Comment ajouter du son à une vidéo générée par IA

Audio natif, lipsync ou montage : les trois façons d'ajouter du son à une vidéo IA, avec les réglages, un prompt sonore type et les pièges à éviter.

Illustration de l'article : Comment ajouter du son à une vidéo générée par IA

Pourquoi votre vidéo IA sort-elle sans le moindre son ?

La plupart des modèles vidéo prédisent des pixels, pas des ondes sonores. Ils apprennent le mouvement, la lumière, la matière, et s'arrêtent là. Vous obtenez un clip net, bien cadré, et un silence complet dès que vous appuyez sur lecture. Ce n'est pas un bug.

Depuis quelques générations de modèles, la donne change : certains produisent une piste sonore en même temps que l'image. Tous ne prennent pas en charge cette fonction, et le niveau varie beaucoup d'un moteur à l'autre. Nous avons détaillé ce point dans notre comparatif des modèles vidéo IA à audio natif. Pour le reste du catalogue, il faut ajouter de l'audio après coup.

Quelles sont les trois façons d'ajouter du son à une vidéo IA ?

L'audio natif, généré en même temps que l'image

Vous décrivez la scène et le son dans le même prompt. Le modèle rend un fichier déjà sonorisé : ambiance, bruits de pas, souffle du vent, parfois une réplique. L'avantage est évident, la synchronisation est automatiquement correcte puisque tout naît ensemble. La limite aussi : vous ne pouvez pas isoler une couche pour la corriger.

  • Bon pour : ambiances, bruitages diégétiques, premiers jets, tests de créa publicitaire.
  • Moins bon pour : une voix de marque précise, une musique imposée par le client, un montage long.
  • À surveiller : un léger souffle de fond, fréquent sur les rendus courts.

Le lipsync, pour faire parler un personnage

Vous fournissez la vidéo et un fichier voix, et l'outil recale les lèvres sur la piste. C'est la méthode à utiliser dès qu'un visage s'adresse à la caméra. Le module Lipsync de Poster fonctionne sur ce principe : sélectionnez votre clip, chargez la voix, lancez le rendu. Si vous partez de zéro, notre guide pour donner une voix à un personnage IA explique comment fabriquer cette piste avant de l'importer.

Le montage, quand vous voulez tout contrôler

Un logiciel de montage vidéo reste imbattable pour empiler les couches. Une piste musique, une piste voix, une piste effets, et vous ajustez chaque niveau séparément. DaVinci Resolve en version gratuite fait ce travail mieux que la plupart des outils en ligne, et nous le disons volontiers. CapCut suffit pour un format court destiné aux réseaux.

Comment ajouter de l'audio pas à pas sur un clip existant ?

Étapes : Comment ajouter de l'audio pas à pas sur un clip existant ?

Voici l'ordre que nous suivons, et il compte. Travailler la voix avant la musique évite de refaire les niveaux deux fois.

  • Écoutez le clip muet au casque. Repérez les points de contact : un objet qui se pose, un pas, une porte. Ce sont vos images clés sonores.
  • Posez d'abord la voix. Elle dicte le rythme du reste.
  • Ajoutez la nappe musicale en dessous, puis baissez-la de dix à quinze décibels sous la voix.
  • Terminez par les effets ponctuels, calés à l'image près sur les points repérés.
  • Ajoutez une respiration de silence d'une demi-seconde au début et à la fin.
  • Exportez, puis réécoutez sur un téléphone avant de partager quoi que ce soit.

Un bon réflexe avant d'exporter la vidéo, ajouter cette demi-seconde de silence aux deux bouts change tout : les lecteurs des réseaux coupent souvent les premières frames, et une voix tronquée dès la première syllabe ruine un montage par ailleurs propre.

Comment écrire un prompt sonore que le modèle comprend ?

En résumé : Nommez la source, pas l'émotion → Indiquez le plan sonore → Précisez l'absence

Un prompt sonore se construit comme un prompt visuel : du général vers le détail. Nommez l'ambiance, puis les deux ou trois sons précis que vous voulez entendre, puis ce que vous ne voulez pas. Les modèles réagissent mal aux adjectifs vagues du type « son dynamique » et très bien aux sources concrètes.

