Jockey transforme des heures de rushes en plans prêts à monter
— AUDIOVISUEL
TwelveLabs ouvre Jockey à tous, accessible depuis ChatGPT et Claude pour fouiller des bibliothèques vidéo en langage naturel. Le monteur gagne un outil de dérushage automatique, mais la justesse des résultats dépend encore de la qualité des transcriptions et de la netteté des scènes recherchées.
Chercher un plan précis dans des centaines d'heures de rushes prend historiquement des journées entières de visionnage. Jockey, l'agent vidéo de TwelveLabs, propose de faire cette recherche en tapant une phrase dans ChatGPT ou Claude, sans ouvrir un seul fichier à la main.
Le monteur et le documentaliste vidéo sont les premiers concernés. Demander à l'agent de retrouver tous les plans où un produit apparaît, ou les passages d'une interview où plusieurs intervenants expliquent pourquoi ils ont changé de logiciel, devient une requête de conversation plutôt qu'une corvée de défilement. L'agent renvoie les extraits avec leurs repères temporels, prêts à être rouverts dans le fichier d'origine.
La précision des découpes change aussi la donne pour l'assemblage. TwelveLabs donne l'exemple d'un extrait conservé entre 12,4 et 16,8 secondes, sans arrondi à la seconde près. Pour un monteur, cela évite de couper une phrase en plein milieu ou de démarrer un plan une fraction de seconde trop tard, un détail qui compte dans un montage d'interview serré.
La fiabilité de ces recherches reste liée à la capacité des modèles à interpréter ce qu'ils voient et entendent. Une scène ambiguë ou un son mal transcrit peut produire une sélection incomplète, ce qui oblige à vérifier chaque extrait avant de le garder dans un montage destiné à un client.
L'outil fait gagner du temps sur le dérushage, pas sur la décision éditoriale. La première sélection assemblée par l'agent fonctionne comme un brouillon de timeline, que la main du monteur doit encore réorganiser et affiner avant export. Les paliers tarifaires, du gratuit à l'offre entreprise, détermineront surtout combien d'heures de vidéo une équipe peut se permettre d'indexer régulièrement.
Pour une agence qui gère des bibliothèques publicitaires entières, ce type de recherche change la façon de préparer un brief de montage. Reste à tester, sur un vrai corpus d'archives, si la description en langage naturel tient la distance sur des contenus moins nets qu'une démonstration produit.