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. La zone accepte jusqu’à 250 000 caractères, et un long script est généré partie par partie : vous écoutez la première avant de payer la suite. Pour une vidéo, des morceaux de la taille d’une scène restent plus pratiques ; 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 - des voix nettes pour un usage quotidien, la moins chère, 50+ langues et des voix natives pour 19 d’entre elles. Parfaite pour les tutoriels et les brouillons.
- Enhanced (ElevenLabs) - plus vivante et expressive. Le bon choix par défaut pour la plupart des vidéos publiées.
- Premium (ElevenLabs) - la plus naturelle, pour vos vidéos phares.
Texte en allemand, espagnol, français, japonais ou dans l’une des trente et une langues ? Les niveaux Enhanced et Premium ont des voix natives, et Standard aussi pour ces quatre-là - voir les pages des voix allemandes, espagnoles, françaises et japonaises (en anglais).
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.
Avec une voix Enhanced ou Premium, la flèche à côté du MP3 vous donne aussi des sous-titres en fichier SRT ou VTT, calés mot à mot sur l’audio et gratuits. Posez-les sur la timeline à côté du MP3 : les sous-titres suivent la narration, à la vitesse de lecture choisie au téléchargement, sans rien à transcrire. Les voix Standard n’ont pas de sous-titres.
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. Pour repérer une phrase trop longue avant de payer une voix, écoutez d’abord le script avec une voix gratuite du navigateur.
- 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.
Deux voix ou plus : un dialogue
Si la vidéo a deux narrateurs, ou des personnages qui se parlent, écrivez le script avec un nom devant chaque ligne (Anna : ..., Tom : ...) et passez le panneau de Texte à Dialogue ; si vous collez un tel script dans la zone de texte, l’application vous propose elle-même le changement. Chaque nom devient un personnage avec sa propre voix, vous choisissez la pause entre les lignes et vous téléchargez un seul MP3 avec toutes les lignes dans l’ordre. Cela coûte exactement le même prix que ce texte lu par une seule voix. Plus de détails sur la synthèse vocale à plusieurs voix.
Corriger une partie après coup
Un script long généré par parties, ou un dialogue, n’a pas besoin d’être entièrement refait pour une seule phrase. Cliquez sur Revoicer cette partie (ou Revoicer cette réplique sur une ligne de dialogue) : choisissez une autre voix, corrigez un mot ou ajoutez une indication comme [whispers], et seule cette partie est refaite ; le reste ne bouge pas. Avec le même texte, la partie coûte à nouveau son prix ; avec un texte modifié, le prix du nouveau texte.
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 70 centimes en Améliorée. 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.
