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 est désormais disponible dans l'application web Gemini. Créez des vidéos de huit secondes avec des prompts directement enrichis par Gemini, pour les modifier facilement.

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.

C'est précisément ce que j'ai voulu faire 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, d'une durée d'environ 5 à 8 secondes chacun, axés sur des décors urbains. On y voit des enseignes au néon, de la pluie, un train et diverses scènes de rue. Pour relier ces instants 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 excelle dans le photoréalisme, ses clips manquent souvent de cohérence entre les scènes ou les personnages, ce qui fait de la narration un élément d'unification 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 des clips correspondants, ou partir des plans, généralement issus d'un storyboard, avant d'écrire votre texte. Pour la vidéo de la ville, j'ai d'abord créé les prompts.

Planifier votre narration

Avant de générer une voix off, il est important de réfléchir à la façon dont la narration complétera votre vidéo. Si, comme la mienne, votre séquence Veo 2 est un montage urbain cinématographique, la voix off peut planter le décor, ajouter une réflexion poétique ou renforcer l'atmosphère.

Par exemple, ma vidéo comporte une scène de rues éclairées au néon et d'enseignes scintillantes. J'ai donc écrit : « La ville ne dort jamais, elle cligne à peine des yeux. Elle inspire les gaz d'échappement et expire une lumière néon, une bête d'acier et de verre qui pulse au rythme des pas d'un million d'âmes sans repos. » Cela relie plusieurs plans entre eux.

Écrire votre voix off

Une fois votre narration définie, l'étape suivante consiste à écrire le script de l'ensemble de la vidéo. Un script bien écrit 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'utiliser environ 12 à 15 mots, tandis qu'un clip de 8 secondes peut en contenir environ 20 à 25.

Le ton de votre narration doit correspondre à votre vidéo : poétique pour des images atmosphériques, documentaire pour des séquences informatives et cinématographique pour une narration dynamique. Par exemple, un plan au ralenti de vapeur s'élevant d'une bouche d'égout pourrait être accompagné de : « La ville expire, la vapeur se tordant 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 entre en gare, comme les centaines qui l'ont précédé. »

Générer votre voix off avec ElevenLabs

Une fois votre script finalisé, il est temps de générer votre voix off IA avec ElevenLabs. Rendez-vous sur la page Text to Speech dans l'application ElevenLabs. Vous pouvez y coller votre script ou l'écrire directement. Vous pouvez ensuite sélectionner une voix à droite, puis régler 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 réfléchie met en valeur les narrations 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 une tonalité plus naturelle au récit. Je voulais que cela sonne comme quelqu'un qui réfléchit à un sujet qui lui tient à cœur.

Après avoir saisi votre script, ajustez la vitesse et l'émotion de la voix off pour les adapter à vos images. Un rythme plus lent et délibéré convient aux moments dramatiques, tandis qu'un ton plus conversationnel complète un montage énergique. Une fois satisfait du résultat, téléchargez le fichier audio et préparez-vous à le synchroniser avec votre vidéo.

Je préfère utiliser une ou deux phrases seulement pour ajuster la voix, puis générer l'audio à partir du script complet. Dans ce cas, le script ne comptait que trois paragraphes, donc utiliser le texte entier ne posait pas vraiment problème. Le résultat était d'ailleurs satisfaisant dès le départ.

Synchroniser votre voix off

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

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

Enrichir avec des effets sonores

Une fois la voix off en place, il est temps d'enrichir 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 avec un téléphone, mais sans son, il bascule dans cette impression d'irréalité qui laisse penser que quelque chose manque.

Créer des effets sonores avec ElevenLabs

Le générateur text-to-sfx d’ElevenLabs vous permet de créer des éléments audio sur mesure, des bruits d'ambiance urbains aux sons environnementaux subtils. Vous pouvez décrire un paysage sonore complet avec un prompt complexe, ou générer plusieurs fichiers comprenant chacun un ensemble de sons que vous superposerez dans votre éditeur vidéo.

Pour créer des effets sonores, rendez-vous dans le générateur de SFX d'ElevenLabs. Vous pouvez explorer une liste d'effets sonores prédéfinis dans notre bibliothèque ou créer un son personnalisé avec le générateur text-to-sfx. Vous pouvez même simplifier le processus en essayant notre expérience video-to-sound. Elle vous permet de charger un seul clip et génère quatre effets sonores à télécharger.

Si vous souhaitez mieux contrôler les sons, rendez-vous dans le générateur d'effets sonores. Saisissez un prompt, puis cliquez sur Générer. Vous pouvez également personnaliser la durée du clip, de 0,5 à 22 secondes, en cliquant sur le bouton Paramètres.

Pour parcourir, prévisualiser et rassembler plus rapidement des fichiers audio prêts à l'emploi, le Soundboard propose une interface interactive pour tester et mixer des effets sonores à la volée, sans avoir à écrire de prompts.

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 utiliser 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 les différents sons interviennent selon le contenu de la vidéo.

Un effet sonore bien placé rend une scène plus réelle : des pas qui résonnent dans une ruelle, le klaxon lointain d'une voiture ou le clapotement rythmé de la pluie sur le bitume. 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 vacillante, un léger bourdonnement électrique en arrière-plan renforce sa présence. Si un métro s'arrête dans un crissement, ajouter le frottement du métal contre le métal apporte de l'authenticité.

Exemples de prompts :

• Prompt descriptif : « Tic-tac discret de la trotteuse d'une montre, léger froissement d'une manche de manteau que l'on ajuste, bruit d'ambiance urbaine en arrière-plan : klaxons étouffés, conversations lointaines, scintillement occasionnel d'enseignes au néon, léger raclement métallique lorsque le poignet tourne. »
• Prompts superposés :
• • « Tic-tac discret de la trotteuse d'une montre »
  • « Léger froissement d'une manche de manteau que l'on ajuste »
  • « Bruit 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.