure une minute vingt. La cause n'a rien à voir avec le débit de lecture : entre le plan d'ouverture, les silences qui séparent les scènes et la fin musicale, une bonne part de la durée ne contient aucune parole.
La correction est simple : retirez environ un dixième de votre compte de mots dès que le montage laisse respirer les plans, davantage si la vidéo s'ouvre sur une séquence visuelle. Le reste se joue à l'enregistrement, où la ponctuation compte autant que les mots, puisque les moteurs de synthèse la lisent comme des indications de jeu. Nos conseils pour une voix off vraiment naturelle reviennent en détail sur ce point.
La langue change le compte, pas seulement les mots
Un même contenu ne pèse pas le même nombre de mots d'une langue à l'autre. Le français emploie plus de mots, et des mots plus longs, que l'anglais pour dire la même chose : articles, prépositions, tournures composées. Un script anglais traduit en français gagne mécaniquement du volume, et la vidéo s'allonge si vous conservez la même structure de montage.
Deux conséquences pratiques. D'abord, ne réutilisez jamais tel quel le compte de mots d'une version dans une autre langue : repartez de la durée visée et recalculez. Ensuite, si vous produisez la même vidéo en deux langues avec un montage identique, écrivez la version la plus longue en premier, puis calez l'autre dessus. Étoffer un texte court reste plus facile que de tailler dans un texte déjà rythmé.
Descendre à l'échelle de la scène
Le compte à la minute sert à cadrer un script entier. Au moment du découpage, une autre unité prend le relais : le nombre de mots par plan. Notre repère de production tient là aussi en un chiffre, mesuré sur nos propres montages en français : 110 caractères de voix off durent environ 6 secondes, soit à peu près 17 mots. C'est la valeur qui sert à découper un texte en scènes et à estimer la durée de chaque plan avant la génération des visuels.
Ce rythme paraît plus rapide que le repère de 150 mots par minute, et c'est logique : il mesure la parole seule, sans la pause qui sépare deux plans. Additionnez ces pauses sur une minute entière et vous retombez sur le repère général. Traduit en règle d'écriture, une scène confortable fait 15 à 40 mots, soit 5 à 15 secondes. En dessous, l'image passe avant que l'œil l'ait lue. Au dessus, le plan s'étire. Quand une phrase déborde largement de cette fourchette, coupez-la en deux plans au lieu d'accélérer la voix.
Les formats courts ont leur propre arithmétique
Sur un format vertical de trente secondes, le calcul donne 75 mots à débit naturel, 85 à débit rapide. C'est très peu, l'équivalent d'un seul paragraphe. Toute la difficulté consiste à loger l'accroche, l'idée et l'appel à l'action dans ce volume sans donner l'impression d'un texte récité à toute vitesse.
Deux réflexes aident. Écrivez d'abord la dernière phrase, celle qui doit rester en tête, puis remontez vers le début. Et acceptez qu'un format court ne porte qu'une seule idée : la deuxième la tue. Sur une annonce de quinze secondes, on tombe à une quarantaine de mots, un exercice d'orfèvre que nous décortiquons dans notre article sur le ton d'une voix off publicitaire.
Vérifier plutôt qu'estimer
Toutes ces valeurs restent des estimations. La seule durée qui compte est celle du fichier audio une fois la voix générée. Prenez donc l'habitude de produire la voix off avant de fabriquer les visuels : vous connaissez alors la durée exacte, plan par plan, et vous ajustez le texte pendant qu'il est encore facile à modifier. Un mot retiré à ce stade coûte une seconde de travail, le même mot retiré après le montage en coûte dix.
Le contrôle final passe souvent par les sous-titres, qui rendent visible ce que l'oreille laisse filer. Les guides de sous-titrage professionnels raisonnent d'ailleurs en caractères par seconde plutôt qu'en mots par minute : le guide de style de sous-titrage publié par Netflix retient 17 caractères par seconde pour un programme adulte, et 13 pour un programme destiné aux enfants. Si vos sous-titres défilent trop vite pour être lus, votre voix parle trop vite elle aussi. La génération des sous-titres à partir de la piste audio donne ce diagnostic en quelques secondes.
