Écrivez une histoire d'épouvante fictive, faites-la lire par une voix grave et lente, puis générez les plans et la couche sonore qui en font une vraie production. Picasso IA réunit les modèles de voix, de vidéo et de design sonore dans un seul toolkit, si bien que tout se passe au même endroit.
Une histoire d'horreur agit sur l'oreille avant d'agir sur l'œil. Une voix grave, un silence qui dure une seconde de trop, un plancher qui craque quelque part dans la maison : c'est presque toute la peur, et rien de tout cela ne demande une équipe de tournage. Avec l'IA, vous pouvez écrire un récit fictif, le narrer d'une voix lente et chuchotée, générer des plans qui suivent chaque temps fort et poser une couche sonore dessous, le tout depuis un seul espace de travail.
Les chaînes d'histoires qui font peur ont toujours été un problème de production déguisé en problème d'écriture. L'histoire, c'est la partie facile. Le plus dur, c'est de trouver un narrateur qui sonne inquiétant à trois heures du matin, de dénicher des images qui collent à un couloir hanté que vous avez inventé et de construire un paysage sonore qui ne ressemble pas à une banque de sons de 2009.
Picasso IA fait tourner 502 modèles derrière une seule interface, dont 24 modèles de synthèse vocale et 121 de texte vers vidéo, si bien que la voix, l'image et le son peuvent venir du même endroit ; le catalogue complet les liste tous. Les nouveaux comptes reçoivent des crédits gratuits, de quoi vérifier si une histoire tient à l'écran avant de dépenser quoi que ce soit. L'horreur pardonne aussi les faiblesses de la vidéo par IA mieux que la plupart des genres. La lumière basse, le mouvement lent, les ombres et la brume cachent les petits défauts qui ruineraient une pub joyeuse pour un produit, et une histoire racontée surtout par la voix demande seulement à l'image de suggérer, jamais de tout montrer.
Une règle structure tout ce qui suit sur cette page : restez dans la fiction et restez dans l'ambiance. La peur vient de ce que l'auditeur imagine, pas d'un contenu explicite.
Commencez par la narration, pas par les images. Dans une vidéo d'horreur, la voix porte le rythme, et chaque plan que vous générerez ensuite existe pour servir une phrase déjà écrite. Les phrases courtes marchent le mieux. Une ligne qui finit sur une pause offre un point de coupe naturel, et la pause est l'endroit où habite la peur.
Pour la voix, deux modèles du catalogue conviennent à ce travail de façons différentes. elevenlabs/v3 prend votre texte et propose des réglages de vitesse, d'exagération du style et de stabilité, de sorte que vous pouvez ralentir l'interprétation jusqu'à une lecture lente et maîtrisée, puis monter ou baisser le théâtral. inworld/tts-1.5-max lit des balises d'émotion et de pause écrites directement dans le script, ce qui permet de marquer un soupir, une réplique chuchotée ou une seconde entière de silence exactement où vous le voulez.
Écrivez pour l'oreille, puis ralentissez : réglez la vitesse un cran sous la normale, ajoutez une pause avant chaque révélation et supprimez les adjectifs. Une voix calme qui décrit quelque chose d'anormal avec une phrase simple fait plus peur qu'une voix qui joue la peur.
Limitez chaque génération à une scène ou à un paragraphe plutôt qu'à l'histoire entière. Les longs scripts perdent le ton, et couper aux changements de scène donne des endroits propres pour changer de plan, de pièce ou de son. Choisissez une voix prédéfinie ou un enregistrement fait par vous. N'imitez jamais la voix d'une personne réelle, et gardez le narrateur, comme l'histoire, fictif.
