Transformez une VOD de stream en clips verticaux
Une mise en page de stream est un écran pleine largeur avec une petite webcam dans un coin. Recadrer cela en 9:16 garde le milieu de l’écran et perd le visage. Clippen détecte l’incrustation de façon géométrique et reconstruit l’image : l’écran en haut, la webcam agrandie en dessous.
La facturation se fait à la minute de source : une VOD de quatre heures coûte donc 240 crédits, une seule fois, quel que soit le nombre de clips obtenus. Payant, à partir de 11,66 $ par mois en facturation annuelle, ou 19,99 $ en paiement mensuel. Les crédits sont débités à la minute de vidéo source, pas au clip.
Pourquoi une VOD de stream est-elle plus difficile à clipper qu’une tête qui parle ?
Parce que la partie intéressante n’est presque jamais au milieu de l’image.
Un stream est composé avant même d’être enregistré. Le gameplay, un écran partagé ou un navigateur occupe toute la largeur du 16:9, et le streamer est dans une petite boîte de webcam dans un coin — en bas à gauche, en bas à droite, là où l’interface du jeu ne gêne pas. Ce choix de mise en page brise l’hypothèse que fait tout clipper générique. Recadrez le centre et vous obtenez le milieu d’une carte de jeu sans visage, sans réaction et sans savoir qui parle. Suivez le visage à la place et vous obtenez une boîte de coin fortement agrandie, sans le gameplay auquel elle réagissait.
Le deuxième problème est la durée. Une vidéo en gros plan dure quelques minutes ; une VOD dure des heures. Le moment qui vaut d’être clippé est de quatre minutes quelque part dans quatre heures, et le trouver en faisant défiler est la raison pour laquelle les VOD de la plupart des streamers ne sont jamais clippées. Cette archive est le cas le plus net de stock non publié : des heures de contenu enregistré qui ont atteint ceux qui regardaient déjà en direct, et personne d’autre.
Le troisième est que l’audio est continu. Il n’y a ni chapitres, ni montage, ni frontières naturelles : les points de coupe doivent donc venir de la transcription et des changements de scène visuels plutôt que d’une structure qui n’existe pas.
Comment Clippen reconstruit-il une mise en page de stream ?
Avec un mode appelé INSET, et cela vaut la peine d’être expliqué, car la détection en est la partie intéressante.
Clippen ne demande pas à un modèle de langage si l’image contient une boîte de webcam — le demander dégradait le choix de mise en page global. Il trouve l’incrustation de façon géométrique, avec trois tests qu’une webcam de coin réussit et qu’une tête qui parle échoue. Le sujet est petit dans l’image. Le sujet est décentré à l’horizontale — une tête qui parle peut se trouver haut dans l’image mais est presque toujours centrée, la position verticale seule ne suffit donc pas. Et la boîte du sujet bouge à peine entre les échantillons : une webcam en incrustation est fixée sur les mêmes pixels, dérivant de quelques pixels au fil d’un clip, alors qu’une vraie personne dans une pièce se déplace de centaines.
Quand les trois conditions sont réunies, le clip est reconstruit plutôt que recadré : l’écran occupe toute la largeur en haut de l’image 9:16, et la boîte de webcam est agrandie en dessous. Les deux moitiés de la composition d’origine survivent — vous pouvez lire ce qui est à l’écran et voir la réaction qu’il provoque, à une taille lisible.
Le mode voisin SCREENCAST couvre l’autre forme du même problème : un écran partagé ou un jeu de diapositives qui occupe l’essentiel de la largeur avec un intervenant à côté plutôt qu’au-dessus. Un contenu plus étroit que la moitié de l’image est laissé tel quel, car un bandeau de coin ou un tiers inférieur survit très bien à un recadrage et le réempiler serait pire que ne rien faire.
Combien coûte une VOD de quatre heures ?
240 crédits. Clippen facture selon la durée de la source, et un crédit en est une minute : quatre heures font donc 240 minutes, soit 240 crédits — débités une seule fois, pour tout le traitement, quel que soit le nombre de clips obtenus.
Clippen est un outil payant, facturé selon la durée de ce que vous lui confiez : un crédit correspond à une minute de vidéo source, et ce débit unique couvre tout le traitement — chaque clip issu de la vidéo, le recadrage vertical, les sous-titres et l’accroche. Un podcast de 60 minutes coûte 60 crédits, qu’il donne six clips ou douze. Les offres démarrent à 19,99 $ par mois pour 150 crédits (11,66 $ par mois en facturation annuelle) et vont jusqu’à 59,99 $ par mois pour 800 crédits. Il n’y a pas d’offre gratuite.
Cela vaut la peine d’être vérifié avec soin pour tout outil que vous comparez, car la facturation à la minute et la facturation au clip donnent des chiffres très différents pour la même VOD. Un stream de quatre heures qui donne douze clips coûte ici les mêmes 240 crédits qu’un qui en donne huit. Un plafond mensuel de clips terminés facture la même VOD selon un résultat que personne ne peut prédire avant d’appuyer sur démarrer.
