Comment ajouter une voix off IA à une vidéo
Pour ajouter une voix off IA à une vidéo, le plus simple est de l'écrire avec le film : vous collez l'URL de votre page, vous choisissez un ton et une voix, et PageToVid rédige le script, le lit en une seule prise continue et découpe les sous-titres dans cette prise. Pour des images que vous avez déjà, vous les importez scène par scène dans l'éditeur, et la même voix les commente.
Ce guide s'adresse au fondateur ou au responsable marketing qui a une page produit, ni micro ni monteur, et besoin d'une vidéo narrée cette semaine. Il suit la procédure telle que nous l'avons construite, limites comprises.
Yalla Cash : un film 16:9 de 45 secondes tiré de yallacash.lovable.app, 99 mots en une seule prise. La dernière phrase garde le libellé arabe du bouton de la page, lu par la même voix.
D'abord : quelle vidéo voulez-vous sonoriser ?
« Ajouter une voix off » recouvre quatre besoins différents, et seuls deux d'entre eux sont les nôtres.
| Votre situation | Ce qu'il faut faire | Avec PageToVid ? |
|---|---|---|
Une page produit, d'atterrissage ou un article | Coller l'URL : script, voix et sous-titres arrivent avec le film | Oui, c'est l'usage principal |
Quelques plans à vous (un packshot, une vidéo au téléphone) | Importer chaque plan comme image d'une scène, écrire la narration | Oui, scène par scène |
Une longue vidéo terminée qui attend sa piste de voix | Générer l'audio dans un outil de synthèse vocale, le caler dans un logiciel de montage | Non |
Votre propre voix, enregistrée | L'enregistrer et la monter vous-même, ou utiliser Loom | Non : un fichier audio importé devient la musique, pas la narration |
La suite traite les deux premières lignes. Si votre question porte sur la voix elle-même (comment fonctionne la synthèse, à quoi elle ressemble), lisez qu'est-ce que la synthèse vocale et l'entrée du glossaire sur la voix off IA.
Ajouter une voix off IA à un film tiré de votre page
Six étapes, toutes sur la page Nouvelle vidéo puis dans l'éditeur.
Coller l'URL et choisir la langue
La narration peut être dans n'importe laquelle des 13 langues, et chaque voix les parle toutes. Une page en anglais peut être narrée en français, et inversement.
Choisir un ton
Énergique, confiant, audacieux, chaleureux, clair, premium, calme ou ludique. Le ton oriente l'écriture du script et la vitesse de lecture : une lecture énergique va plus vite, une lecture calme plus lentement.
Choisir une voix, ou laisser en automatique
12 voix, que l'éditeur classe par hauteur mesurée : grave, médium, aiguë. En automatique, le pipeline choisit une voix adaptée à l'objectif et au ton, et évite celles des films récents du même site, pour qu'une série ne sonne pas toujours pareil.
Régler la durée par les mots
La voix est une seule prise que les scènes se partagent : le nombre de mots du script fait la durée, environ 80 à 100 mots en français pour 45 secondes. Le raisonnement complet est dans la narration fait la durée.
Lancer le rendu et écouter une fois avec l'image
La prise est lue d'un trait, masterisée, puis comparée à son nombre de mots : une lecture beaucoup trop longue pour son texte (une phrase répétée, un redémarrage) est relue et la prise la plus propre conservée. Les sous-titres sont ensuite découpés mot à mot dans cet audio.
Revoiser si besoin
Changez de voix dans le menu de l'éditeur ou modifiez le texte d'une scène ; le changement s'applique au rendu suivant.
Tout cela fonctionne sur l'offre gratuite : le premier film de chaque site est offert, voix et sous-titres compris. Le cas d'usage site web en vidéo montre le parcours complet.
Ajouter la voix à vos propres images
Dans l'éditeur, l'image de n'importe quelle scène peut être remplacée par votre fichier : MP4, WebM, MOV ou MKV, jusqu'à 60 Mo par scène, réencodé à l'import. L'enregistreur garde alors votre plan au lieu de filmer la page pour cette scène, et la narration de la scène est lue par-dessus.
Le son de votre plan dépend des mots. Une scène narrée garde l'audio du plan en fond discret sous la voix. Une scène sans narration appartient au plan : son son passe à plein volume et la scène dure le temps que vous fixez.
Avec un assistant, la même chose passe par MCP : create_upload renvoie une adresse d'envoi, le fichier arrive dans votre banque, et un storyboard écrit avec create_animation le place dans une scène par son identifiant, avec votre narration.
La limite, en toute franchise : c'est un film construit en scènes, pas une piste de voix posée sur un enregistrement de dix minutes. Pour ce besoin-là, voyez le tableau plus haut.
Diriger la lecture
Un ton et une voix suffisent pour la plupart des films. Quand il en faut plus, un storyboard écrit via MCP accepte une direction plus fine (les prononciations passent aussi par l'API REST), sans jamais casser la prise unique : les scènes qui partagent la même direction sont lues ensemble, et les morceaux sont joints par de vrais silences en une seule piste.