Il y a plus d'une façon de monter une vidéo d'horreur, et la bonne dépend de la longueur de l'histoire et du contrôle que vous voulez sur le son. Ce tableau compare les cinq qui fonctionnent en pratique.
| Approche | Idéale pour | Modèles pour commencer | À surveiller |
|---|---|---|---|
| Vidéo avec son généré dans le même rendu | Frayeurs courtes et ouvertures, de quelques secondes à une demi-minute | google/veo-3.1, bytedance/seedance-2.5 | Le son est le choix du modèle, donc un chuchotement précis est difficile à diriger |
| Narration séparée sur des images muettes | Histoires parlées complètes de plusieurs minutes | elevenlabs/v3 ou inworld/tts-1.5-max plus un modèle de texte vers vidéo | Vous assemblez et synchronisez les éléments vous-même dans un éditeur |
| Couche sonore ajoutée après le clip | Sauver un clip muet qui est réussi | mirelo/video-to-sfx-v1.5, zsxkib/mmaudio | Le modèle d'effets coupe l'entrée à dix secondes, on travaille donc clip par clip |
| Images fixes avec lents mouvements d'approche | Narration façon creepypasta où la voix est la vedette | Un modèle de texte vers image, puis un modèle vidéo pour un mouvement doux | Moins de mouvement, donc le rythme doit venir du script |
| Personnage verrouillé par des références | Une silhouette qui revient d'une scène à l'autre | bytedance/seedance-2.5 ou google/veo-3.1 avec images de référence | Personnages fictifs uniquement, jamais les traits d'une personne réelle |
La plupart des vidéos d'horreur abouties en mélangent deux : une histoire narrée avec voix et image séparées, plus quelques clips à son natif pour les moments où un bruit doit tomber avec l'image, comme une porte qui s'ouvre.
Voici le parcours de la page blanche à une vidéo avec voix, plans et couche sonore.
Si vous voulez la couche voix expliquée à part, la voix off par IA pour les vidéos la couvre plus en détail, et ajouter des effets sonores à des vidéos IA muettes fait de même pour la couche sonore.
La différence entre une vidéo inquiétante et une vidéo bon marché tient surtout à la retenue. Ces habitudes reviennent chaque fois que le résultat fonctionne.
Le point faible, c'est la continuité. Une maison que vous décrivez dans la scène un sera différente dans la scène trois, sauf si vous l'ancrez avec des images de référence, et même ainsi un couloir peut changer de longueur d'un plan à l'autre. Concevez l'histoire pour que le public voie des fragments, une main sur une poignée, une fenêtre, un coin de pièce, plutôt qu'un plan de la maison qu'il pourrait comparer d'un plan à l'autre.
Les visages et les mains restent l'autre faiblesse. Les gros plans d'un visage humain en mouvement sont l'endroit où la vidéo générée paraît le plus artificielle, et c'est un problème dans un genre qui compte sur le réalisme pour son effet. Gardez les personnes petites dans le cadre, en silhouette ou de dos, ce qui est aussi la façon classique de faire peur.
Le son est la troisième limite. L'audio natif d'un modèle vidéo est choisi pour la scène, pas pour votre histoire, et un prompt textuel ne l'oriente que vaguement. Pour un chuchotement qui doit tomber sur un mot précis, générez la voix à part et synchronisez-la vous-même.
Enfin, un modèle vidéo ne sait pas ce qu'une plateforme acceptera. Les règles sur les contenus effrayants ou explicites et sur l'étiquetage des médias générés par IA diffèrent selon les services et évoluent avec le temps : vérifiez donc les exigences actuelles de chaque plateforme avant de publier, et gardez un contenu fictif et sans violence explicite.
Les nouveaux comptes Picasso IA reçoivent des crédits gratuits, de quoi tester une narration et quelques clips courts et voir si votre histoire fonctionne à l'écran. La génération coûte des crédits, et le montant dépend du modèle et des réglages choisis : consultez la page des tarifs pour les formules actuelles plutôt que de vous fier à un chiffre écrit ici. Commencez par une scène avant de vous engager sur l'histoire entière.