La conséquence pratique pour les streamers est que couper la source est le levier qui compte. Si vous savez que la première heure était de la mise en place et du chat, envoyez les trois dernières heures et payez 180 au lieu de 240. Rien d’autre ne change dans le traitement.
Combien de temps cela prend-il, et que récupère-t-on ?
Nous vous écrivons dès qu’ils sont prêts. Le traitement s’exécute côté serveur : envoyez la VOD à la fin du stream et allez dormir.
environ 10 clips pour un envoi, quelle que soit sa durée, chacun de de 15 à 60 secondes, et le nombre s’adapte à ce que contient la matière — les temps morts et la mise en place ne génèrent pas de clips pour atteindre un chiffre. Chacun arrive terminé :
- Vertical en 1080×1920, avec 9:16, 1:1 et 16:9 disponibles à partir du même traitement.
- Sous-titres mot par mot incrustés avec mise en surbrillance du mot prononcé, langue détectée automatiquement.
- Un titre d’accroche rédigé par l’IA sur les premières secondes.
- Une mise en page choisie par scène : INSET pour la webcam dans un coin, SCREENCAST pour un écran partagé à côté de l’intervenant, TRACK pour un segment de facecam plein cadre, SPLIT pour un plan à deux en co-stream.
- Zooms optionnels sur les temps forts, pour qu’une webcam fixe ne donne pas l’impression d’un clip figé.
- Téléchargez, ou publiez sur TikTok, Instagram Reels et YouTube Shorts depuis le tableau de bord.
Pour les streams sans aucun visage à l’écran — une capture de jeu en plein écran avec la voix seule — il n’y a ni incrustation à trouver ni sujet à suivre : ces scènes sont donc traitées en mises en page pleine largeur, l’audio et les sous-titres portant le clip. Le recadrage ne peut pas inventer un plan de réaction qui n’a jamais été enregistré.
Questions fréquentes
- Combien coûte le clipping d’une VOD Twitch de quatre heures ?
- 240 crédits. Un crédit correspond à une minute de vidéo source : quatre heures font donc 240 minutes, débitées une seule fois pour tout le traitement, quel que soit le nombre de clips renvoyés. Couper la source avant de l’envoyer est la seule chose qui change le nombre.
- Que devient ma boîte de webcam quand la vidéo est recadrée en vertical ?
- Elle n’est pas rognée. Clippen détecte une webcam en incrustation dans un coin de façon géométrique — sujet petit, décentré à l’horizontale, bougeant à peine entre les échantillons — et reconstruit l’image avec l’écran en haut et la webcam agrandie en dessous. Le gameplay et la réaction restent tous deux lisibles.
- Combien de temps faut-il pour traiter une VOD de quatre heures ?
- Une VOD de quatre heures est traitée comme un seul travail, côté serveur : vous pouvez l’envoyer à la fin du stream et fermer l’onglet. Nous vous écrivons dès que les clips sont prêts.
- Cela fonctionne-t-il sur du gameplay sans facecam ?
- Oui, avec une réserve qu’il vaut mieux énoncer. Sans visage à l’écran, il n’y a ni incrustation à détecter ni sujet à suivre : ces scènes sont donc gardées en pleine largeur et le clip est porté par l’audio, l’action et les sous-titres. Le recadrage ne peut pas créer un plan de réaction qui n’a jamais été enregistré.
- Puis-je clipper une VOD en co-stream avec deux personnes à l’écran ?
- Oui. Quand les deux visages sont réellement visibles dans la même image pendant une partie soutenue de la scène, la mise en page SPLIT les empile dans des demi-cadres plutôt que d’en rogner un. Quand le stream alterne entre eux, c’est le mode de coupe sur le locuteur qui coupe vers la personne qui parle.
- Puis-je clipper le stream de quelqu’un d’autre ?
- Clippen est conçu pour clipper des vidéos qui vous appartiennent ou dont vous avez le droit d’utiliser le contenu. Ce qu’il advient d’un clip tiré de la VOD d’un autre streamer relève de votre relation avec la plateforme de destination, et Clippen ne modifie pas les exports pour échapper à la détection des doublons.
- Comment transformer une VOD de stream en clips courts ?
- Envoyez la VOD à Clippen et laissez faire. Le pipeline transcrit tout l’enregistrement au mot près, repère les changements de scène, sélectionne les moments autonomes et reconstruit chacun en clip 9:16 avec sous-titres incrustés.
Sources
- Le comportement de la détection de mise en page et la vitesse de traitement sont mesurés sur le propre corpus d’évaluation de Clippen et sur des traitements de bout en bout. Dernière mise à jour : 2026-10-01.
- Aide YouTube, politique sur les contenus non authentiques, en vigueur depuis juillet 2025.