Écrire directement à la bonne longueur
Plutôt que d'écrire puis de couper, donnez la longueur cible dès la commande. Notre générateur de scripts accepte les deux entrées : un nombre de mots, ou une durée en minutes qu'il convertit lui même. L'aperçu affiche en direct le nombre de mots, le nombre de caractères et la durée de voix off correspondante, avant même de lancer la rédaction. Vous voyez donc immédiatement si votre ambition tient dans la durée que vous visez.
Le gain n'est pas seulement du temps. Un texte écrit d'emblée à la bonne longueur garde un rythme cohérent, alors qu'un texte taillé après coup porte les cicatrices des coupes : transitions brutales, idées amputées, conclusion expédiée. Cela compte encore plus en production régulière, quand il s'agit d'écrire une semaine de contenu en une seule session. Le studio EasyVids enchaîne ensuite l'écriture, la voix et le montage au même endroit, ce qui évite de recompter à chaque étape.
Les erreurs de calcul les plus fréquentes
Elles reviennent presque toujours aux mêmes endroits, et se corrigent chacune en une ligne.
- Compter les mots du document entier, titres et indications de plans compris : seul le texte prononcé entre dans le calcul.
- Oublier les silences, alors qu'une vidéo qui respire dure toujours plus longtemps que son texte.
- Lire 2,5 minutes comme 2 minutes 50 secondes : la partie décimale se multiplie par 60.
- Appliquer le même débit à toutes les vidéos d'une chaîne, alors qu'un tutoriel et un récit ne se lisent pas au même rythme.
- Reprendre le compte de mots d'une version dans une autre langue sans le recalculer.
- Estimer au lieu de mesurer, alors que la durée réelle du fichier audio s'obtient en une génération.
Questions fréquentes
Combien de mots pour une vidéo de 5 minutes ?
Environ 750 mots à débit naturel, 650 si la voix est posée, 850 si elle est rapide. Retirez une cinquantaine de mots si le montage prévoit une introduction sans parole ou des silences marqués entre les scènes.
Combien de temps dure un texte de 1 000 mots ?
Environ 6 minutes et 40 secondes à 150 mots par minute, près de 7 minutes et 40 secondes à 130 mots par minute. Le même texte lu des yeux prend nettement moins de temps : le temps de lecture affiché sur ce blog se calcule sur 220 mots par minute, un écart qui rappelle qu'on lit bien plus vite qu'on ne parle.
Une voix de synthèse lit-elle au même rythme qu'une voix humaine ?
Elle en est proche, et les mêmes repères s'appliquent. La différence tient surtout aux pauses : une voix de synthèse suit la ponctuation à la lettre, donc un texte peu ponctué se retrouve lu d'une traite, plus vite que prévu. Ponctuez généreusement et la durée attendue revient. Certaines voix acceptent en plus une consigne de lecture écrite en langage courant, du type « lis lentement, comme un conteur ».
Faut-il compter les titres et les indications de scène ?
Non. Seul le texte réellement prononcé entre dans le calcul. Les descriptions de plans, les didascalies et les notes de montage n'atteignent jamais la piste audio, et les inclure fausse l'estimation de plusieurs dizaines de secondes sur un script un peu long.
Comment allonger une vidéo sans allonger le texte ?
En donnant du temps aux images : un plan d'ouverture sans parole, une pause après une phrase forte, un plan de fin sur la musique. Ces respirations ajoutent des secondes sans ajouter un seul mot, et elles rendent la vidéo plus agréable qu'un texte étiré pour remplir la durée.
Un seul chiffre suffit dans la quasi totalité des cas : 150 mots pour une minute, ajustés à votre voix et à vos silences. Le reste se règle en écoutant la première version, jamais en tableur. Pour obtenir un script déjà calibré sur la durée que vous visez, puis l'entendre lu par une voix off dans la foulée, créez votre compte et lancez une première rédaction.