Il n'y a pas de réponse unique, et c'est pourquoi en essayer deux aide. elevenlabs/v3 propose des réglages de vitesse, de style et de stabilité, donc il convient à une lecture lente et maîtrisée, tandis qu'inworld/tts-1.5-max accepte des balises d'émotion et de pause dans le texte, donc il convient aux scripts où vous marquez chaque pause à la main. Passez le même paragraphe dans les deux, ralentissez un peu la vitesse et gardez la voix qui sonne calme plutôt que dramatique.
Baissez le réglage de vitesse un peu sous la normale, écrivez des phrases courtes et placez une pause avant chaque révélation. Avec elevenlabs/v3, vous pouvez aussi réduire l'exagération du style pour que la voix paraisse posée plutôt que théâtrale, et avec inworld/tts-1.5-max vous pouvez ajouter un soupir ou une balise de pause à l'endroit où vous voulez du silence.
Certains le peuvent. google/veo-3.1 et bytedance/seedance-2.5 peuvent générer de l'audio dans le même rendu, de sorte que le clip arrive avec une ambiance sonore déjà intégrée. Le son reste toutefois l'interprétation que le modèle fait de la scène : pour une histoire narrée, la plupart des gens génèrent la voix à part et n'utilisent l'audio intégré que pour de brefs moments. Pour un clip revenu muet, un modèle de son peut ajouter ensuite une piste assortie.
Envoyez le clip muet à mirelo/video-to-sfx-v1.5 ou à zsxkib/mmaudio et décrivez en quelques mots ce que vous voulez entendre. Le modèle de Mirelo renvoie plusieurs variantes parmi lesquelles choisir, et MMAudio accepte un prompt négatif pour écarter la musique. Le modèle de Mirelo coupe la vidéo à dix secondes, donc une longue vidéo se traite clip par clip, et vous pouvez mixer les résultats dans votre éditeur.
Oui, avec des images de référence. Seedance 2.5 accepte de nombreuses images de référence et Veo 3.1 en accepte jusqu'à trois, ce qui aide un personnage ou une pièce à rester reconnaissables d'un clip au suivant. Ce ne sera pas parfait : privilégiez les plans qui montrent une silhouette, une main ou une nuque. N'utilisez que des personnages fictifs, jamais le visage d'une personne réelle qui ne vous a pas autorisé à la représenter.
Chaque génération est courte. Les clips de Veo 3.1 durent de quatre à huit secondes, et Seedance 2.5 peut produire des clips allant jusqu'à trente secondes en un seul rendu. Une histoire complète se construit en générant des clips scène par scène et en posant une piste de narration par-dessus dans un éditeur.
L'horreur fictive et sans violence explicite est courante sur les deux, mais chaque plateforme a ses propres règles sur les contenus effrayants, les contenus explicites et la façon dont un média généré par IA doit être signalé, et ces règles évoluent. Lisez les exigences actuelles de la plateforme où vous publiez avant d'envoyer. Garder l'histoire dans l'ambiance et dans le suggéré plutôt que dans le sanglant est le choix le plus sûr, et cela améliore généralement la vidéo.
Mieux vaut ne pas le faire. Les visages, les voix et les noms de personnes réelles ne doivent pas être générés sans leur accord, et transformer une tragédie réelle en divertissement peut blesser les personnes concernées. Tenez-vous-en à des personnages inventés, des lieux inventés et des intrigues originales. Le folklore qui n'appartient à personne est une bonne source si vous le racontez avec vos propres mots.
Régénérez-le avec un prompt plus doux. Décrivez le décor et l'ambiance plutôt que la menace, ajoutez des mots comme lent, tamisé et vide, et utilisez un prompt négatif quand le modèle le permet. Si un visage ou une main paraît encore étrange, passez à une silhouette ou à un plan large. Si vous avez un doute sur le fonctionnement d'un point du produit, la page d'assistance peut vous répondre.
Votre histoire est déjà à moitié une vidéo dès que la voix est assez lente. Ouvrez le toolkit de Picasso IA, narrez la première scène et voyez à quoi ressemble ce couloir.
Choisissez votre langue
