Générateur IA de texte vers vidéo
Collez un script. Obtenez un MP4 avec visuels, narration et sous-titres, monté au rythme des mots.
Rien de tout cela n’exige une timeline, une bibliothèque ou une étape d’export. Le script est l’entrée et une vidéo finie est la sortie.
Vidéos créées avec ClipPilot
Comment ça marche
- 1
Coller le script
Il devient la narration mot pour mot. Ou donnez une idée d’une ligne et le script sera rédigé pour vous.
- 2
Choisir fixe ou animé
Images fixes pour les scripts portés par la narration, clips vidéo générés quand le visuel est l’essentiel.
- 3
Définir la voix, le style et le format
36 voix, dix styles visuels, style et couleur des sous-titres, format d'image et qualité.
- 4
Rendre et Télécharger
Un MP4 avec sous-titres synchronisés et sans filigrane, modifiable ensuite si une scène a été manquée.
Ce qui se passe après avoir collé le script
Le script est lu une fois et découpé en scènes sur des temps forts naturels, approximativement une scène par phrase ou proposition selon le rythme. Chaque scène reçoit son propre prompt d’image ou de vidéo, rédigé selon le style visuel que vous avez choisi pour que tout appartienne à la même vidéo.
La narration est générée en une seule passe qui fournit le timing de chaque mot. Ce timing devient l’horloge de référence : les surbrillances des sous-titres et les changements de scène en découlent, au lieu d’être estimés à partir du nombre de caractères. C’est pourquoi les coupures tombent sur les limites de phrase et non en retard d’un battement.
Les visuels sont générés par scène, composés avec les réglages de transition et de musique choisis, puis rendus. Comptez deux à cinq minutes pour la plupart des vidéos.
Écrire un script qui se rend bien
Des phrases courtes et déclaratives produisent des limites de scène nettes. Les longues phrases avec plusieurs propositions ont tendance à donner une seule scène qui reste à l’écran pendant qu’on dit beaucoup de choses, ce qui paraît lent.
Les noms concrets donnent quelque chose à montrer pour le générateur d’images. Une phrase sur un objet précis dans un lieu précis se rend bien mieux qu’une affirmation abstraite, car le prompt de la scène a alors quelque chose à décrire.
Évitez les didascalies dans le script. Tout ce que vous écrivez devient narration et sera lu à voix haute, y compris une note personnelle sur l’aspect de la prise de vue.
Images fixes ou clips vidéo générés
La sortie image génère une image fixe par scène et fait lentement bouger la caméra dessus. C’est peu coûteux, environ 100 crédits par minute, et c’est le bon choix par défaut pour les scripts portés par la narration.
La sortie animée génère un véritable clip vidéo par scène, avec mouvement et son natif. C’est 35 crédits par seconde en HD, soit 2 100 crédits la minute, et cela vaut le coup quand le visuel est la raison principale que les gens regardent plutôt que la narration.
Les vidéos animées acceptent un script jusqu’à 1 200 caractères. Les vidéos à images fixes acceptent des scripts nettement plus longs.
Voix et sous-titres
Il y a 36 voix avec préécoute. Celle que vous choisissez est stockée avec la vidéo, donc une recompilation ultérieure sonnera comme l’originale et non comme la voix par défaut actuelle.
Les sous-titres sont synchronisés mot à mot, en deux styles avec choix de couleur de surbrillance. Ils nécessitent une voix off, car il n’y a rien à synchroniser autrement. Vous pouvez aussi générer une vidéo sans narration, auquel cas le timing vient des durées de scène que vous avez définies.
Changer d’avis ensuite
L’éditeur vous permet de réécrire la narration et de recompiler. Quand les mots changent, la voix off et les sous-titres se régénèrent ensemble en une passe alignée et les limites de scène sont remappées sur le nouvel audio, de sorte que rien ne se désynchronise.
Si les mots n’ont pas changé, l’audio et les sous-titres existants sont réutilisés et vous ne payez que le rendu. Régénérer le visuel d’une seule scène fonctionne de la même façon, au coût de cette scène uniquement.
Formats et export
Les vidéos à images fixes se rendent en 9:16, 16:9, 1:1 et 4:5. Les vidéos animées se rendent en 9:16, 16:9 et 1:1, en Standard 480p, HD 720p ou Full HD 1080p.
La sortie est un MP4 ordinaire sans filigrane sur aucun forfait, et vous en détenez tous les droits commerciaux.
Ce que ça coûte
Les forfaits commencent à $19 par mois pour 3 000 crédits. Une vidéo d'images d'une minute coûte environ 100 crédits. La vidéo animée est tarifée à la seconde de vidéo finale, à 35 crédits la seconde en HD.
Aucun filigrane sur tous les forfaits, et vous conservez tous les droits commerciaux sur tout ce que vous générez.
Questions fréquentes
Quelle longueur peut avoir le script ?
Les vidéos animées acceptent jusqu’à 1 200 caractères de narration, soit environ 75 secondes de parole. Les vidéos à images fixes acceptent des scripts plus longs, et leur durée suit la narration. Si vous fournissez une idée au lieu d’un script, ce champ est limité à 500 caractères.
Quelles langues sont prises en charge ?
Le catalogue de voix est en anglais. Les modèles de voix sous-jacents gèrent d’autres langues à des degrés divers, mais nous ne fournissons et ne testons que des voix anglaises, considérez donc les autres langues comme non prises en charge pour le moment.
Puis-je générer une vidéo sans voix off ?
Oui. Les vidéos animées peuvent fonctionner avec l’audio natif des clips sans narration, c’est le fonctionnement des modèles viraux. Les sous-titres sont alors désactivés, car il n’y a pas de parole à synchroniser.
Le fichier de sortie est-il une vidéo classique ?
Oui, un MP4 standard que vous pouvez télécharger et utiliser partout. Aucun filigrane sur aucun forfait, et droits commerciaux complets.
Puis-je choisir le style visuel ?
Oui, parmi dix styles : photo-réaliste, dessin animé, bande dessinée, anime, illustration douce, animation en argile, inquiétant, cyberpunk, vintage et graphismes modernes plats. Le style s'applique à chaque scène et est enregistré avec la vidéo, donc Régénérer une scène plus tard s'accordera avec le reste.