  • Nommez la source, pas l'émotion : « grincement de chaise en bois » plutôt que « son inquiétant ».
  • Indiquez le plan sonore : au premier plan, en fond, hors champ.
  • Précisez l'absence : « pas de musique » évite une nappe générique imposée par le modèle.
  • Pour un dialogue, donnez la réplique entre guillemets et la langue attendue.
  • Gardez le même vocabulaire d'un plan à l'autre pour garder une continuité d'ambiance.

Quand vous enchaînez plusieurs plans, le son devient votre meilleur raccord. Une nappe continue masque les ruptures d'image bien mieux que n'importe quelle transition visuelle : c'est l'astuce que nous détaillons pour enchaîner plusieurs plans vidéo IA sans coupure visible.

Quels réglages ajuster au montage pour un rendu professionnel ?

Infographie : Les réglages son d'une vidéo IA
Grille de cartes : Quels réglages ajuster au montage pour un rendu professionnel ?

La différence entre un clip amateur et un rendu pro tient à cinq réglages, pas à un logiciel coûteux. Ajustez-les dans cet ordre et la plupart des problèmes disparaissent.

  • Niveaux : voix autour de -6 dB en crête, musique entre -18 et -22 dB, effets au milieu.
  • Fondus : deux à cinq images d'entrée et de sortie sur chaque coupe audio supprimant les clics parasites.
  • Transitions : un fondu enchaîné sonore de 300 ms entre deux ambiances différentes suffit presque toujours.
  • Débruitage : supprimez le souffle de fond des pistes générées, il s'entend au casque même quand il passe inaperçu sur un écran d'ordinateur.
  • Format d'export : AAC 48 kHz stéréo, intégré au conteneur MP4, lisible partout.

Attention à une confusion fréquente : les filtres vidéo agissent sur l'image et n'ont aucun effet sur la piste sonore. Appliquer un look cinéma ne rendra pas votre audio plus chaud. Les améliorations sonores passent par l'égaliseur et le compresseur, jamais par la colorimétrie.

Comment exporter, sous-titrer et partager la vidéo sonorisée ?

Une large part des vues sur les réseaux se fait en mode silencieux, écran allumé et son coupé. Votre bande-son doit donc être doublée d'un sous-titrage. Exportez une version avec sous-titres incrustés et gardez le fichier source intact pour les retouches futures.

  • Accessibilité : une police sans empattement, une couleur claire sur fond sombre translucide, deux lignes maximum à l'écran.
  • Sous-titres personnalisés plutôt qu'automatiques : les transcriptions générées se trompent sur les noms de marque.
  • Données : vérifiez quelles informations l'éditeur conserve sur vos fichiers voix, surtout si vous clonez un timbre réel. Le RGPD s'applique à une empreinte vocale.
  • Côté développeur, une API ou un serveur MCP permet d'assembler image, voix et musique automatiquement sur un catalogue entier.

Avant de publier, un dernier contrôle s'impose si la vidéo part sur YouTube : les règles de monétisation évoluent et l'origine de la bande-son compte autant que celle des images. Nous faisons le point dans notre article sur la monétisation des vidéos générées par IA.

Questions fréquentes

Oui, facilement. CapCut et DaVinci Resolve proposent une version gratuite qui suffit pour coller une musique et deux effets. Vous paierez en revanche la génération de la vidéo elle-même, et parfois la licence musicale. Comptez un abonnement ou des crédits dès que vous passez à un usage commercial régulier.

Google Vidéo 4K fait partie des moteurs capables de sortir une piste sonore avec l'image, et d'autres modèles ajoutent cette fonction au fil de leurs mises à jour. Le paysage bouge vite : vérifiez la page de nouveautés de l'éditeur plutôt qu'un classement figé. Notre comparatif des modèles à audio natif est mis à jour régulièrement.

Il vous faut un outil pour créer ou importer la piste voix, puis un module de lipsync. Pour utiliser cet outil, sélectionnez le clip, chargez le fichier audio et laissez le rendu se faire. Le résultat dépend surtout du cadrage : un visage de face et bien éclairé donne un calage audio sur vidéo nettement plus propre qu'un profil en contre-jour.

Sur Poster, le son est inclus dans le coût du module vidéo utilisé, soit 11 à 16 crédits pour un clip court. L'offre Découverte à 19 € par mois ouvre 270 crédits, l'offre Créateur 1 200 crédits. Le détail des formules se trouve sur la page tarifs, et notre article sur les crédits par modèle vidéo compare les consommations.

À lire aussi. Sur le même thème.