Personnages cohérents
Générateur de vidéos IA avec des personnages cohérents
Mis à jour le 18 novembre 2026

| SceneMixer en un coup d'œil | Ce que vous obtenez |
|---|---|
| Prix de la vidéo | À partir de 0,06 $ la seconde (10 crédits) avec le niveau par défaut, jusqu'à 0,47 $ la seconde avec le niveau supérieur ; chaque prix s'affiche avant que vous n'appuyiez sur le bouton |
| Durée du clip | Jusqu'à 30 secondes par segment généré ; un épisode est assemblé à partir de ses segments à 1 crédit la seconde |
| Un épisode, chiffré | Un épisode de 60 secondes avec le niveau par défaut coûte environ 660 crédits (vidéo et assemblage), soit environ 4,11 $ au prix de crédit le plus bas ; une série de 10 épisodes de 90 secondes tirée d'un roman de 30 000 caractères coûte environ 10 026 crédits, soit environ 62 $ |
| Dialogues | Prononcés dans la vidéo elle-même, avec une voix par personnage, dans l'une des 15 langues |
| Formats | 9:16 vertical ou 16:9 paysage ; de 480P à 1080P, plus un niveau 2K |
| Gratuit pour démarrer | 50 crédits à l'inscription, 15 images de configuration gratuites, un storyboard gratuit pour le premier épisode et un aperçu vidéo gratuit de 5 secondes |
| Qui l'utilise | 2 900+ créateurs ont généré des vidéos avec SceneMixer (comptes avec au moins une génération, décompte de novembre 2026) |
| Entrée | Un scénario, un roman ou une idée en une ligne ; import de fichiers .txt, .docx et .md |
Pourquoi les personnages dérivent-ils au départ
Un modèle texte-vidéo génère chaque rendu de manière indépendante. Décrivez une femme d’une trentaine d’années avec une cicatrice sur un sourcil au plan 1 puis à nouveau au plan 30, et vous obtiendrez deux femmes qui correspondent à la description mais pas l’une à l’autre — les adjectifs ne suffisent pas à définir un visage. Toutes les solutions ci-dessous reposent sur la même idée, appliquée à des endroits différents : cesser de décrire le personnage et donner au modèle une image de celui-ci.
Quatre verrous
| Fiche de référence | Chaque personnage est généré une seule fois sous forme de fiche en pied au format 9:16, sur fond uni et sous un éclairage directionnel clé — une photo de casting, pas une image d’ambiance, car tout éclairage intégré à la fiche est repris dans chaque plan qui l’utilise. |
|---|---|
| Recadrages joints | Les recadrages du visage et du corps issus de cette fiche sont envoyés avec chaque segment où le personnage apparaît. Le modèle se base sur une image au lieu d’interpréter une description. |
| Liens par identifiant | Les storyboards pointent vers les ressources par identifiant, pas par nom. Deux personnages portant le même nom, ou un renommage en cours de projet, ne rompent plus la chaîne de manière silencieuse. |
| Règle du hors-champ | Un personnage qui est seulement regardé, à qui l’on parle ou vers qui l’on tend la main — et qui n’est pas dans le champ — est écrit comme une indication scénique, jamais nommé. Nommer un personnage absent est ce qui pousse le modèle à coller son visage dans un plan à une seule personne. |
Un cinquième, plus petit : SceneMixer donne à chaque personne d’un plan une ou deux particularités du visage, tirées de sa propre description, ce qui atténue le défaut classique où deux personnages en uniforme identique échangent leurs visages en cours de plan.
Quand le personnage est censé changer
La cohérence ne peut pas signifier « ne change jamais » : un personnage qui prend feu dans l’épisode 6 doit avoir l’air brûlé dans l’épisode 7. La ligne de démarcation est tracée par la manière dont un modèle vidéo traite une image de référence : il copie le visage, les vêtements, la forme et la structure de manière quasi littérale, et applique la lumière, la météo et l’heure du jour comme des effets superposés.
- Donnez-lui une variante d’état quand ce qui change, c’est l’apparence, la garde-robe, la forme ou la structure : un changement complet de tenue, une transformation, des brûlures, une pièce effondrée, une lame sortie de son fourreau, un objet cassé. SceneMixer donne à la variante sa propre image de référence, générée à partir de la fiche de base.
- Écrivez-le dans le texte du plan lorsque ce qui change est la lumière, la météo, l’heure du jour, la position, ce que quelqu’un tient, ou ce qui est tombé sur lui. La pluie n’a pas besoin d’une seconde version de la rue.
Inverser la logique coûte cher dans les deux sens : une variante pour « tient la tasse » est une image que vous avez payée et que vous ne verrez jamais, et un prompt pour « après l’incendie » est une demande que le modèle ignorera poliment au profit de la pièce intacte présente dans sa référence.
