Comment donner vie aux vidéos Veo 2 avec les voix off et effets sonores d'ElevenLabs

Veo 2 de Google facilite plus que jamais la création de vidéos photoréalistes — et il est désormais disponible dans l’application web Gemini. Des vidéos de huit secondes, avec des prompts directement enrichis par Gemini pour faciliter les modifications.

Les images seules ne suffisent pas. Le son transforme une séquence silencieuse en une expérience pleinement immersive : c’est là qu’intervient ElevenLabs. Avec ElevenLabs, générer une voix off IA dynamique dans plusieurs langues ou ajouter des effets sonores peut transformer une simple vidéo en récit captivant.

J’ai voulu faire exactement cela en utilisant Veo 2, du laboratoire DeepMind de Google, pour raconter l’histoire d’une ville qui ne dort jamais. J’ai généré 18 clips différents, de 5 à 8 secondes chacun environ, centrés sur des décors urbains. On y voit des enseignes au néon, de la pluie, un train et différentes scènes de rue. Pour relier ces moments fragmentés, j’ai ajouté une voix off et des effets sonores avec ElevenLabs.

Créer une voix off captivante

Une voix off IA bien conçue apporte structure et profondeur émotionnelle à votre vidéo. Même si Veo 2 produit des images très réalistes, ses clips manquent souvent de cohérence entre les scènes ou les personnages. La narration devient alors l’élément unificateur idéal.

Plutôt que de laisser le spectateur interpréter des images fragmentées, une voix off soigneusement conçue apporte de la clarté et le guide dans l’histoire. Vous pouvez commencer par le script de la voix off, puis créer les clips correspondants, ou partir des plans — généralement issus d’un storyboard — puis écrire en fonction d’eux. Pour la vidéo sur la ville, j’ai d’abord créé les prompts.

Planifier votre narration

Avant de générer une voix off, réfléchissez à la façon dont la narration complétera votre vidéo. Si votre séquence Veo 2 est, comme la mienne, un montage urbain cinématographique, la voix off peut poser le décor, apporter une réflexion poétique ou renforcer l’atmosphère.

Par exemple, dans ma vidéo, une scène montre des rues éclairées au néon et des enseignes qui clignotent. J’ai donc écrit : « La ville ne dort jamais — elle cligne à peine des yeux. Elle inspire des fumées d’échappement et expire une lumière de néon, bête d’acier et de verre vibrant au rythme des pas d’un million d’âmes agitées. » Cela relie plusieurs plans.

Écrire le script de votre voix off

Après avoir défini votre narration, l’étape suivante consiste à écrire le script de toute la vidéo. Un script bien rédigé garantit que votre voix off s’aligne sur le rythme de vos clips. Les scènes Veo 2 durant souvent de 5 à 8 secondes, votre narration doit être concise et bien rythmée. Un clip de 5 secondes permet d’intégrer environ 12 à 15 mots, contre 20 à 25 mots pour un clip de 8 secondes.

Le ton de votre narration doit correspondre à votre vidéo — poétique pour des images atmosphériques, documentaire pour des séquences informatives et cinématographique pour un récit énergique. Par exemple, un plan au ralenti montrant de la vapeur s’élevant d’une bouche d’égout pourrait être accompagné de : « La ville expire, la vapeur se tord dans l’air froid de la nuit », tandis qu’un train entrant en gare pourrait appeler : « Une rafale de vent. Le crissement du métal. Un autre train arrive, comme les centaines qui l’ont précédé. »

Générer votre voix off avec ElevenLabs

Une fois votre script finalisé, générez votre voix off IA avec ElevenLabs. Accédez à la page Text to Speech dans l’application ElevenLabs. Vous pouvez y coller votre script ou l’écrire directement. Sélectionnez ensuite une voix à droite, puis réglez sa vitesse, sa stabilité et d’autres paramètres. J’aime ajouter 10 à 20 % d’exagération de style, car cela renforce la caractérisation.

Un ton grave et cinématographique convient aux séquences urbaines dramatiques, tandis qu’une voix douce et posée met en valeur les récits poétiques. Pour des images au rythme soutenu, une interprétation énergique maintient l’attention. Pour ma vidéo, j’ai utilisé Lamar Lincoln, une voix premium qui a apporté un naturel supplémentaire au récit. Je voulais donner l’impression d’une personne réfléchissant à un sujet qui lui tient à cœur.

Après avoir saisi votre script, ajustez la vitesse et l’émotion de la voix off pour qu’elles correspondent à vos images. Un rythme plus lent et maîtrisé convient aux moments dramatiques, tandis qu’un ton plus conversationnel complète un montage énergique. Lorsque le résultat vous convient, téléchargez le fichier audio et préparez-vous à le synchroniser avec votre vidéo.

