Voix off pour vidéo IA : ajoutez une narration dans toutes les langues

La voix off de vidéo IA consiste à ajouter une narration ou un dialogue parlé à un clip généré, et dans VIBE vous avez deux options : laisser Veo 3.1 Fast ou Kling 3 Pro dire la réplique dans le rendu, ou ajouter ensuite une voix enregistrée ou synthétique. Ce guide montre quelle voie convient à quelle vidéo, comment écrire des répliques adaptées à un clip court et comment décliner une idée en plusieurs langues.

Qu'est-ce que la voix off de vidéo IA et pourquoi compte-t-elle ?

Un clip avec une réplique claire donne aux spectateurs une raison de rester au-delà de la première seconde, et la vidéo se comprend sans rien lire. En novembre 2026, la voix off de vidéo IA recouvre deux tâches : un personnage qui parle à l'écran et un narrateur hors champ qui commente les images. Le premier est géré par le modèle vidéo lui-même, le second est le plus souvent une étape séparée. Pour comprendre le son dans ces modèles, notre guide des générateurs de vidéo IA avec audio détaille dialogues, effets et ambiances, et la gamme de modèles VIBE montre ce que fait chacun.

Faut-il générer, enregistrer ou synthétiser la voix ?

• La générer dans le rendu. Écrivez la réplique dans votre prompt et laissez Veo 3.1 Fast ou Kling 3 Pro la dire. Idéal pour les personnages à l'écran, les accroches courtes et les clips où le mouvement des lèvres compte.
• L'enregistrer vous-même. Votre propre voix est la plus crédible pour une marque personnelle ou un tutoriel, et un smartphone dans une pièce calme suffit. Posez l'enregistrement sur un clip sans parole.
• La synthétiser à part. Une voix de synthèse convient aux longues narrations et aux nombreuses versions linguistiques, car vous refaites l'audio sans régénérer l'image.

Une règle pratique : si une personne parle à l'écran, générez la parole dans le rendu ; si personne ne parle, enregistrez-la ou synthétisez-la. Mélanger les deux dans un même clip est la source de la plupart des problèmes de synchronisation.

Quels modèles VIBE peuvent dire une réplique ?

Deux modèles de VIBE génèrent la parole dans le rendu. Veo 3.1 Fast, de Google DeepMind, produit dialogues, effets sonores et ambiances pour des clips jusqu'à 8 secondes, et Kling 3 Pro, de Kuaishou, rend des clips jusqu'à 15 secondes avec plusieurs voix et plusieurs langues. Google DeepMind présente la famille Veo sur sa page du modèle Veo. Seuls ces deux modèles gèrent la parole dans VIBE, vérifiez donc le modèle avant de bâtir un script autour d'une réplique.

Essayez ce prompt dans VIBEVeo 3.1 Fast

“A young woman in a bright kitchen looks into the camera and says calmly, "Three ingredients, ten minutes, and dinner is done," soft room tone, a pan sizzling quietly in the background, handheld vertical 9:16, natural window light.”

Comment écrire une réplique qui tient dans un clip court ?

Un clip est court, donc la réplique doit l'être aussi. En règle générale, visez une phrase d'environ dix à quinze mots par clip de 8 secondes et laissez un instant de silence au début et à la fin pour que la voix n'entre pas en collision avec la coupe. Les messages plus longs fonctionnent mieux en plusieurs clips, chacun avec sa réplique.

1. Écrivez d'abord tout le script, puis découpez-le en une phrase par clip.
2. Mettez la réplique entre guillemets et indiquez qui parle et comment, par exemple calmement, avec enthousiasme ou en chuchotant.
3. Décrivez le son sous la voix, comme l'ambiance de la pièce ou le bruit de la rue, pour garder un mixage naturel.
4. Lancez le rendu, écoutez au casque et raccourcissez la réplique si les mots semblent pressés, plutôt que de relancer l'image.

