Aller au contenu
Retour au blog

Industry data

L’audio porte le podcast, la vidéo ouvre la porte

L’enquête d’automne de RAJAR montre qu’un tiers des auditeurs passent de l’audio à la vidéo dans la même semaine. Cela change ce qu’un enregistrement doit produire, pas ce qu’il doit faire entendre.

Airtape Editorial TeamNovember 16, 20266 min de lecture
Microphone à condensateur de studio dans une salle d’enregistrement éclairée de côté
Photo: Jonathan Velasquez, “Silver and black studio microphone condenser” · Wikimedia Commons · CC0 1.0 · recadrée et redimensionnée

Ce que RAJAR a mesuré cet automne

RAJAR a publié le 4 novembre son MIDAS Audio Survey de l’automne 2026, avec son Podcast Tracker mensuel. Les grands chiffres remettent le podcast à sa place. Sur une semaine moyenne, 96 % des adultes britanniques écoutent une forme d’audio, soit plus de 1,6 milliard d’heures. Les podcasts touchent 26 % de la population et représentent 105 millions d’heures, avec 6,9 heures par auditeur et par semaine. La radio en direct reste bien plus grande, avec près de neuf adultes sur dix et 1 milliard d’heures. MIDAS est une enquête de recontact : RAJAR revient vers son panel audio et demande plus précisément ce qui est écouté, sur quel appareil et où. Cette continuité est ce qui rend la question du format mesurable sur une année.

Le chiffre qui compte pour la production se situe entre les deux formats. Selon RAJAR, 34 % des consommateurs de podcasts passent de l’audio à la vidéo dans la même semaine. Le rapport y voit un choix situationnel plutôt qu’une préférence fixe : la même personne regarde un épisode sur son ordinateur le soir et écoute le suivant en marchant. Une émission qui n’existe que dans l’une de ces formes ne rencontre chaque auditeur que la moitié de la semaine.

La vidéo est une couche, pas un second média

L’enquête a aussi mesuré l’attention que l’image reçoit vraiment. 35 % disent écouter d’abord et regarder l’écran quand quelque chose attire leur attention. 43 % de plus répartissent leur attention de façon assez égale entre l’écoute et le visionnage. La conclusion de RAJAR est nette : une bonne partie du podcast vidéo se comprend mieux comme de l’audio avec une couche visuelle que comme de la télévision sous un autre nom.

  • 49 % disent que la vidéo apporte surtout les réactions et le langage corporel des personnes qui animent.
  • 62 % continueraient à consommer les mêmes contenus s’ils n’existaient qu’en audio.
  • La vidéo est surtout associée à la portée : elle aide à être découvert et partagé, pas à retenir les gens.
  • La découverte est la partie qui s’accumule : un clip qui circule amène de nouveaux auditeurs vers le flux audio, et c’est là que se dépensent les heures hebdomadaires.

Là où la vidéo décide du résultat

L’exception, c’est le groupe le plus jeune. RAJAR décrit la vidéo comme presque l’environnement par défaut des 16 à 24 ans, dont la découverte se fait sur YouTube, TikTok et dans les fils sociaux. Pour ce public, une émission sans aucune présence visuelle n’a pas de porte d’entrée, quelle que soit la qualité de l’audio.

Les deux constats ne s’opposent pas. Un public a besoin de l’image pour trouver l’émission, l’autre du son pour rester, et une seule session peut servir les deux. Ce qui change, c’est l’ordre des priorités : l’image pour la découverte, l’audio pour les vingt minutes que quelqu’un passe réellement avec l’épisode. Pour une équipe de production, c’est d’abord une question de planning, ensuite d’esthétique. Si l’image sert surtout la découverte, le temps de préparation supplémentaire est rentabilisé par le clip, pas par l’épisode entier.

