Voix de personnages IA

D'où vient réellement la voix

La plupart des flux de production vidéo IA traitent l'audio comme une étape à part : générer des séquences muettes, synthétiser les répliques, puis lutter pour synchroniser les lèvres. Les modèles vidéo utilisés ici génèrent l'audio et l'image en une seule passe, ce qui élimine ce problème mais change la nature du « paramètre de voix ». Ce n'est pas un moteur de synthèse vocale dans lequel vous injectez un script — c'est une référence sur laquelle la passe de génération se base.

Quelle que soit la méthode choisie, la voix est utilisée de manière cohérente : le même personnage parle avec la même voix dans tous les segments et tous les épisodes, pour la même raison que son visage reste identique — la référence l'accompagne partout.

Ce que nous ne ferons pas, et pourquoi

Il n'existe aucun outil ici pour cloner une voix à partir d'un enregistrement de quelqu'un d'autre. C'est une absence délibérée, pas une fonctionnalité prévue sur la feuille de route : publier une interprétation synthétique de la voix d'une personne réelle pose un problème de droit à l'image dans la plupart des marchés que nous desservons, et un produit qui permet de le faire en un clic est un produit qui banalise cette pratique. Notre propre liste de contrôle de conformité considère l'image et la voix d'une personne comme des éléments que vous devez avoir le droit d'utiliser avant toute publication.

Deux conséquences qui méritent d'être dites clairement :

• Importer votre propre voix est autorisé. Il s'agit de votre propre image, et la fonction d'import existe précisément pour cela.
• Créer une voix à partir d'une description textuelle n'est pas le mécanisme utilisé ici. Ce procédé a été retiré en août 2026 au profit de la correspondance avec de vraies voix échantillonnées, car une voix conçue à partir d'adjectifs dérive d'une prise à l'autre, de la même manière qu'un visage décrit par des adjectifs.

La langue est un paramètre distinct

La langue des dialogues est choisie à l'étape 1 et s'applique à l'ensemble du projet : les répliques sont écrites dans cette langue lors de l'étape d'analyse, copiées à l'identique dans le storyboard, et interprétées dans cette langue. Il ne s'agit pas d'un doublage sur un original en anglais — il n'existe pas d'original en anglais. Les personnages, les noms et les décors peuvent être adaptés au marché cible en même temps via le paramètre de région cible. Quinze langues sont prises en charge, et l'argument contre le doublage explique pourquoi générer la réplique est préférable à en réajuster le timing.

Ce que cela coûte

La correspondance vocale est un appel au modèle gratuit — elle ne consomme pas de crédits et ne compte pas dans votre limite de tâches simultanées. L'import de votre propre échantillon est gratuit. L'audio lui-même fait partie de la génération vidéo, qui commence à 10 crédits par seconde de sortie (soit environ $0.06/s avec l'offre prix du crédit le plus bas) ; il n'y a pas de frais séparés par mot ou par personnage pour la parole. Consultez la page des tarifs, ou la présentation du générateur pour savoir où se situe la voix dans le processus de génération.

Ce que vous ne pouvez toujours pas faire

• Changer la voix d'un clip que vous importez. La parole est générée avec l'image ; il n'existe pas de passe qui remplace l'audio sur des séquences existantes.
• Diriger une réplique à l'oreille. L'interprétation est guidée par les notes écrites dans le storyboard — une indication entre crochets sur chaque réplique — et non par un éditeur de forme d'onde. Si une lecture est incorrecte, vous modifiez la note et régénérez le segment.
• Intégrer des sous-titres de manière permanente. Les sous-titres pour une plateforme sont ajoutés après l'exportation ; le pipeline n'écrit du texte dans l'image que lorsque le scénario l'exige.

Chaque épisode, en quinze langues

La langue des dialogues est définie une seule fois à l'étape 1 et l'ensemble de la production est interprété dans cette langue, le paramètre de région cible adaptant en même temps les noms, les visages et les décors à ce marché. Chaque échantillon ci-dessous a été produit de cette manière, un par langue.

Questions fréquentes

Tarifs·Guides·Exemples·Assistance·Confidentialité·Conditions·Mentions légales·Contact·© 2026 SceneMixer