Comment ajouter une voix off IA à n’importe quelle vidéo

Pour ajouter une voix off à une vidéo, il y a trois voies pratiques : enregistrer votre voix en direct pendant que les images sont diffusées, télécharger une narration que vous avez enregistrée ailleurs, ou générer une piste de synthèse vocale IA à partir d’un script écrit. Ce guide couvre les trois dans un navigateur — sans installation nécessaire — et va au-delà des instructions « clique sur le bouton micro » où s’arrêtent la plupart des pages d’outils. Ce qui rend vraiment un voiceoff professionnel, c’est le métier : écrire un script qui respire, régler un micro pour qu’il ne clipse pas, synchroniser la narration avec vos coupes, et éviter la musique pour que chaque mot reste clair. Si vous publiez sur YouTube, TikTok, Shorts ou Reels, cette technique distingue une voix off qui se lit comme « AI slop » d’une seule que les spectateurs attendent.

Points clés

1. Diagnostiquez d’abord le travail audio : extraction, nettoyage, séparation de la tige, voix off et volume sont des tâches différentes.
2. Utilisez le procédé le moins destructeur qui résout le problème, et testez un clip rigide avant de le regrouper.
3. Supprimer de la musique ou extraire de l’audio ne garantit pas les droits sur les images d’autrui.
4. Gardez l’audio source organisé afin que les transcriptions, légendes, voix off et exportations restent traçables.

Les trois façons d’ajouter une voix off à une vidéo

Avant d’appuyer sur un bouton, décidez laquelle des trois méthodes convient à votre vidéo. Ils varient différemment sur le temps, le contrôle et l’implication de votre propre voix.

La plupart des créateurs mélangent des méthodes — une voix IA pour un résumé anonyme, une prise en direct pour une introduction personnelle. Le flux de travail ci-dessous s’applique aux trois, car le montage, la synchronisation et le mixage se font tous après la présence de l’audio.

Méthode 1 : Enregistrez une voix off en direct sur votre vidéo

Enregistrer pendant que vous regardez les images est le moyen le plus rapide d’obtenir une narration qui réagit à ce qui est à l’écran. C’est le code par défaut pour les commentaires, les réactions, et pour toute chaîne où votre voix est le produit.

Étape par étape :

1. Ouvrez votre projet et reculez là où la narration devrait commencer.
2. Réglez d’abord le niveau de votre micro (voir la boîte de configuration ci-dessous) — faites un test de 10 secondes et vérifiez que vous n’êtes pas en pointe.
3. Diffusez les images et dites vos répliques pendant que la vidéo tourne. Regarder le film permet de garder un rythme honnête.
4. Si vous trébuchez une réplique, continuez et marquez l’horodatage — il est plus rapide de réenregistrer un clip que de recommencer toute la prise.
5. Coupez le silence au niveau de la tête et de la queue, puis poussez le clip audio pour que votre premier mot tombe sur le plan que vous décrivez.

Installation de micro qui corrige 80 % du mauvais son :

1. Mets le micro à 6–10 pouces de ta bouche, légèrement décalé pour que les plossives (sons « p » et « b ») ne fassent pas de bruit.
2. Enregistrez dans la plus petite pièce meublée que vous ayez — un placard avec des vêtements vaut mieux qu’un grand bureau résonnant.
3. Ciblez votre niveau d’entrée pour que la parole normale atteigne un pic autour de −12 à −6 dB, sans jamais toucher 0.
4. Éteignez les ventilateurs, la climatisation et les notifications. Le bourdonnement de la pièce est presque impossible à éliminer proprement après coup.

Si votre prise live a encore du souffle, un bourdonnement ou un sol irrégulier, passez-la dans un passage de nettoyage avant de mixer — notre guide comment nettoyer l’audio pour une vidéo] explique l’ordre des opérations pour éviter que vous ne surtravailliez et ne fassiez pas que votre voix ne sonne sous l’eau.

