Importez un clip et la voix voulue. La synchronisation labiale IA redessine la bouche pour que chaque mot tombe juste.
Vous obtenez un MP4 avec la nouvelle voix et des lèvres synchronisées. La plupart des clips courts prennent 2–3 minutes.
Un de nos propres tests, du début à la fin. Passez du clip muet au résultat synchronisé, avec le son activé.
La phrase qu'il prononce, en anglais : « Hi there. A minute ago this clip was silent. Now every word I say matches my lips. »

La photo d'une personne qui n'existe pas : visage face caméra, bouche fermée, lumière uniforme.

Huit secondes de clignements d'yeux et de légers mouvements de tête, générées à partir de la photo avec Veo 3.1 Lite.

La synchronisation labiale IA a redessiné sa bouche pour chaque mot. Le reste de l'image est resté tel quel.
La synchronisation labiale IA est un outil qui modifie les mouvements de la bouche dans une vidéo pour qu'ils correspondent à une nouvelle piste audio. Vous lui donnez une vidéo d'une personne et la voix voulue, et il redessine les lèvres, la mâchoire et les dents image par image jusqu'à ce que les mots et la bouche coïncident.
Elle vous évite un nouveau tournage. Une pub doublée, un nom de produit corrigé ou un personnage IA qui a besoin d'une voix, cela voulait dire tourner à nouveau ou animer à la main. La synchronisation labiale IA le fait à partir du clip que vous avez déjà.
Le modèle écoute l'audio et le découpe en phonèmes, les sons de la parole. Chaque son correspond à une forme de bouche, appelée visème : lèvres fermées pour le M, grandes ouvertes pour le A, arrondies pour le O. Le modèle repeint ensuite le bas du visage à chaque image pour former ces positions au bon moment, en les fondant dans la peau et la lumière autour.
Le cadrage, l'arrière-plan, l'éclairage, les mouvements de tête et le reste du visage restent tels quels. Seule la zone de la bouche est redessinée.
Les lèvres, les dents et la mâchoire suivent la nouvelle voix, et le nouvel audio remplace le son d'origine du clip.
Toute la synchronisation labiale IA se fait dans votre navigateur. Sans logiciel de montage ni plugin.
Déposez un MP4 ou un MOV de 2 à 60 secondes. Une personne face caméra, bouche visible, donne le meilleur résultat.
Importez un audio MP3, WAV, M4A ou AAC jusqu'à 10 MB. Enregistrez-le avec votre téléphone, exportez-le depuis un outil vocal ou utilisez un doublage.
Cochez la case de consentement et cliquez sur Synchroniser. La plupart des clips courts sont prêts en deux à trois minutes, au format MP4.
La synchronisation labiale IA ne peut redessiner qu'une bouche qu'elle trouve. Ces cinq points décident si elle la trouve.
De face ou légèrement tourné, c'est l'idéal. Un profil complet cache la moitié des lèvres.
Le modèle a besoin des deux coins de la bouche pour placer chaque forme.
Utilisez au moins du 720p pour les gros plans. Les visages très petits ou flous donnent des lèvres molles et brouillées.
Plus de pixels autour de la bouche, c'est plus de détails à redessiner.
Gardez un seul visage net dans le plan. Avec un groupe, la synchronisation peut tomber sur la mauvaise personne.
L'outil anime un seul visage par clip.
Les mains, les micros, les masques et les barbes épaisses sur les lèvres gênent.
Tout ce qui couvre la bouche est mal redessiné, ou pas du tout.
Les mouvements de tête rapides et une lumière qui scintille rendent la bouche difficile à suivre d'une image à l'autre.
Le flou de mouvement masque la forme que le modèle essaie de modifier.
Le résultat garde la durée de votre vidéo, et vous payez les secondes de la vidéo. Voici ce qui se passe quand les deux fichiers ne correspondent pas.
| Vos fichiers | Ce que vous obtenez | Conseil |
|---|---|---|
| Audio aussi long que la vidéo | Les lèvres bougent pendant tout le clip | Le cas idéal pour un doublage |
| Audio plus court que la vidéo | La personne arrête de parler quand l'audio se termine | Coupez d'abord la vidéo à la durée de l'audio et payez moins de secondes |
| Audio plus long que la vidéo | L'audio est coupé là où la vidéo se termine | Accélérez la phrase ou utilisez un clip plus long |
L'outil affiche les deux durées avant la synchronisation, donc un écart n'est jamais une surprise.
Il y a trois façons d'obtenir une vidéo de quelqu'un qui dit vos mots. La bonne dépend de ce que vous avez au départ.
Prix sur Imgveo
40 crédits pour un clip de 5 s
Prix sur Imgveo
À partir de 30 crédits pour un clip de 8 s avec son
Les prix viennent de notre grille tarifaire en vigueur. La ligne photo parlante correspond exactement au parcours utilisé pour l'exemple ci-dessus.
La synchronisation labiale IA est la dernière étape d'un doublage. La même vidéo peut parler espagnol, japonais ou allemand sans nouveau tournage.
Traduisez la phrase et lisez-la à voix haute. Gardez une durée proche de l'original.
Enregistrez un locuteur natif ou exportez la phrase depuis un outil vocal en MP3 ou WAV.
Coupez les silences au début et à la fin pour que la voix remplisse le clip.
Importez la vidéo d'origine avec le nouvel audio. Recommencez pour chaque langue.
Certaines langues demandent plus de syllabes pour la même idée. Si une phrase en allemand est trop longue, raccourcissez le texte plutôt que d'accélérer la voix, qui paraîtrait précipitée. La synchronisation labiale IA suit le rythme de l'audio, quel qu'il soit.
Partout où un visage à l'écran doit dire quelque chose qu'il n'a pas dit le jour du tournage.
Changez un prix, un nom de produit ou un appel à l'action sans faire revenir le présentateur.
Gardez une prise propre du présentateur qui regarde l'objectif pour les futures retouches.
Publiez une vidéo en plusieurs langues avec une bouche qui suit chacune d'elles.
Traitez d'abord le marché le plus important et vérifiez le résultat avant le reste.
Donnez à un personnage généré une voix et une réplique qui colle à votre histoire.
Générez le personnage face caméra, bouche fermée, comme dans notre exemple.
Remplacez un mot erroné dans une conférence, un cours ou un clip pour les réseaux sans tourner à nouveau.
Isolez juste la phrase, synchronisez-la et réinsérez-la dans votre montage.
Nous avons testé les limites sur nos propres clips. Voici à quoi vous attendre.

