Sequence — Le montage vidéo qui se lit au lieu de s'écouter

État des lieux

Sequence est une application macOS native qui monte la vidéo « par le texte » : elle transcrit les rushes en local avec un modèle NVIDIA Parakeet converti en Core ML, laisse le monteur couper en masquant des mots ou des phrases dans le transcript, nettoie l'audio, puis rend la main à Final Cut Pro ou DaVinci Resolve au format FCPXML. Éditée par la société britannique Rock Stars Unlimited Ltd, le produit existe depuis le 12 avril 2026 (version 1.0.0) et en est à sa version 1.4.2 au 1er novembre : le « lancement » de début novembre est une poussée de visibilité, pas une naissance.

Le positionnement est clair et défendable : le calcul reste sur la machine, rien ne part vers un service cloud pour la transcription, et la décision éditoriale reste au monteur. Le prix aussi est clair. Les limites le sont moins : Apple Silicon uniquement, pas de Windows ni de Linux, pas de collaboration, et un carnet de bugs public qui parle de lui-même.

La carte des menus

Prix relevés le 9 novembre 2026 sur sequencetool.com/pricing, en zone euro : 115 EUR en paiement unique pour trois Macs en achat direct (mises à jour incluses, hors TVA), ou 49,99 EUR par an / 179,99 EUR à vie via le Mac App Store. Essai de 7 jours complet, sans carte bancaire. Remise de 50 % pour étudiants, enseignants et organisations à but non lucratif. Setapp annoncé « coming », pas encore disponible. Le champ pricing est payant : un essai de sept jours n'est pas un palier gratuit durable.

Ce que la bête sait vraiment faire

Le cœur du produit tient en une phrase : on ne monte plus une interview en écoutant, on la monte en lisant. Le transcript est généré localement, chaque mot est cliquable, et supprimer une phrase dans le texte supprime le passage correspondant dans la timeline. L'opération est réversible — la vraie différence avec un simple rough cut automatique : on peut réactiver un mot masqué, regrouper ou casser des phrases avec des raccourcis dédiés, et revenir à l'état d'origine du transcript.

Autour de ce noyau, la version 1.4 a ajouté une couche nettement plus professionnelle : nettoyage des mots parasites, des silences et des gros mots (bip, mute, piste séparée) ; détection de locuteurs optionnelle avec un carnet de personnes réutilisable entre projets ; Multi-Cam par synchronisation de caméras et d'audio externe par forme d'onde ; assets réutilisables et variantes liées ; préparation audio avec normalisation LUFS et True Peak ; export FCPXML 1.14 et handoff DaVinci Resolve, avec avertissements quand la composition ne passera pas intégralement.

La couche automatisation est réelle mais encadrée : une CLI sq et un serveur MCP, désactivés par défaut, l'application devant être lancée, connectée et déverrouillée, le workflow travaillant sur une copie pour protéger l'original.

Point important pour le lectorat français : l'éditeur ne publie pas la liste des langues prises en charge, renvoyant au « pack installé ». Le modèle amont Parakeet v3 est bien multilingue (25 langues européennes, français compris), mais rien dans la documentation publique ne garantit que le pack livré expose le français. C'est la première question à poser avant d'acheter.

Les couleuvres à avaler

Le carnet d'issues GitHub est la meilleure source, à condition de dire ce qu'il est : un backlog écrit par l'auteur lui-même (toutes les issues sont ouvertes par le compte jgseddon), pas une communauté. On y lit des défauts datés et précis : export FCPXML qui échoue silencieusement quand les médias sont sur un disque externe, XML refusé par Final Cut (issue 15) ; fermetures inattendues à la lecture et à l'enregistrement (issue 14) ; filtres de transcript qui échouent occasionnellement (issue 13) ; clips parfois chargés en audio seul (issue 9).

S'y ajoutent des limites assumées dans la FAQ : pas de Smart Crop automatique (fonction « future work »), pas de collaboration temps réel, pas de Windows ni de Linux, et une licence hors ligne qui n'est pas infinie (bail signé de sept jours, renouvellement périodique obligatoire). Le MCP n'inclut ni modèle de langage local ni abonnement : le client et son éventuelle facturation sont à la charge de l'utilisateur. La détection de locuteurs se trompe sur les chevauchements de voix, l'éditeur le reconnaît.

Le signal d'adoption est le plus cru : la fiche Mac App Store ne totalise aucune note ni aucun avis au 9 novembre, et le dépôt GitHub compte deux étoiles. Le produit a sept mois, est correctement documenté, mais sa base installée n'est pas mesurable publiquement.

Verdict

Sequence défend un créneau honorable et rare : le montage local, mono-monteur, qui rend la main au logiciel de montage plutôt que de le remplacer. Pour un journaliste, un avocat ou une boîte de production qui manipule des rushes sous accord de confidentialité, l'argument « rien ne part dans le cloud » vaut bien 115 EUR. Pour les autres, Descript fait plus, CapCut fait gratuit, et un carnet de bugs public rappelle qu'on achète un logiciel encore en rodage. ★★★☆☆