Méthode 2 : Téléverser une voix off préenregistrée

Si vous avez déjà narré quelque part — un podcast, un mémo téléphonique, une session dédiée de micro USB — vous n’avez qu’à intégrer l’audio fini dans votre projet. Cela permet d’enregistrer et de monter deux étapes nettes, ce qui est plus facile à contrôler que de parler en direct sur un montage brut.

1. Exportez votre narration en MP3, WAV ou M4A.
2. Téléchargez la vidéo et le fichier audio dans le même projet navigateur. Recapo accepte MP4, MOV et d’autres formats courants, avec jusqu’à 6 Go par tâche, donc les longues sessions d’enregistrement et les séquences 4K conviennent tous les deux.
3. Placez la piste vocale sur une couche à part sous la vidéo.
4. Divisez la narration en coupures de phrase naturelles pour pouvoir faire glisser chaque morceau afin qu’il corresponde à l’image — les étapes de synchronisation complète sont dans la section suivante.
5. Une fois le placement verrouillé, générez des sous-titres à partir de la piste vocale pour que les mots soient lisibles sans que le son soit désactivé.

Cette dernière étape compte plus qu’elle n’en a l’air — une grande partie des vues du fil se font en sourdine, donc le texte à l’écran est la façon de garder le message intact. Utilisez auto-captions pour transcrire la voix off et graver des sous-titres propres et synchronisés ; si les sous-titres vous sont nouveaux, comment ajouter des sous-titres à un vidéo vous explique le style et le timing.

Méthode 3 : Générer une voix off de synthèse vocale IA

La synthèse vocale par IA est la clé de bataille pour les chaînes anonymes, les résumés et les tutoriels où vous ne pouvez pas ou ne voulez pas enregistrer. Vous collez un script, choisissez une voix, et obtenez une piste de narration propre — pas de micro, pas de reprises, pas de bruit de pièce. Le TTS brut sonne robotique à moins de l’accorder, ce qui est exactement ce que la section suivante aborde.

Le flux de base :

1. Écrivez ou collez votre script dans le voiceoff maker. Gardez les phrases courtes — TTS lit la ponctuation au pied de la lettre, et les longues périodes sont essoufflées.
2. Choisissez une voix qui correspond au ton de votre chaîne. Auditionnez deux ou trois sur le même paragraphe avant de vous engager ; Le même script peut sembler chaleureux ou clinique selon la voix.
3. Générez le morceau et écoutez de bout en bout pour voir si vous ne tombez pas bien.
4. Corrigez les mauvais mots au niveau du script (voir ci-dessous), régénérez juste cette phrase, et intégrez-la dans votre timeline.
5. Ajoutez des sous-titres du même script pour que le texte et l’audio restent synchronisés.

Si vous construisez autour d’un script — transformant un article, un résumé ou un résumé en vidéo narrée — la voie synthèse en voix permet à script et voix de coexister, et Recapo peut aussi aider à rédiger des résumés et des scripts à partir d’une vidéo source avant même de générer une voix. Pour une configuration sans visage complète, comment créer des vidéos sans visage montre comment la voix off, les sous-titres et les visuels se rejoignent en un format de chaîne publiable.

Les trois paramètres qui font que la voix IA sonne humaine

Voici l’outil de partie que les pages d’accueil sautent. Obtenir une voix off IA naturelle revient à contrôler trois choses : le rythme, les pauses et la prononciation. Corrigez cela et 90 % du problème de la « voix robotique » disparaît.

1. Rythme (débit de parole). Le TTS par défaut se lit souvent un peu plus vite pour la narration. Ralentissez un peu pour les explications et tutoriels où les spectateurs doivent absorber des informations ; Gardez un rythme plus vif pour les résumés énergiques. Lisez votre propre script à voix haute avec un minuteur — si vous ne pouvez pas le dire confortablement à cette vitesse, l’IA ne devrait pas non plus.

