Comment créer une voix off IA pour une vidéo (étape par étape)

Vous avez les images et un script, mais pas de micro fiable — ni de voix que vous voulez à l’écran. Une voix off IA règle le problème : collez le script, choisissez une voix, téléchargez un MP3 et alignez-le sur vos coupes. Voici tout le processus, de bout en bout, en cinq minutes environ.

Ce qu’il vous faut

• Votre script (ou les phrases que vous voulez faire narrer).
• Un compte Speecho gratuit — la génération vocale nécessite un compte afin que vos clips et vos crédits vous soient rattachés.
• Votre logiciel de montage habituel (Premiere, DaVinci Resolve, Final Cut, CapCut — tout ce qui importe le MP3).

Étape 1 — Ouvrez l’onglet Voix et collez votre script

Dans l’application, passez à l’onglet Synthèse vocale et collez votre narration dans la zone de texte. Vous pouvez traiter jusqu’à 20,000 caractères d’un coup — environ 20 minutes de parole — donc la plupart des vidéos tiennent en une seule fois. Pour un texte plus long, découpez-le en morceaux de la taille d’une scène ; de toute façon, vous les placerez séparément sur la timeline.

Étape 2 — Choisissez un niveau de qualité

Vous verrez trois niveaux. Adaptez-le à la vidéo :

• Standard (OpenAI) — nette et naturelle, la moins chère, 50+ langues. Parfaite pour les tutoriels et les brouillons.
• Enhanced (ElevenLabs Flash) — plus vivante et expressive. Le bon choix par défaut pour la plupart des vidéos publiées.
• Premium (ElevenLabs Multilingual v2) — la plus naturelle, pour vos vidéos phares.

Vous hésitez ? Commencez par Enhanced. (Vous trouverez un comparatif plus complet dans ElevenLabs vs OpenAI : quelle voix vous faut-il ?.)

Étape 3 — Choisissez une voix et écoutez-la gratuitement

Choisissez une voix dont le ton correspond à votre chaîne, et lancez l’aperçu. C’est gratuit — vous pouvez auditionner chaque voix dans votre langue avant de dépenser le moindre crédit, alors essayez-en quelques-unes et fiez-vous à vos oreilles.

Étape 4 — Générez et téléchargez le MP3

L’aperçu vous convient ? Générez le clip. En quelques secondes, vous obtenez un lecteur où vérifier le résultat, régler la vitesse de lecture et télécharger un MP3 standard. Ce fichier est à vous, à retélécharger quand vous voulez.

Étape 5 — Glissez-le sur votre timeline

Importez le MP3 dans votre logiciel de montage et placez-le sous vos images. Comme c’est vous qui le positionnez — sans dépendre d’une synchro automatique — vous gardez le contrôle total : décalez les phrases pour tomber sur vos coupes, ajoutez un temps de silence avant une révélation, atténuez-le sous la musique. Ce contrôle manuel est exactement ce qu’il faut quand on monte à partir d’un script.

Obtenir une narration nette et bien rythmée

Quelques habitudes font qu’une narration IA paraît maîtrisée plutôt que précipitée :

• Ponctuez pour la respiration. Les virgules et les points deviennent des pauses. Les phrases courtes passent mieux à l’oral que les longues — écrivez pour l’oreille.
• Épelez phonétiquement les mots délicats si un nom ou un acronyme est mal prononcé — par exemple, écrivez « Speecho » en « Spitcho », ou « SQL » en « sequel », pour que la voix les prononce correctement.
• Découpez les longs paragraphes en clips distincts, un par scène. C’est plus simple à placer, et plus simple pour refaire une phrase sans tout régénérer.
• Accordez l’énergie au contenu. Enhanced ou Premium pour tout ce qui a de la personnalité ; Standard convient très bien à une narration factuelle et sobre.

Bonus : la même voix off dans une autre langue

Vous voulez une version de la vidéo dans une seconde langue ? Collez un script traduit et générez la voix off avec une voix adaptée — vous obtiendrez un MP3 net dans cette langue, à glisser sur un double de votre timeline. Si votre vidéo est partie d’un enregistrement, vous pouvez même la transcrire et traduire la transcription dans Speecho au préalable, puis donner une voix à la traduction.

Une réserve en toute honnêteté : vous obtenez une narration dans une autre langue, pas un doublage automatique — il n’y a ni synchronisation labiale ni calage automatique sur le locuteur d’origine. Pour les vidéos de type voix off (vidéos explicatives, chaînes sans visage, démos de produit), c’est exactement ce qu’il vous faut ; pour une vidéo face caméra, vous recalerez les phrases à la main.

Ce que ça coûte

La tarification au caractère rend une voix off peu coûteuse. Une vidéo explicative de trois minutes fait environ 3,000 caractères — soit à peu près 30 centimes en Standard ou 60 centimes en Enhanced. Rechargez à partir de $5, et comme les crédits n’expirent jamais, en acheter un peu plus n’est jamais perdu. Consultez le détail complet des tarifs.

Prêt à donner une voix à votre prochaine vidéo ? Ouvrez l’onglet Voix, collez votre script et écoutez une voix gratuitement.