Je préfère utiliser une ou deux phrases seulement pour affiner la voix, puis générer l’audio à partir du script complet. Dans ce cas, le script ne comptait que trois paragraphes : utiliser l’intégralité du texte ne posait donc pas vraiment de problème. Le résultat fonctionnait d’ailleurs bien dès le départ.

Synchroniser votre voix off

Synchroniser une voix off IA avec vos clips Veo 2 est simple avec un logiciel de montage tel qu’Adobe Premiere Pro, DaVinci Resolve, Final Cut Pro ou CapCut.

• Importez vos clips vidéo, ajoutez la voix off à la timeline, puis ajustez les points de début et de fin pour les aligner sur les images.
• Utilisez des fondus enchaînés ou un étirement temporel si nécessaire afin d’assurer une transition fluide entre la narration et le mouvement.

Enrichir avec des effets sonores

Une fois la voix off en place, enrichissez votre vidéo avec des effets sonores. Les effets sonores générés par l’IA complètent l’expérience auditive en ajoutant réalisme et texture. Un clip vidéo seul peut sembler aussi réel qu’une séquence filmée au téléphone, mais sans son, il tombe dans cette zone d’irréalité qui donne l’impression qu’il manque quelque chose.

Créer des effets sonores avec ElevenLabs

Le générateur texte-vers-effets sonores d’ElevenLabs vous permet de créer des éléments audio sur mesure, des bruits d’ambiance urbains aux sons environnementaux subtils. Décrivez un paysage sonore complet dans un prompt détaillé, ou générez plusieurs fichiers contenant chacun un ensemble de sons à superposer dans votre éditeur vidéo.

Pour créer des effets sonores, accédez au générateur SFX d’ElevenLabs. Explorez une liste d’effets sonores prêts à l’emploi dans notre bibliothèque, ou créez un son sur mesure avec le générateur texte-vers-effets sonores. Vous pouvez aussi simplifier le processus en essayant notre expérience vidéo-vers-son. Elle vous permet d’importer un clip unique et fournit 4 effets sonores à télécharger.

Pour mieux contrôler les sons, utilisez le générateur d’effets sonores. Saisissez un prompt, puis cliquez sur Générer. Vous pouvez également régler la durée du clip, de 0,5 à 22 secondes, en cliquant sur le bouton Paramètres.

Pour parcourir, préécouter et collecter plus rapidement des audios prêts à l’emploi, le Soundboard propose une interface interactive pour tester et mixer des effets sonores à la volée — sans rédiger de prompt.

Créer des prompts pour les effets sonores

EFFET SONORE

Créez des effets sonores personnalisés et de l'audio d'ambiance avec notre puissant générateur d'effets sonores IA.

Vous pouvez rédiger un prompt complexe décrivant entièrement le paysage sonore, mais j’ai constaté qu’il était préférable de créer une série de prompts et de les superposer. Vous contrôlez ainsi le moment où chaque son intervient selon le contenu de la vidéo.

Un effet sonore bien placé rend une scène crédible — des pas qui résonnent dans une ruelle, le klaxon lointain d’une voiture ou le clapotis régulier de la pluie sur le trottoir. Associer ces sons à vos images renforce l’immersion et donne plus d’impact à chaque plan.

Si votre vidéo montre une enseigne au néon qui clignote, un léger bourdonnement électrique en arrière-plan renforce sa présence. Si un métro s’arrête dans un crissement, superposer un son de friction métallique ajoute de l’authenticité.

Exemples de prompts :

• Prompt descriptif : « Tic-tac discret de la trotteuse d’une montre, léger froissement de la manche d’un manteau que l’on ajuste, bruits de ville en arrière-plan — klaxons étouffés, conversations lointaines, clignotement occasionnel d’enseignes au néon, léger grincement métallique lorsque le poignet tourne. »
• Prompts superposés :
• • « Tic-tac discret de la trotteuse d’une montre »
  • « Léger froissement de la manche d’un manteau que l’on ajuste »
  • « Bruits d’ambiance urbaine »

Vous pouvez ensuite les superposer dans votre éditeur vidéo.

Une fois les sons superposés et le volume de chaque clip réglé pour obtenir le résultat souhaité, exportez et partagez votre vidéo.

Que vous créiez un montage cinématographique, une réflexion poétique sur la ville ou un court métrage documentaire, l’audio généré par l’IA donne vie à votre vision. Essayez ElevenLabs dès aujourd’hui et transformez votre vidéo Veo 2 en une expérience pleinement immersive grâce à la voix et au son.