Décrivez un déclencheur, un couteau tranchant du sable cinétique, un pain de savon qui s'enroule sous la lame, de la cire qui coule le long d'une bougie, et recevez un clip dont le craquement, le clapotis ou le clic sont déjà mixés dans l'audio. Pas d'étagère d'accessoires, pas de perche, pas de studio à réserver.
Un couteau qui glisse dans du sable cinétique coloré, un pain de savon qui s'enroule en rubans, de la cire qui s'accumule sous un filet lent. Rien de tout cela n'exige plus d'étagère d'accessoires ni de perche audio. Les modèles vidéo qui rendent le son dans la même passe que l'image peuvent produire exactement le craquement, le clapotis ou le clic qu'un script demande, dans le format que réclame la plateforme. Cette page couvre ce qui marche vraiment, ce qui réclame encore une seconde prise, et comment transformer un clip chanceux en méthode reproductible.
Les déclencheurs ASMR sont physiques, tactiles, et souvent destructeurs : couper un pain de savon en deux, trancher du sable que personne ne compte réutiliser, faire couler une bougie jusqu'à l'épuiser. Retourner filmer cela à la main suppose d'acheter le matériau, de monter un objectif macro, et de rapprocher le micro assez près pour capter la texture sans bruit de pièce. Un modèle vidéo génératif saute la liste de courses. Vous décrivez le matériau, l'outil et le geste, et le rendu inclut le son, car plusieurs modèles récents génèrent audio et image ensemble au lieu de vous laisser ajouter le bruitage dans une autre application ensuite.
Cela compte plus pour l'ASMR que pour presque tout autre genre de vidéo, parce que le son est le contenu lui-même, pas un accompagnement. Picasso IA propose une catégorie texte vers vidéo conçue exactement pour cela dans le catalogue complet, dont bytedance/seedance-2.5 et kwaivgi/kling-v2.6, deux modèles capables de rendre un audio synchronisé dans la même génération que le visuel. Les nouveaux comptes démarrent avec des crédits gratuits, suffisants pour tester si une idée de déclencheur sonne vraiment juste avant d'y engager toute une série. Le Toolkit est l'endroit où la génération se fait, une simple zone de prompt, sans montage à gérer.
Le mot du déclencheur travaille plus dans un prompt ASMR que dans presque tout autre genre, parce qu'il doit décrire un son que le modèle n'a jamais entendu, seulement déduit du texte et de la vidéo d'entraînement. Nommez le matériau, l'outil qui le touche et le son en mots simples, puis laissez la direction de caméra faire le reste : gros plan macro, faible profondeur de champ, plan fixe et stable. Un prompt vague produit un son vague ; un prompt précis produit un craquement précis.
| Déclencheur | Mots de prompt qui le pilotent | Un modèle taillé pour ça |
|---|---|---|
| Découpe de sable cinétique | bloc de sable cinétique brillant, coupe nette au couteau, effritement doux | bytedance/seedance-2.5 |
| Sculpture de savon | pain de savon sec, lame de sculpture, fins copeaux qui tombent | kwaivgi/kling-v2.6 |
| Tapotements sur verre | fine surface de verre, tapotements du bout du doigt, écho léger | google/veo-3.1 |
| Cire de bougie qui coule | cire fondue qui s'accumule, filet lent, lueur chaude | bytedance/seedance-2.5 |
| Découpe de bloc de mousse | mousse d'emballage dense, ciseaux crantés, craquement doux | kwaivgi/kling-v2.6 |
Passez le même prompt dans deux modèles avant de vous arrêter sur l'un d'eux ; la qualité du rendu sonore varie encore plus d'un modèle à l'autre que la qualité de l'image, et la page des effets rassemble des styles prédéfinis qui valent le coup d'œil quand c'est le style visuel, pas seulement le déclencheur, qui a besoin d'un point de départ.
Voici la méthode qui transforme une idée de déclencheur en clip publiable, plutôt qu'en dossier de presque-réussites. Elle ne suppose rien de plus qu'une idée et le Toolkit ouvert dans un onglet.
Une grande part de la valeur ASMR tient dans une poignée de fréquences que presque aucune vidéo n'est censée reproduire proprement : un craquement sec, un clapotis humide, un tapotement résonant. Les modèles qui génèrent audio et image en une seule passe lisent le prompt à la recherche d'indices sonores comme ils cherchent des indices visuels, donc nommer le son directement, craquement doux, clapotis léger, un tapotement résonant fin, oriente le rendu plus que la seule description du geste. Laisser l'audio activé et le prompt libre de toute instruction de musique ou de voix off garde le rendu concentré sur le seul son qui compte.
Gardez le mot du son et le geste visuel dans la même phrase, pas dans deux phrases séparées. Un prompt qui décrit la coupe puis, à part, réclame un craquement tend à rendre les deux légèrement désynchronisés ; une phrase qui les relie les rend comme un seul événement.
Le silence de fond compte autant que le son du déclencheur lui-même. Un prompt qui ne mentionne jamais l'ambiance retombe sur ce que le modèle suppose adapté à la scène, ce qui est parfois plus silencieux qu'un public ASMR ne l'attend. Nommer la pièce, studio silencieux, sans bourdonnement de fond, comble cet écart plus sûrement qu'espérer que le modèle le devine.
Un seul clip satisfaisant rapporte une vue. Un décor reconnaissable, le même éclairage, les mêmes mains, le même bord de table dans le cadre, rapporte un abonné, parce que le public reconnaît une chaîne, pas seulement un déclencheur. Les images de référence sont le mécanisme : seedance-2.5 en accepte jusqu'à 30 par génération, assez pour fixer une main, une texture de surface et une source de lumière sur toute une semaine de publications. La technique est la même que pour les personnages IA cohérents, appliquée à un décor plutôt qu'à un visage.