Ce qu’une session doit livrer

LivrablePourquoi c’est essentielCe qu’il faut vérifier
Master audio par personne62 % écouteraient sans vidéo, le son doit donc tenir seulUne piste locale propre, pas le mix de l’appel
Fichier vidéo34 % changent de format en une semaine, l’image doit être exploitableCadrage et lumière réglés avant la première prise
TranscriptionLa recherche, les notes d’épisode et les sous-titres commencent iciGénérée depuis le master audio, pas depuis un mix provisoire
ConsentementL’invité doit savoir ce qui est enregistré et où cela vaAcquis avant le début de la prise

L’audio doit tenir tout seul

Comme 62 % resteraient avec l’audio seul, le son ne peut pas être un sous-produit de l’image. Une phrase qui ne fonctionne qu’avec un geste, un objet tendu vers la caméra ou un graphique à l’écran est une phrase qu’une partie du public ne suivra pas. Le test coûte une écoute : passer l’épisode terminé avec l’écran éteint. Si l’argument tient encore, le mix fait son travail. La même règle vaut pour les noms et les chiffres : si un bandeau écrit le nom d’un invité, dites-le aussi à voix haute, et lisez chaque chiffre affiché à l’écran.

Dites ce que montre l’image. Si un invité brandit un objet, nommez-le. Si un graphique apparaît, lisez le chiffre qui compte. Le public vidéo reçoit la version la plus riche, le public audio une version complète.

Une liste de contrôle pour une semaine mixte

  1. Décider quel format mène

    Un épisode porté par l’audio supporte un cadre simple et une caméra. Un épisode porté par la vidéo demande le plan avant l’écriture.

  2. Enregistrer en local, par personne

    Un mix dans le cloud ne se répare pas après coup. Les fichiers locaux se resynchronisent, se rééquilibrent et se remontent.

  3. Cadrer pour les recadrages à venir

    Un 16:9 avec un peu d’air au-dessus laisse de la marge pour un clip vertical sans seconde prise.

  4. Une piste audio propre par voix

    Les voix qui se chevauchent sont normales dans une vraie conversation. Les séparer est ce qui rend le montage possible.

  5. Noter les moments de clip à chaud

    Deux ou trois repères de temps coûtent une minute et épargnent une heure de recherche plus tard.

  6. Garder de la place pour le montage audio

    Demandez aux invités de reprendre la question dans leur réponse, pour qu’une réponse tienne sans la voix de l’animateur au montage.

La place d’Airtape

Airtape est conçu pour la session qui doit servir les deux formats. Chaque participant enregistre en local dans le navigateur : l’audio ne passe donc pas par l’appel et la vidéo garde la résolution fournie par la caméra. Une prise donne deux livrables utilisables au lieu d’un compromis compressé.

  • Un lien invité, sans installation, sur la machine que l’invité possède déjà.
  • Des pistes audio et vidéo séparées par personne, prêtes à monter ou à découper.
  • Des fichiers téléchargés dans votre propre stockage, le master reste sous votre contrôle.

Un essai de deux minutes dit si le dispositif tient. Ouvrez une salle, invitez une personne, enregistrez, puis écoutez l’audio avec l’écran éteint. S’il tient seul, la vidéo est un bonus et non une béquille. S’il ne tient pas, les corrections sont souvent petites : vérifier que chaque piste locale capte le micro et non la pièce, et demander aux intervenants de finir leurs phrases au lieu de les laisser en suspens.

Questions fréquentes

L’enquête MIDAS de RAJAR de l’automne 2026 l’établit à 34 % des consommateurs de podcasts dans la même semaine. Le choix dépend de la situation, pas de la personne.

Selon la même enquête, non. 62 % continueraient à consommer les mêmes contenus s’ils n’existaient qu’en audio, et la vidéo est surtout associée à plus de découverte.

Une piste audio locale par personne, un fichier vidéo exploitable, une transcription faite depuis le master audio et un consentement obtenu avant la prise.

Non. Dans Airtape, l’invité ouvre un lien dans le navigateur et enregistre en local sur sa propre machine. L’audio ne passe pas par l’appel.

Prêt à enregistrer ?

Essayez Airtape gratuitement. Sans carte bancaire.