- Registre par scène : chaleureux, enthousiaste, sérieux ou calme le temps d'un passage, par exemple une scène de problème grave avant une offre énergique.
- Vitesse par scène : de 0,8 à 1,2 fois, hauteur de voix conservée.
- Voix par scène : un second narrateur pour une citation ou un témoignage.
- Pauses : écrivez
[pause 500ms]ou[pause 1.5s]dans la narration, d'un dixième de seconde à trois secondes. Le marqueur devient un silence et n'apparaît jamais dans les sous-titres. - Prononciations : jusqu'à 50 entrées, le texte et la façon de le dire. La voix lit la forme parlée, les sous-titres gardent votre orthographe : « PageToVid » reste bien écrit, quoi que la voix ait besoin d'entendre.
Le film Yalla Cash : une voix, deux langues, une prise
Yalla Cash organise des concours de culture générale avec des gains en argent, sur trois niveaux, avec un abonnement réglé via Sham Cash. Nous avons tiré son film de 45 secondes de la page d'accueil, en 16:9, 99 mots.
La voix ouvre sur une question, « Dreaming of cash rewards from your knowledge challenges? », puis suit la page dans l'ordre : les trois niveaux, le choix du défi, le paiement en quelques étapes, les réponses contre la montre, les bonnes réponses converties en gains. La dernière phrase est celle qui nous intéresse ici : « Ready to compete and win? », suivie du libellé arabe du bouton de la page, lu tel quel par la même voix anglaise, dans la même prise. Avec un comédien, cette phrase demanderait une seconde séance ou un profil bilingue ; ici elle ne coûte rien, parce que chaque voix parle toutes les langues.
Si vous voulez garder un libellé dans sa langue d'origine, mettez-le entre guillemets dans le brief pour qu'il soit dit mot pour mot. Si vous préférez l'entendre dans la langue de la narration, précisez-le dans le brief. Dans les deux cas, c'est un choix qui se fait dans les mots, avant le rendu.
Ce que coûte un changement de voix
- Premier film d'un site : gratuit, voix et sous-titres compris.
- Une autre voix, un autre texte, un autre ton : un nouveau rendu, 40 crédits, ou un film à 3,90 $ sans abonnement.
- Sous-titres seulement recalés : gratuit une fois par rendu payant.
- Une autre langue : une seule action crée un nouveau film par langue, narration traduite, revoisée et resous-titrée, facturé comme un rendu ; voir la traduction vidéo.
- Un rendu qui échoue pour une raison système : remboursé automatiquement.
Offres et forfaits sont sur la page tarifs.
Les erreurs que nous entendons dans les rendus
- Écrire pour l'œil. Une adresse web, un numéro de téléphone ou un long chiffre passe mal à l'oral. Écrivez ce qui doit être dit.
- Un nom de marque mal prononcé. Ajoutez une prononciation plutôt que de déformer le nom dans le script : la faute se retrouverait dans les sous-titres.
- Une voix différente à chaque scène. Deux narrateurs pour une citation, oui ; cinq, et l'on croit entendre une playlist.
- Trop de mots pour la durée. La voix n'accélère pas pour tenir : le film s'allonge.
- Attendre un changement de voix immédiat. Il s'applique au rendu suivant.
Quand ne pas utiliser PageToVid pour une voix off
Quand votre voix est le message. Un mot du fondateur, une relance commerciale personnelle ou un extrait de podcast doivent sonner comme vous. Enregistrez-vous, ou utilisez Loom (voir PageToVid ou Loom).
Une longue vidéo terminée. Un webinaire enregistré ou un tutoriel de dix minutes qui n'attend qu'une piste de voix relève d'un outil de synthèse vocale et de votre logiciel de montage.
Le jeu d'acteur. Personnages, livres audio et films de marque chargés d'émotion sonnent encore mieux avec un comédien ; nous comparons les deux sans détour dans voix off IA ou voix humaine.
Transformez votre site en vidéo — gratuitement
Collez la page à filmer. PageToVid écrit le script, filme le vrai site, enregistre la voix et livre le MP4.
Questions fréquentes
Peut-on ajouter une voix off IA à sa propre vidéo ?
Oui, scène par scène : dans l'éditeur, remplacez l'image d'une scène par votre plan (MP4, WebM, MOV ou MKV, jusqu'à 60 Mo) et écrivez la narration de cette scène. PageToVid n'ajoute pas de piste de voix à une longue vidéo déjà montée.
Peut-on importer un enregistrement de sa propre voix comme narration ?
Non. Un fichier audio importé sert de musique au film, pas de narration. Pour utiliser votre voix, enregistrez et montez la vidéo vous-même.
Comment corriger un nom mal prononcé par la voix IA ?
Ajoutez une entrée de prononciation via l'API ou MCP : le nom écrit et la façon de le dire. La voix lit la forme parlée et les sous-titres gardent votre orthographe.
Combien coûte un changement de voix ?
Un nouveau rendu, le même nombre de crédits que n'importe quel film terminé, quelle que soit sa durée. Le premier film d'un site est gratuit, voix comprise.