2. Pauses (coupures de phrase). TTS met en pause sur la ponctuation, donc la ponctuation est votre outil de timing. Utilisez des points, pas des virgules, là où vous voulez un vrai rythme. Divisez une longue phrase en deux courtes pour ajouter un souffle. Une rupture de ligne dédiée ou une ellipse offre une pause plus longue avant une chute ou un changement de scène.

3. Prononciation (mots ambigus). L’anglais est rempli d’homographes que l’IA peut mal deviner — « read », « lead », « live », « bass », « record », « present », « lagrime », « wind ». Les noms de marques, les acronymes et les chiffres font aussi des trucs. Deux corrections :

Régénérez uniquement la ligne corrigée plutôt que toute la piste — c’est plus rapide et cela permet de garder le reste du timing intact.

Comment synchroniser la narration avec vos coupes

Quelle que soit la méthode utilisée, c’est la synchronisation qui rend la narration intentionnelle plutôt que collée. L’objectif : le spectateur entend le mot juste au moment où il voit ce qu’il décrit.

1. Ancre la première ligne. Glisse le clip vocal pour que le mot d’ouverture tombe sur ton plan d’ouverture, pas avant.
2. Coupez la légende. Si vous avez généré des légendes, utilisez-les comme marqueurs visuels — chaque bloc de sous-titres vous montre exactement où commence une phrase, afin que vous puissiez couper les séquences pour atteindre ces moments.
3. Match coupe en phrases, pas en secondes. Quand tu dis « et puis ça casse », la coupure sur la chose cassée devrait tomber sur « breaks ». Déplacez l’image, pas l’audio, pour les aligner.
4. Laissez un silence à chaque changement de scène. Un quart de seconde d’intervalle avant qu’une nouvelle section ne soit perçue comme une rupture de paragraphe à l’oreille.
5. Regardez-le une fois à pleine vitesse les yeux fermés, puis une fois en sourdine. Si ça fonctionne dans les deux sens — audio seulement et visuel uniquement — votre synchronisation est solide.

Pour les formats courts en particulier, la synchronisation serrée est non négociable — il n’y a pas de place pour s’évader. Si vous recadrez des séquences horizontales pour un flux vertical en même temps, faites le [redimensionnement vertical] ](/fr/blog/how-to-make-a-video-vertical/) après synchronisation pour éviter que le timing de votre narration ne se déplace pas.

Esquiver la musique et mixer les niveaux pour que chaque mot soit clair

Une voix off en concurrence avec la musique à volume plein est la raison la plus courante pour laquelle la narration devient brouillée. « Baisser » signifie baisser automatiquement la musique chaque fois que la voix parle, puis la remonter dans les intervalles.

Niveaux cibles à viser :

1. La voix est l’élément le plus fort — considérez-la comme votre référence.
2. Musique de fond : baissez-la d’environ 15 à 20 dB sous la voix pendant que la narration joue. Il faut le ressentir, pas l’entendre.
3. Dans les silences entre les lignes, laissez la musique remonter pour ne pas avoir l’impression qu’elle s’est éteinte.
4. Effets sonores : brefs et percutants, jamais soutenus sous la parole.

Un ordre de mixage simple :

1. Commence par trouver le bon niveau de voix, tout seul.
2. Ajoutez de la musique et baissez-la jusqu’à pouvoir entendre chaque consonne de la narration.
3. Faites une dernière écoute sur des haut-parleurs de téléphone, pas par des écouteurs — la plupart de votre public est sur un téléphone, où un milieu boueux ressort le plus fort.

Si la musique que vous avez choisie contient des voix ou une section qui lutte sans cesse contre votre narration, il est souvent plus facile de la retirer — voyez comment retirer la musique de la vidéo et reconstruire avec un fond instrumental plus propre].

