En fait, j'aurais dû mettre un exemple, ça aurait été plus concret.
Sur un court métrage que j'ai traduit récemment :
Ici les sous-titres en Anglais et en Chinois sont dans l'image.
Donc si je mets la traduction en Français par dessus, c'est hideux parce qu'ils ne couvriront jamais les deux lignes déjà écrites, sauf à mettre des caractères de taille déraisonnable.
Si je mets la traduction dans les bandes noires, on se retrouve avec 3 langues en même temps à l'écran, c'est très chargé, et à chaque fois qu'une nouvelle réplique arrive, l'oeil cherche laquelle il faut lire : pas très confortable.
Avec le petit programme que j'ai en tête, je lui injecte la vidéo, il me sort un fichier ASS où les instants d'apparition et de disparition des sous-titres coïncident exactement avec la vidéo. Je gagne un temps précieux pour le time, et en plus dans le cas où les sous-titres sont déjà dans l'image, pour réécrire en plus ou par-dessus, il faut que ce soit parfaitement synchrone : si on cale les instants manuellement, c'est très très fastidieux.
A côté il y a une vidéo où les sous-titres ont été enlevés, comme ça.
Ce n'est pas parfait mais les précédents sous-titres ne sont plus visibles, et l'aspect des pixels remplacés est "plausible".
Après ça, quand on rajoute un sous-titre français par-dessus, on ne fait plus attention aux petits défauts de l'arrière-plan (qui seront en plus estompés lors du réencodage), et on a un résultat moins confus à suivre...
Voilà, désolé de n'avoir pas été très clair la première fois.
Il n'y a rien de bien extraordinaire dans cet outil, simplement un moyen de gagner beaucoup de temps (grâce au time automatique) et un peu de confort au visionnage (en ne surchargeant par les sous-titres avec plusieurs langues, même non superposées).