Le rythme entre épisodes compte autant que le décor visuel. Un spectateur qui zappe quand le craquement n'arrive pas assez vite est le même que tout monteur de b-roll anticipe déjà, et la même astuce de clip de référence de la méthode ci-dessus s'applique ici : réinjectez le meilleur clip de la semaine précédente comme vidéo de référence et demandez un nouveau matériau au même rythme. Pour une nappe de son d'ambiance sous plusieurs clips, musique de fond pour vidéos couvre cette partie, et ceux qui republient sur des plateformes exigeant du texte incrusté peuvent associer un clip à des sous-titres automatiques de vidéo.
Une page honnête sur un outil dit où il cesse de fonctionner. Pour l'ASMR généré par IA, cinq points réclament encore une vérification humaine avant toute publication :
Rien de tout cela n'écarte l'outil. Cela indique où une seconde prise, une couche audio manuelle ou un clip plus court est la bonne décision plutôt que de pousser une génération au-delà de ce pour quoi le modèle est conçu.
Picasso IA offre des crédits gratuits aux nouveaux comptes, assez pour tester plusieurs prompts de déclencheurs sur deux ou trois modèles et voir si le son fonctionne vraiment avant d'engager toute une série sur une approche. Passés les crédits gratuits, les forfaits payants et leurs quotas figurent sur la page des tarifs, et changent assez souvent pour qu'un chiffre écrit ici devienne obsolète en un mois.
Il n'existe pas de réponse unique, d'où l'intérêt de faire tourner le même prompt sur plus d'un modèle. bytedance/seedance-2.5 gère des clips plus longs et jusqu'à 30 images de référence pour garder un décor cohérent sur une série. kwaivgi/kling-v2.6 rend rapidement et accepte un prompt négatif pour écarter les sons indésirables d'un clip court. google/veo-3.1 ajoute le 1080p et l'interpolation d'images quand un clip doit passer visuellement d'une prise exacte à une autre.
Pour les modèles cités sur cette page, oui, ensemble. Seedance 2.5, Kling v2.6 et Veo 3.1 génèrent chacun une bande sonore synchronisée dans le même rendu que celui qui produit l'image, plutôt que de renvoyer un clip muet pour une passe audio séparée. Cela fait une différence réelle pour l'ASMR précisément, puisque le son est le contenu et qu'un doublage mal calé gâcherait tout le clip.
Cela dépend du modèle. Seedance 2.5 peut rendre jusqu'à 30 secondes en une seule génération, et Kling v2.6 propose des clips de 5 ou 10 secondes. Pour une vidéo de compilation plus longue, l'approche pratique consiste à générer plusieurs clips plus courts autour de déclencheurs différents et à les monter ensemble, plutôt que d'attendre un rendu continu de plusieurs minutes.
Les images de référence sont l'outil pour cela. Générez ou photographiez le décor une fois, puis réinjectez cette image en référence à chaque génération suivante ; Seedance 2.5 accepte jusqu'à 30 images de référence par exécution, largement de quoi fixer une main, une surface et une source de lumière sur toute une semaine de publications. La méthode des personnages IA cohérents explique le même mécanisme appliqué à un visage plutôt qu'à un décor.
De près, assez pour passer au haut-parleur d'un téléphone, mais pas de façon identique à un enregistrement studio au micro de contact du matériau réel. Les modèles rendent une version statistiquement plausible du son décrit dans le prompt, convaincante pour un visionnage occasionnel et les réseaux sociaux, mais une chaîne ASMR professionnelle équipée en binaural entendra encore la différence à l'écoute rapprochée au casque.
Oui. Kling v2.6 sort directement en 16:9, 9:16 ou 1:1, et Veo 3.1 accepte le 16:9 et le 9:16. Générer d'emblée au format vertical rend mieux que recadrer ensuite un clip horizontal, car le recadrage peut couper précisément le cadrage en gros plan dont dépend le déclencheur ASMR.
Raisonnablement bien quand le prompt nomme le matériau explicitement et décrit son apparence et son son, car ce sont des sujets assez courants dans la vidéo qui a servi à entraîner les modèles. Les matériaux moins courants ou inventés se rendent de façon moins prévisible, donc tester un déclencheur inhabituel avec une génération courte et peu coûteuse avant de s'engager sur une série complète épargne crédits et déception.
Oui. Seedance 2.5 et Kling v2.6 acceptent tous deux une image téléversée comme premier plan ou image de départ, et Veo 3.1 accepte une image d'entrée plus jusqu'à trois images de référence. Photographier votre table, vos mains ou vos accessoires réels une fois et les réutiliser garde les clips générés ancrés visuellement à un décor réel et reconnaissable, plutôt que de repartir d'un prompt vierge à chaque fois.
Les générations se paient en crédits, et le coût dépend du modèle, de la durée et de la résolution choisis, donc un chiffre précis ici serait faux en quelques semaines. Les clips de test plus courts et de résolution plus basse coûtent moins qu'un rendu complet en 1080p, ce qui rend l'essai d'un déclencheur bon marché avant de s'engager sur la version finale. Les nouveaux comptes démarrent avec des crédits gratuits, et le tarif actuel des forfaits vit sur la page des tarifs, le seul endroit fiable pour les chiffres.
La prochaine idée de déclencheur n'est qu'à un prompt d'un vrai clip avec le son déjà à l'intérieur. Ouvrez le Toolkit et générez le premier dans les prochaines minutes.
