SupoClip, l'alternative open source à OpusClip : notre test sur de vrais rushs

Le guideCe qu’il y a dans ce guide

Tu as commenté CLIPS. Le dépôt est ici : https://github.com/FujiwaraChoki/supoclip. On l’a installé sur un Mac et on lui a donné nos propres rushs. Voici comment l’installer, ce qui en est sorti et ce qui nous a déçus.

Partie 1Ce que ça fait

Tu lui donnes une vidéo, en fichier ou par un lien YouTube, Twitch ou Kick. Il la transcrit, une IA choisit des passages et les note sur 100, en quatre parts de 25 points : accroche, attention, utilité et envie de partager. Ensuite il recadre en 9:16, cherche le visage, ajoute un titre et des sous-titres mot à mot.

Sur le prix, OpusClip affiche 29 $ par mois pour son offre Pro et 15 $ pour Starter, avec une offre gratuite limitée. SupoClip en local n’a pas d’abonnement, mais il consomme ta machine et, selon tes réglages, des clés payantes.

Partie 2L’installer

Il te faut Docker et Git. Nous, on a utilisé Docker Desktop sur un Mac, avec 7,75 Go de mémoire pour Docker. L’installation a fait passer le disque de Docker à 25 Go, prévois de la place.

git clone https://github.com/FujiwaraChoki/supoclip.git

cd supoclip

cp .env.example .env

Dans .env, voici les réglages qu’on a changés pour un Mac sans carte graphique et une transcription gratuite. La clé Google sert à l’IA qui choisit les clips, et elle est facturée à l’usage. Remplace chaque secret d’exemple par une valeur générée avec openssl rand -hex 24.

BACKEND_PLATFORM=linux/arm64

BACKEND_CPU_ONLY=true

TRANSCRIPTION_PROVIDER=whisper

WHISPER_MODEL_SIZE=small

TRANSCRIPTION_LANGUAGE=fr

LLM=google-gla:gemini-3-flash-preview

GOOGLE_API_KEY=ta_cle

FRONTEND_PORT=3107

Puis on a lancé seulement les services utiles :

docker compose up -d --build frontend backend worker ai-worker redis postgres

Ouvre http://localhost:3107, crée un compte local et dépose ta vidéo. Les ports s’ouvrent uniquement sur ta machine. C’est du code tiers : lis le docker-compose.yml avant, et ne garde pas ta clé dans le dossier après tes tests.

Partie 3Ce qui en est sorti

Nos essais, avec les temps relevés dans le journal du service :

• Rush paysage de 4 min 50, modèle Whisper base : 3 clips notés 82, 74 et 70, en 3 min 32.
• Rush vertical de 5 min 48, modèle base : 3 clips notés 91, 82 et 80, en 5 min 36.
• Rush paysage, modèle small en français : 2 clips notés 78 et 73, en 2 min 54.
• Rush paysage, modèle medium : bloqué. Le service a redémarré environ 40 secondes après le départ et la tâche est restée à 30 %, sans message d’erreur. Le fichier de 1,4 Go du modèle s’était bien téléchargé. On n’a pas établi la cause exacte, le manque de mémoire est notre hypothèse.

Le travail qu’il fait seul est réel : choix des passages, recadrage, titre, sous-titres. En moins de six minutes, on avait des clips exportables sans ouvrir un logiciel de montage.

Partie 4Ce qui nous a déçus

Les sous-titres en français, avec la transcription gratuite. Le modèle base a écrit « on les supe pas » pour « on les suit pas », « Clote » pour « Claude » et « renoué » pour « Runway ». Le modèle small fait nettement mieux, mais il a encore écrit « Alexandre Mozy » pour « Alex Hormozi ». Relis tout avant de publier : l’éditeur intégré permet de corriger.

Les prises ratées. Un rush brut contient des phrases répétées, et elles restent dans les clips. Donne-lui plutôt une vidéo déjà propre, un podcast ou une interview.

Le cadrage. Le visage est bien suivi sur la plupart des plans, mais un de nos clips garde tout le plan paysage en petit, sur un fond flou.

La note. Sur le même rush, le même sujet est passé de 82 à 78 d’un essai à l’autre, avec d’autres coupes. C’est l’avis de son IA, utile pour trier. Rien ne prouve qu’un clip noté 91 fera plus de vues qu’un autre.

La relance. Quand on a renvoyé exactement le même fichier, il a réutilisé l’analyse précédente et toutes les notes sont tombées à 0. Pour changer de réglage, on a dû modifier les métadonnées du fichier.

Partie 5Ce que ça coûte vraiment

• Logiciel : gratuit en local, sous AGPL-3.0.
• Transcription : gratuite avec Whisper, au prix de la qualité vue plus haut. AssemblyAI est le réglage par défaut du projet et il est payant. On ne l’a pas testé, donc on ne peut pas dire s’il corrige le français.
• IA qui choisit les clips : on a utilisé Gemini sur notre clé prépayée, facturé à l’usage. On n’a pas relevé le montant exact de ces essais. Le dépôt propose aussi un modèle local avec Ollama, qu’on n’a pas essayé.
• Machine : environ 25 Go de disque pour Docker, et un Mac bien occupé pendant le traitement.

Partie 6Ce qu’on ne sait pas

• Comment il tient sur une vidéo d’une heure, et combien de temps ça prend.
• Si la qualité des sous-titres en français est bonne avec AssemblyAI.
• Si ses clips les mieux notés font vraiment plus de vues.
• Ce que donne sa publication directe vers YouTube, TikTok et Instagram : on ne l’a pas branchée.

Si tu veux essayer, commence par une vidéo courte et déjà propre, garde le modèle small sur un Mac, et relis chaque sous-titre.