Tout le processus tient en quelques appuis, et comment fonctionne VIBE détaille chaque étape. Pour garder des scènes cohérentes d'un clip à l'autre, consultez notre guide des prompts vidéo IA.

Comment créer une vidéo IA multilingue à partir d'une seule idée ?

Gardez le même prompt d'image et ne changez que la réplique et sa langue. Les visuels restant identiques, vous obtenez une série de clips assortis pour plusieurs marchés sans rien redessiner. Kling 3 Pro est le choix naturel car il rend des dialogues en plusieurs langues ; pour une langue qu'il gère mal, rendez l'image une fois et ajoutez une voix enregistrée ou synthétique dans cette langue. Quand une voix n'est pas possible, notre guide des sous-titres pour vidéo IA montre comment les sous-titres portent le message.

Essayez ce prompt multilingueKling 3 Pro

“A street-food vendor in a lantern-lit night market smiles at the camera and says in Spanish, "Prueba esto, es la mejor receta de la casa," then a customer replies in English, "It smells amazing," steam rising from the grill, warm string lights, ambient chatter, handheld documentary style.”

Quelle appli de vidéo IA propose une voix en allemand ?

VIBE peut produire de la parole en allemand via Kling 3 Pro, qui rend des dialogues en plusieurs langues. Écrivez la réplique en allemand dans le prompt et testez d'abord une phrase courte, car la prononciation et l'accent peuvent varier selon les versions du modèle. Pour une longue narration en allemand, une voix enregistrée ou synthétique posée sur un clip sans parole offre plus de contrôle qu'un seul rendu.

• Écrivez la réplique allemande exactement comme elle doit être dite, chiffres en toutes lettres.
• Gardez des phrases courtes ; une proposition par clip se prononce plus proprement.
• Écoutez l'accentuation des noms et des mots empruntés, et réécrivez-les phonétiquement s'ils sonnent faux.

Comment mixer une voix off avec la musique, les effets sonores et les sous-titres ?

Une voix off ne fonctionne que si le public l'entend clairement, donc le mixage compte autant que les mots. Quand la parole est générée dans le rendu, Veo 3.1 Fast et Kling 3 Pro équilibrent déjà dialogue et ambiance, c'est pourquoi un seul son dominant par clip donne les résultats les plus fiables. Quand vous ajoutez une voix ensuite, enregistrée ou créée par synthèse vocale, l'équilibre vous revient : gardez la voix nettement plus forte que la musique et laissez les sons de fond assez bas pour que chaque mot reste facile à suivre. Considérez la voix comme le rôle principal et le reste comme un soutien.

• Gardez la musique discrète sous la parole et laissez-la monter seulement dans les pauses entre les répliques.
• Accordez l'énergie de la voix à l'image, pour qu'un narrateur calme ne se retrouve pas sur un plan d'action rapide.
• Ajoutez des sous-titres qui reprennent les mots prononcés, pour que le clip fonctionne aussi sans le son et pour ceux qui lisent.

Enfin, exportez dans le format attendu par la plateforme. Un clip vertical 9:16 convient à TikTok, Reels et Shorts, et notre guide des formats d'image explique comment cadrer une personne qui parle pour que le visage et les sous-titres ne se chevauchent jamais. Vérifiez un clip terminé sur un haut-parleur de téléphone et au casque avant de publier le reste, car une voix correcte dans un montage calme peut disparaître sur un petit haut-parleur dans un lieu bruyant.

Quelles erreurs gâchent une voix off de vidéo IA ?

• Des répliques trop longues, qui rendent la voix précipitée ou coupée en fin de clip.
• Demander la parole et une ambiance chargée en même temps, ce qui noie les mots.
• Modifier le texte du prompt visuel entre les versions linguistiques, si bien que les clips ne se correspondent plus.
• Sauter l'écoute au casque, où les mots mal prononcés sont les plus faciles à repérer.

Traitez la voix off comme une partie du plan, pas comme une couche ajoutée. Écrivez-la avec l'image, gardez-la courte et testez un clip avant de lancer toute une série.

Questions fréquentes