Raconter une courte vidéo

Vous avez une courte vidéo et un script, et vous préféreriez ne pas vous enregistrer — pas de pièce silencieuse, pas de micro, ou simplement pas envie d'entendre votre propre voix dessus. Ce que vous voulez, c'est une piste de narration à poser sur la timeline.

Le chemin court

1. Ouvrez l'outil de synthèse vocale. La première visite télécharge le modèle, environ 64 Mo, une seule fois — ensuite il est en cache et fonctionne hors ligne.
2. Collez la réplique à faire dire. Jusqu'à 500 caractères par génération.
3. Choisissez l'une des 19 voix, ou clonez-en une à partir d'un court échantillon à vous.
4. Générez, écoutez, retouchez la formulation si le phrasé tombe mal, et téléchargez.

Rien n'est envoyé : le modèle tourne dans votre navigateur, ni votre script ni votre échantillon de voix ne quittent donc la machine. Pour le script d'un client sous embargo, c'est la différence entre un outil utilisable et un outil qui ne l'est pas.

Ce que représentent réellement 500 caractères

Environ 80 mots, ou à peu près 30 secondes de parole. Cela couvre une vidéo courte en un ou deux passages, et c'est la mauvaise forme pour un documentaire de vingt minutes.

Pour tout ce qui est plus long : générez une réplique par plan plutôt qu'un seul fichier pour tout le script. Ce n'est pas un contournement de la limite — c'est de toute façon la forme que vous voudriez pour l'audio. Des fichiers par plan se déplacent, se recalent et se remplacent indépendamment, et refaire une phrase n'oblige pas à régénérer toute la narration.

Cloner une voix

L'outil peut prendre un court enregistrement et dire un nouveau texte avec cette voix. Ce qui fait la différence :

• Un échantillon propre. Le clone copie ce qu'il entend, y compris le bruit de la pièce et le souffle. Si votre échantillon est bruité, passez-le d'abord dans le réducteur de bruit — c'est l'une des façons les plus utiles d'associer les deux outils.
• De la parole ordinaire, pas une performance. Une lecture neutre donne une voix plus exploitable qu'une lecture dramatique, car le clone reproduit le débit autant que le timbre.
• Quelques secondes suffisent, et davantage n'est pas manifestement mieux. Essayez d'abord un court échantillon.

Obtenir une meilleure lecture

• Ponctuez pour l'oreille. Une virgule achète une courte pause et un point une plus longue. Couper une longue phrase en deux corrige le rythme plus vite que n'importe quel réglage.
• Écrivez les mots récalcitrants comme ils sonnent. Les noms propres, les sigles et les unités sont là où la synthèse se trompe le plus souvent, et réécrire va plus vite que de lutter.
• Générez une réplique deux fois. Le résultat varie légèrement d'un passage à l'autre ; la deuxième prise est parfois celle que vous voulez.
• Téléchargez en WAV si cela part dans un éditeur, et laissez la compression pour l'export final.

Quand c'est le mauvais outil

• La narration de longue haleine. Un livre audio ou un long documentaire, cela veut dire des centaines de générations. Un service côté serveur acceptant un document entier a la bonne forme pour ça.
• Les téléphones et les machines anciennes. Le moteur a besoin de SharedArrayBuffer et un processeur capable. Certains navigateurs mobiles et certaines webviews intégrées ne le fournissent pas.
• Le contrôle fin de la prosodie. Il n'y a ni SSML, ni éditeur de phonèmes, ni hauteur par mot. Vous orientez la lecture en réécrivant le texte.
• Une connexion à la consommation. Le premier chargement fait bien 64 Mo.

Créer des sous-titres à partir de la narration

Ouvrez AI Speech to Text avec votre enregistrement de narration pour créer une transcription modifiable et exporter les sous-titres SRT ou VTT pour votre éditeur vidéo. Chaque fichier peut durer jusqu'à 5 minutes.

Ouvrir la parole en texte à l'IA

Questions fréquentes

Comment ajouter une voix off à une vidéo sans m'enregistrer ?

Tapez la narration dans un outil de synthèse vocale, choisissez une voix, et téléchargez l'audio pour votre timeline. Un outil dans le navigateur fait cela sans compte et sans envoyer le script — le modèle tourne sur votre propre appareil.

Combien de texte puis-je générer d'un coup ?

Jusqu'à 500 caractères par génération, soit environ 80 mots ou à peu près 30 secondes de parole. Pour un script plus long, générez une réplique par plan ; c'est de toute façon plus facile à monter qu'un seul long fichier.

Puis-je utiliser ma propre voix ?

Oui. L'outil clone une voix à partir d'un court échantillon, et votre échantillon ne quitte jamais votre appareil. Utilisez un enregistrement propre et parlé simplement — le clone reproduit le bruit de la pièce et le débit en même temps que le timbre.

Puis-je utiliser commercialement la voix off générée ?

Nous ne posons aucune restriction sur l'audio que vous générez et ne revendiquons aucun droit dessus. La contrainte, c'est la voix : cloner une personne réelle sans consentement peut porter atteinte à ses droits, indépendamment du droit d'auteur. Les voix intégrées et votre propre voix évitent cela.

Pourquoi le premier chargement est-il si lourd ?

Parce que le modèle doit atteindre votre navigateur avant que quoi que ce soit puisse être généré — environ 64 Mo, une fois, puis mis en cache. Ce téléchargement est ce qui vous achète un outil sans compte, sans quota et sans envoi.