Aller au contenu

Catégorie I · Vidéo, voix et musique · Épreuve 1 sur 8 · 4 min

Vidéo, voix et musique : ce que l'IA sait faire et rate

Mis à jour le

Un homme âgé souriant, assis sur un canapé, regarde son téléphone en tenant une tasse.
Objectif · Savoir quel type d'outil choisir pour une vidéo, une voix off ou une chanson, ce qu'il fera bien et où il risque de te décevoir.Photo : Vitaly Gariev sur Unsplash

En octobre 2026, l'IA tourne des plans vidéo de quelques secondes avec le son, lit un texte d'une voix presque humaine et compose une chanson entière à partir d'une idée. Elle rate encore les longues scènes, les visages qui doivent rester identiques d'un plan à l'autre et la parole naturelle en vidéo : on avance par petits essais.

  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
  6. 06
  7. 07
  8. 08

Étape 1 sur 8

Trois familles d'outils

Imagine une petite équipe de tournage qui travaille en quelques minutes : un caméraman, une comédienne de doublage et un compositeur. Chacun est très doué dans son rôle, aucun ne fait le film entier à ta place.

  • La vidéo : tu décris un plan (un morceau de film de quelques secondes, sans coupure) ou tu donnes une photo, et l'outil le tourne, souvent avec le son. Les plus connus en octobre 2026 : Veo de Google, dans l'atelier Google Flow, Kling et Runway.
  • La voix : tu tapes un texte, une voix de synthèse le lit avec du ton et des émotions. La référence s'appelle ElevenLabs ; il sait aussi copier ta propre voix (on dit la « cloner ») et doubler une vidéo dans une autre langue.
  • La musique : tu décris une ambiance, l'outil compose une chanson complète, avec voix, paroles et instruments. Le plus utilisé est Suno ; Google en fait aussi dans Gemini avec son modèle Lyria.

Tous fonctionnent avec des crédits : des jetons décomptés à chaque création, un peu comme les unités d'une carte de photocopie.

Relie chaque outil à ce qu'il fait le mieux.

Touche un élément à gauche, puis celui qui va avec à droite.

Ce qu'ils font déjà très bien

Les progrès de 2026 sont réels :

  • Veo 3.1 ajoute bruitages, ambiance et même des dialogues à ses vidéos, en 1080p ou en 4K.
  • Kling 4.0, lancé le 15 octobre 2026, tourne jusqu'à 30 secondes d'un seul tenant.
  • Gemini Omni, l'autre modèle vidéo de Google, prolonge une scène par tranches de 10 secondes, jusqu'à 40 secondes.
  • Eleven v4, sorti le 28 septembre 2026, est présenté par ElevenLabs comme son modèle le plus expressif : il suit mieux les indications de jeu, comme rire ou chuchoter.
  • Suno v6, lancé le 9 septembre 2026, compose jusqu'à 8 minutes de musique d'un coup, et sait refaire une seule partie d'un morceau.

Concrètement, Inès, fleuriste à Nantes, peut tourner un plan de bouquet qu'on emballe, le faire commenter par une voix chaleureuse et poser dessous une petite musique acoustique, sans caméra ni studio.

Vrai ou faux ?

Avec les outils d'octobre 2026, on tourne d'un seul coup un court-métrage de 10 minutes où les personnages restent identiques.

Ce qu'ils ratent encore

  • La durée : on obtient des plans, pas un film. Dans Google Flow, une vidéo Veo 3.1 en qualité maximale dure 8 secondes. Une pub de 45 secondes se construit plan par plan.
  • La cohérence : d'un plan à l'autre, un visage, un vêtement ou un objet peut changer. Un réalisateur raconte sur HackerNoon que le médaillon de son chevalier portait une gravure différente dans chacun de ses trois plans.
  • La parole filmée : Google écrit lui-même que des voix naturelles et régulières dans les vidéos restent un domaine encore en développement.
  • Les chiffres et les sigles à l'oral : ElevenLabs conseille d'écrire « Docteur » plutôt que « Dr », car ses modèles légers lisent parfois mal numéros de téléphone et montants.
  • Les essais ratés : selon des testeurs de Runway et de Kling, une vidéo inutilisable consomme quand même ses crédits.

La bonne attitude : de petits essais, un plan à la fois, et toujours un œil humain avant de publier.

Karim veut une pub de 45 secondes pour son food truck, avec le même cuisinier du début à la fin. Que fait-il ?

Avec l'offre gratuite de Suno, tu crées tes chansons avec le modèle …….

Ce que l'IA ne te dira pas

Un tuto ou un chatbot te conseille Sora pour faire ta vidéo ? Il n'est pas à jour. Selon la page d'aide d'OpenAI, le site et l'application Sora ont fermé le 26 avril 2026, et l'accès des développeurs le 24 septembre 2026. Si tu y avais des vidéos, passe par sora.chatgpt.com/sunset et le bouton « Export » : OpenAI annonce qu'il supprimera ensuite ces données pour de bon.

Source : OpenAI, « What to know about the Sora discontinuation » (centre d'aide)

Sources