Voix off par cas d’usage

Les mêmes outils servent des formats très différents. Voici comment aborder les trois plus courants.

1. Vidéos explicatives et récapitulatives. D’abord le script. Écris toute la narration, génère une voix IA, puis coupe les visuels pour qu’ils correspondent — tu modifies l’image en voix, pas l’inverse. Un résumé ou un scénario rédigé à partir d’une vidéo source vous donne un brouillon à couper au lieu d’une page blanche.
2. Voix off de la tête parlante et personnelle. Enregistrez en direct pour que votre personnalité se transmette, puis reprenez l’audio et ajoutez des sous-titres. Ne sur-traite pas la voix pour la rendre artificielle.
3. Tutoriels et tutoriels. Le rythme est tout — les spectateurs mettent en pause et rembobinent, donc une voix IA un peu plus lente avec des pauses claires l’emporte sur une lecture rapide et énergique. Synchronisez la narration de chaque étape avec l’action exacte à l’écran.

Quel que soit le format dans lequel vous êtes, construisez la voix off, les sous-titres et le recadrage en un seul passage pour que le timing s’imboîte avant d’exporter.

FAQ

Comment ajouter une voix off à une vidéo gratuitement en ligne ? Utilise un éditeur basé sur navigateur pour qu’il n’y ait rien à installer. Téléchargez votre vidéo, puis enregistrez la narration sur le moment, insérez un fichier préenregistré, ou générez une voix IA à partir d’un script — tout cela dans le même projet. Les détails tarifaires pour Recapo sont disponibles sur la page des prix ; Le flux de travail lui-même s’exécute entièrement dans votre navigateur.

Puis-je enregistrer une voix off directement sur ma vidéo ? Oui. Frottez jusqu’à votre point de départ, réglez le niveau de votre micro, écoutez les images et dites vos répliques au fur et à mesure. Regarder le film pendant que vous parlez permet de suivre votre rythme avec les coupures. Coupez ensuite la tête et la queue pour que le premier mot tombe sur la bonne photo.

Pourquoi ma voix off IA sonne-t-elle robotique ? Presque toujours trois choses : il lit trop vite, il ignore les pauses dont vous avez besoin, ou il prononce mal un mot ambigu. Ralentissez un peu le rythme, utilisez des points au lieu des virgules là où vous voulez un vrai temps, et corrigez les homographes, acronymes et chiffres au niveau du script, puis régénérez juste cette ligne.

Comment faire pour que la musique ne couvre pas la narration ? Baissez la musique — baissez-la d’environ 15 à 20 dB sous la voix chaque fois que la narration joue, et laissez-la remonter dans les trous. Réglez d’abord le niveau de la voix, puis montez la musique uniquement jusqu’à ce que vous puissiez encore entendre toutes les consonnes. Les morceaux instrumentaux se baissent beaucoup plus nettement que ceux avec des voix.

Dois-je ajouter des légendes si j’ai déjà une voix off ? Oui. Une grande partie des vues du fil se fait en coup, donc les légendes gardent votre message intact pour les spectateurs silencieux et le renforcent pour tous les autres. Générez-les à partir du même script ou piste vocale pour que le texte et l’audio restent parfaitement synchronisés.

Commence à ajouter ta voix off

Que vous enregistriez en direct, téléchargez une prise finale ou génériez une voix IA à partir d’un script, tout le processus s’exécute dans votre navigateur — narration, sous-titres, synchronisation et exportation en un seul endroit, sur des fichiers allant jusqu’à 6 Go. Choisissez la méthode qui convient à votre vidéo, ajustez le rythme, les pauses et la prononciation, évitez la musique et lancez-la. Créez votre compte Recapo gratuit et ajoutez une voix off à votre prochaine vidéo dès aujourd’hui.

Références et sources officielles

1. FFmpeg documentation
2. Aide YouTube : Copyright sur YouTube
3. Paramètres d’encodage de téléversement recommandés par YouTube