Si le visage est détourné, minuscule ou flou à cause du mouvement, la synchronisation s'arrête et vos crédits vous sont rendus.
Un seul visage est synchronisé par clip. Pour une conversation, découpez chaque intervenant dans son propre clip.
La synchronisation labiale IA cale la bouche, pas l'interprétation. Un enregistrement plat reste plat.
Ce que la synchronisation labiale IA accepte, ce qu'elle renvoie et ce qu'elle coûte.
Vidéo : MP4 ou MOV, de 2 à 60 secondes, jusqu'à 100 MB, au moins 360p. Audio : MP3, WAV, M4A ou AAC jusqu'à 10 MB.
Un MP4 de la même durée que la vidéo, avec la nouvelle voix comme bande son et la bouche calée dessus.
8 crédits par seconde de vidéo, arrondi à la seconde entière. Forfaits payants uniquement. Les traitements échoués sont remboursés.
| Durée de la vidéo | Crédits |
|---|---|
| 5 s | 40 |
| 10 s | 80 |
| 30 s | 240 |
| 60 s | 480 |
La synchronisation labiale IA peut mettre des mots dans la bouche de quelqu'un, alors nous demandons d'abord l'autorisation. Avant chaque lancement, vous confirmez avoir le droit d'utiliser le visage et la voix.
Pour aller plus loin : nos guides
Ouvrez Imgveo Studio pour utiliser cet outil et tous les autres modèles vidéo et image IA depuis un seul espace de travail, avec un solde de crédits unique.
Créez le clip, puis donnez-lui une voix.
Transformez un portrait en court clip à synchroniser.
Animer une photoPassez votre clip synchronisé en 1080p, 2K ou 4K.
Agrandir une vidéoGénérez de nouvelles scènes avec dialogues et son intégrés.
Essayer Veo 3.1Importez un portrait et une piste vocale : la photo parlante IA fait le reste en quelques minutes.
Animer une photoImportez un clip et la voix voulue : la synchronisation labiale IA fait le reste en quelques minutes.