Ce qui n’est pas encore résolu
- Les manteaux longs masquent le visage. Une fiche en pied 9:16 d’un personnage portant un manteau long ou une robe consacre la plupart de ses pixels au tissu, et la tête se retrouve suffisamment petite pour que les fins repères identitaires soient perdus. C’est une limite de cadrage, pas de prompt.
- Deux personnages habillés à l’identique dans un même plan peuvent encore échanger leurs visages. Les notes distinctives aident ; les uniformes assortis restent le cas le plus difficile.
- Foules. Les garanties de cohérence de SceneMixer couvrent la distribution de votre bibliothèque de ressources. Les figurants de l’arrière-plan sont générés à neuf à chaque fois et doivent être traités comme du décor.
L’explication par couches, avec ce que chaque couche peut et ne peut pas gérer, se trouve dans le guide de cohérence des personnages.
Ce que ça coûte
Les fiches de référence forment une ligne de facturation à part, distincte de l’analyse du scénario (4 crédits pour 3 333 caractères de texte anglais) : chaque compte reçoit 15 images de référence gratuites, et les images supplémentaires ou régénérées ensuite sont facturées 7 crédits chacune sur le modèle d’image par défaut. Les variantes d’état ont leur propre petit quota gratuit sur un premier projet et sont facturées comme des images au-delà. La vidéo elle-même coûte à partir de 10 crédits par seconde de sortie sur SceneMixer (≈ 0,06 $/s au prix du crédit le plus bas), que des références soient jointes ou non — la cohérence n’est pas une surcharge. Le détail figure sur la page tarifs.
Testez-le gratuitement sur votre propre distribution
La cohérence est la seule promesse de cette catégorie que vous ne devriez jamais croire sur parole, et vous n’êtes pas obligé de le faire. Un nouveau compte dispose de 50 crédits, de 15 images de référence gratuites pour les personnages, scènes et accessoires, d’un storyboard gratuit pour l’épisode 1 sur votre premier projet, et d’un aperçu gratuit d’une durée maximale de 5 secondes qui rend le plan d’ouverture de votre propre épisode à partir de vos propres fiches. C’est suffisant pour un vrai test :
- Collez une scène où les deux mêmes personnes apparaissent plusieurs fois, à quelques minutes d’intervalle.
- Laissez l’analyse construire la distribution, puis lisez les descriptions des personnages et corrigez ce qui ne va pas avant que les visuels ne soient dessinés — les fiches sont générées à partir de ce texte.
- Générez les fiches. Une image de référence prend environ 16 secondes en médiane, et 9 sur 10 se terminent en moins de 27 secondes, donc une distribution de cinq personnes prend quelques minutes.
- Utilisez l’aperçu gratuit sur un plan où un personnage fait quelque chose, au lieu de rester immobile, et comparez son visage à celui de la fiche.
Pour calibrer : le projet médian sur cette plateforme compte cinq personnages nommés, et neuf projets sur dix en comptent moins de dix. Si votre histoire en nécessite trente, le même mécanisme s’applique toujours — le coût vient des fiches, pas de la cohérence.
Chaque épisode, en quinze langues
La langue des dialogues est définie une seule fois à l'étape 1, et l'ensemble du processus s'effectue dans cette langue ; le paramètre de région cible adapte en même temps les noms, les visages et les rues à ce marché. Chaque exemple ci-dessous a été produit de cette façon, un par langue.
Langues
Dialogues natifs dans 15 langues
Chaque série ci-dessous a été produite par le même pipeline SceneMixer, avec des personnages parlant la langue de manière native : l'interface, les documents de travail et les répliques sont tous dans la même langue, et rien n'est doublé. Ouvrez-en une pour écouter.
A Carta de LisboaPortuguêsDialogues natifs
윈터 프라미스한국어Dialogues natifs
El Secreto de CostaEspañolDialogues natifs
浪人の誓い日本語Dialogues natifs
Ikrar JakartaBahasa IndonesiaDialogues natifs
Зимняя коронаРусскийDialogues natifs
L’Héritier du DéfiléFrançaisDans votre langue
Il Tavolo dell'OlivaItalianoDialogues natifs
De Vuurtoren van de FjordNederlandsDialogues natifs
العهد الصحراويالعربيةDialogues natifs
Çantasındaki SözleşmeTürkçeDialogues natifs
Die Istanbul-TäuschungDeutschDialogues natifs
Останній сигналУкраїнськаDialogues natifs
問劍青雲繁體中文Dialogues natifs
The Last EnvelopeEnglishDialogues natifs
Dans SceneMixer ou en assemblant plusieurs outils
La plupart des flux de travail pour drames IA enchaînent cinq ou six outils. Voici où se fait chaque étape ici, et ce qu'elle remplace.
