Monter la vidéo d’un influenceur IA avec une voix si besoin

Transparence : les liens vers les outils commerciaux sont affiliés. Je peux recevoir une commission si vous souscrivez via ces liens. Les prises et corrections décrites viennent de nos essais documentés.

La voix est optionnelle. Nous terminons les fichiers avec Codex : conserver ou remettre le son de départ, raccorder les plans si nécessaire et vérifier le résultat. Si vous souhaitez ajouter une réplique ou changer une voix, les sections suivantes vous accompagnent.

Commencez par écouter la bande-son sans regarder l’image, puis regardez le clip avec le son pour vérifier les raccords. S’il y a une réplique, assurez-vous que la phrase est complète et que la musique laisse entendre les mots. Vérifiez les lèvres seulement si le personnage parle à l’image.

Pour cette étape, gardez le clip retenu après le remplacement avec Genjutsu.

La méthode : un résultat validé à chaque étape

Conserver le son, ajouter une voix ou changer la voix ?

Dans la petite voiture et l’avion de Glen, nous avons remis la piste audio de la source. Le personnage n’avait pas besoin d’une nouvelle voix pour que le gag fonctionne. Les essais de Gérard montrent au contraire pourquoi la voix et les lèvres doivent être travaillées ensemble lorsqu’il prononce une réplique.

Préparer le fichier final avec Codex

Dans nos essais, Codex a servi à remettre le son de la source et à assembler les fichiers. Par exemple, nous avons réappliqué la piste audio de la petite voiture de Glen, puis vérifié la durée du résultat. Pour la scène du baiser, nous avons raccordé une extension de cinq secondes et sa musique. Vous pouvez demander ces opérations en décrivant les fichiers et le résultat attendu.

1. Placez la vidéo source et le résultat retenu dans le dossier accessible à Codex. Donnez des noms faciles à distinguer.
2. Demandez de comparer les durées et les pistes audio. Si le son de la source convient, demandez de le remettre sur le rendu. Faites préciser tout décalage ou toute coupe nécessaire.
3. Regardez le MP4 obtenu en entier. Vérifiez le début, la fin et chaque raccord. Gardez les fichiers sources pour reprendre une correction.

Voici une consigne à adapter aux noms de vos fichiers. Elle décrit le travail souhaité, puis laisse Codex choisir les opérations locales nécessaires.

Compare source.mp4 et resultat.mp4 dans mon dossier. Indique leur durée, leurs dimensions et les pistes audio présentes. Prépare final.mp4 à partir du résultat retenu en conservant son cadrage. Remets le son de source.mp4 si le rendu ne l’a pas conservé correctement. Si les durées diffèrent, explique la coupe ou le raccord nécessaire avant de le faire, sans étirer la voix. N’ajoute ni nouvelle voix ni texte. Vérifie le début, la fin, la synchronisation du son et les éventuels raccords, puis conserve les sources.

Si le son vous convient, cette étape suffit. ElevenLabs reste une option pour ajouter une voix ou changer une réplique. Les sections suivantes expliquent ces deux cas.

Ajouter une voix avec ElevenLabs

Le mode Text to Speech, ou synthèse vocale, lit un texte avec une voix générée. Écrivez une courte phrase et choisissez une voix adaptée à la langue et au personnage. Générez un premier enregistrement, puis écoutez-le jusqu’au dernier mot avant de produire un texte plus long.

1. Écrivez la réplique comme elle doit être prononcée.
2. Choisissez une voix adaptée à la langue du public.
3. Commencez par une prise courte.
4. Écoutez les noms, les accents, les pauses et l’intention.
5. Retenez une prise avant de produire le reste du lot.

Pour la parodie de Gérard sur les influenceurs IA, nous avons essayé Jayce, Jean Maurice et Zion Aquila. Décaler le début du son aidait à faire coïncider la phrase avec la vidéo, mais les mouvements de bouche restaient approximatifs. Nous avons ensuite utilisé un outil de synchronisation des lèvres pour les ajuster. Le résultat public combine donc le remplacement du personnage, la nouvelle voix et cette correction.

Voir Gérard et les influenceurs IA sur YouTube. Dialogue en français, personnage fictif.

Transformer une voix existante

Si vous avez déjà enregistré une phrase avec le rythme voulu, le Voice Changer de ElevenLabs transforme la voix en conservant l’intonation et le rythme de la prise. Importez l’enregistrement à transformer, puis écoutez le résultat avant de le monter. Si le personnage parle à l’image, il faudra aussi vérifier les lèvres.

Une voix off peut être ajoutée directement au montage. Pour un personnage face caméra, utilisez la synchronisation des lèvres si nécessaire. Choisissez trois mots prononcés pendant un gros plan et regardez si la bouche les accompagne. Baissez la musique pendant cette vérification pour bien entendre la phrase.

Quand la voix et la vidéo sont générées ensemble

Dans l’entretien fictif de Gérard, Seedance 2.5 a généré la parole avec les images. Un enregistrement préparé dans VoiceStudio a servi de référence vocale. Nous avons gardé la voix produite avec la vidéo. Dans la première parodie, nous avions ajouté la voix puis corrigé les lèvres séparément.

Pour la scène de boxe de Glen, nous avons aussi gardé le cri généré avec la vidéo. La prononciation ne correspondait pas exactement à la demande. Cet essai rappelle qu’il faut écouter la réplique entière, même lorsque l’image paraît réussie.

Dans Higgsfield, choisissez le mode vidéo selon votre besoin : transformer une scène existante ou en créer une nouvelle avec du son. Dans les deux cas, écoutez le fichier exporté.

Retoucher le clip et assembler la fin

Pour Glen dans la voiture, nous avons utilisé FLUX 3 Video Edit après Genjutsu pour effacer une légende et ses emojis. Le fichier retouché est passé de 720 × 1280 à 704 × 1248. Nous avons ensuite généré cinq secondes supplémentaires pour la scène du baiser, puis raccordé la musique à cette nouvelle fin.

Il a fallu deux tentatives pour obtenir cette fin. Nous avons vérifié la transition entre les plans et le son dans le montage complet. Pour votre première vidéo, corrigez d’abord ce qui gêne la compréhension ou la reconnaissance du personnage.

Vérifier le fichier qui sera publié

• Regardez la première et la dernière image, puis chaque coupe.
• Écoutez la bande-son jusqu’au bout et vérifiez son début, sa fin et ses raccords.
• S’il y a une réplique, vérifiez qu’aucun mot n’est coupé et que la musique laisse entendre la voix.
• Contrôlez le format portrait et la qualité réelle du fichier exporté.
• Ajoutez des sous-titres relus si la compréhension dépend de la parole.
• Présentez le personnage comme fictif et utilisez la déclaration IA lorsque le contenu réaliste de la plateforme la demande.