| Étape | Dans SceneMixer | À la main, avec des outils séparés |
|---|---|---|
| Scénario et plan des épisodes | Collez un scénario ou un roman, ou tapez une seule ligne : le texte est analysé pour en tirer une distribution, des lieux, des accessoires et un plan d'épisodes que vous pouvez modifier | Un modèle de chat écrit le scénario ; vous le découpez en épisodes et vous faites passer le texte d'un outil à l'autre |
| Visages des personnages et lieux | Chaque personnage, lieu et accessoire est dessiné une seule fois sous forme de fiche de référence, puis associé à chaque plan où il apparaît | Un modèle d'image, une fiche à la fois ; vous importez vous-même la bonne référence pour chaque clip |
| Plans | Un storyboard par épisode avec des plans numérotés et leur durée en secondes ; la vidéo est générée segment par segment, en 9:16 ou 16:9, d'après les mêmes fiches | Un modèle vidéo, un clip par prompt, en décrivant à chaque fois les mêmes personnes |
| Voix et dialogues | Les répliques sont prononcées dans la vidéo elle-même, avec une voix par personnage, dans l'une des 15 langues | Un outil de synthèse vocale pour chaque réplique, puis une passe de synchronisation labiale sur chaque clip |
| Corriger un plan | Modifiez le texte de ce plan et régénérez le segment seul ; le reste de l'épisode reste intact | Régénérer le clip, puis remonter la timeline |
| Finitions | Les segments sont assemblés en un seul fichier d'épisode avec sa musique ; les membres téléchargent sans le badge AI | Un logiciel de montage pour assembler les clips, ajouter musique et sous-titres, puis exporter |
| Publication | Vous mettez en ligne l'épisode terminé sur TikTok, YouTube, Instagram ou ailleurs ; rien n'est publié à votre place | Mise en ligne à la main, comme ici |
Questions fréquentes
Quel est le niveau réel de cohérence ?
Le même visage sur toute une série est l’objectif de conception, et ce que l’architecture des fiches de référence de SceneMixer livre pour la distribution de votre bibliothèque de ressources. Ce n’est pas une garantie sur chaque image : des personnages habillés de la même façon partageant un plan, et des personnages dont la fiche est surtout un manteau, restent les cas difficiles. Tout le reste — le nombre d’épisodes, le temps écoulé, le nombre de plans où un personnage apparaît — ne la dégrade pas, car chaque plan est confronté à la même image.
Puis-je importer ma propre image de personnage au lieu d'en générer une ?
Oui. Toute fiche de référence peut être remplacée par une image que vous téléversez, et SceneMixer la traite exactement comme une fiche générée. C’est la voie pour un personnage que vous avez déjà conçu ailleurs.
Cela fonctionne-t-il avec le visage d'une personne réelle ?
Techniquement, le parcours d'importation ne se soucie pas de ce que représente l'image, mais publier une vidéo IA utilisant la ressemblance d'une personne réelle pose un problème juridique dans la plupart des marchés, et notre guide de conformité le traite comme tel. Nous ne fournissons pas d'outil de remplacement de visage, et nous ne le recommandons pas.
Que se passe-t-il si je renomme un personnage en cours de projet ?
Rien ne casse. Les storyboards de SceneMixer font référence aux ressources par identifiant, et le renommage se propage dans le texte enregistré en même temps. Avant septembre 2026, les références étaient rattachées par nom, et c’est précisément le défaut que ce changement a supprimé.
Est-ce que garder un personnage cohérent coûte plus cher par plan ?
Non. Sur SceneMixer, rattacher une fiche de référence à un segment ne change pas le prix à la seconde — vous payez une fois chaque fiche, puis plus rien, quel que soit le nombre de plans qui l’utilisent. La cohérence est ici une architecture, non un supplément.
Dois-je redécrire le personnage dans chaque plan ?
Non, et vous ne devriez pas. Le texte du plan nomme le personnage ; l'image de référence définit son apparence. Répéter une description physique dans le texte du plan ramène le modèle vers les mots et l'éloigne de l'image, ce qui est précisément la dérive que cette conception élimine.
Un personnage peut-il avoir deux apparences dans le même épisode ?
Oui — c’est à cela que servent les variantes d’état. Chaque look a sa propre image de référence, et le storyboard de SceneMixer décide, segment par segment, laquelle s’applique — jusqu’au segment individuel plutôt que l’épisode entier.
Cela fonctionne-t-il pour les personnages IA animés ?
Oui. Une fiche de référence tient un personnage de dessin animé, d'anime ou 3D de la même façon qu'un personnage réaliste ; sur SceneMixer, le style est choisi une fois pour le projet et chaque fiche est dessinée dans ce style.
Le même visage dans l'épisode 1 et l'épisode 40
Générez les personnages une fois ; chaque plan suivant est associé à une image, pas à une description.
Essayer SceneMixer gratuitementForfaits de crédits à partir de 1,49 $ · Pro 7,99 $/mois · Aucune carte bancaire requise pour commencer