Réaliser une vidéo à partir d'un script, étape par étape

Ce qui ne va pas

Avant de commencer

• Un script de 60 à 90 mots. Lu à un rythme calme, cela fait 25 à 35 secondes, soit quatre à six plans.
• Une ligne par plan indiquant le lieu, les personnages, une action et la taille du cadre (large, moyen, serré).
• Un compte NOLGIA. Les nouveaux comptes commencent avec 350 crédits gratuits, et le prix de chaque plan s'affiche sur le bouton Générer avant que vous appuyiez dessus.
• Rien à importer. Chaque plan ici est en mode Texte vers vidéo.

At two in the morning the city belongs to the ones who are still awake. The dancer in the empty car park, rehearsing for nobody. The chef closing up, lit by the last blue flame. The two friends on a rooftop who missed the last train and did not mind. The taxi driver singing to an empty back seat. Nobody is watching. That is the point.

Transformer le script en liste de plans

Lisez le script à voix haute et marquez les changements d'image. Dans le nôtre, il y a quatre changements, un par phrase concernant une personne, donc la liste des plans contient quatre lignes. La phrase d'ouverture et les deux dernières phrases sont des narrations sur le premier et le dernier plan, et non des plans à part entière.

Générer chaque plan dans le compositeur vidéo

Ouvrez le compositeur vidéo. Sous Partir de, conservez Texte vers vidéo. Choisissez le modèle avec la puce au-dessus du prompt : nous avons utilisé Kling v3 (Kling 3.0 dans le menu) pour le danseur, le chef et le taxi, car il rend le mouvement du corps crédible, et Seedance 2.5 pour le toit. Tapez le prompt du plan, puis appuyez sur une puce dans la ligne Mouvement de caméra et choisissez une intensité. Le compositeur affiche la phrase exacte qu'il ajoutera à votre prompt sous les puces, et ne réécrit jamais ce que vous avez tapé.

• Réglez Durée sur 6 s et le format sur 16:9. Kling v3 génère de 3 à 15 secondes et Seedance 2.5 de 4 à 30 ; le compositeur ne propose que les durées que le modèle peut produire.
• Le prix est indiqué sur le bouton Générer une vidéo. C'est le tarif en temps réel pour ce modèle, cette durée et cette qualité, et c'est le montant qui vous sera débité.
• Appuyez une fois sur Générer par plan. Chaque clip arrive dans votre Bibliothèque et dans la ligne des générations récentes sous le formulaire.

A multi-storey car park at night, empty, wet concrete floor reflecting a row of amber sodium lamps, thin haze. A young woman with cropped bleached hair wearing a black hooded tracksuit with a thin white stripe, the jacket zipped up to the chin, black cargo trousers and white trainers, dances alone in the center of the frame, a slow controlled groove, arms cutting through the haze. Wide shot. Cinematic, anamorphic flare on the lamps, fine film grain. No text, no logos.

SHOT 2 (Truck left, subtle): A small late-night restaurant kitchen, stainless steel, most lights off, one gas burner still lit with a blue flame. A young chef in his twenties with dark messy curls and a small gold hoop earring, a black apron over a white tee, wipes down the steel pass, then reaches over and turns the burner off; the blue flame throws cool light on his face against warm amber pendant lights behind him. Medium shot, shallow depth of field, thin haze, cinematic. No text, no logos.

SHOT 3 (Crane up, medium, on Seedance 2.5): A city rooftop at night, two friends in their twenties sit side by side on a low ledge with their backs to the camera, a man in a red puffer jacket and a woman in a long camel coat; beyond them an anonymous city of dark rooftops and plain distant towers with small warm window lights, no famous landmarks, a hazy sodium glow in the sky, wind in their hair; one laughs and leans against the other. Wide shot from behind, haze, cinematic. No signs, lettering or logos anywhere.

SHOT 4 (Handheld, subtle): Inside a taxi at night, seen from the empty back seat: the driver, a young man in his twenties with a buzz cut, a thin gold chain and a vintage navy track jacket, sings along to the radio and taps the wheel, rain on the windscreen, streaks of amber streetlights and red traffic lights sliding across the glass and his face. Shallow depth of field, cinematic, film grain. No text, no logos.

Enregistrer la narration dans le compositeur audio

Ouvrez le compositeur audio, choisissez Voix off, collez l'intégralité du script comme prompt et sélectionnez une voix. Nous avons utilisé ElevenLabs v3 avec la voix Rachel à une vitesse de 0,95. La synthèse vocale est facturée en fonction de la longueur du script, donc le prix affiché sur le bouton change à mesure que vous tapez. Nos 66 mots ont donné 25,2 secondes d'audio.

Pour la musique, le même compositeur crée une partition à partir d'une description. Nous avons demandé à Lyria 3.5 une pulsation synthétique lente pour un film nocturne en ville et avons utilisé les 30 premières secondes sous le montage. Gardez la description centrée sur l'ambiance et le tempo, pas sur les images.

A slow, moody synthwave pulse at 84 bpm for a night-time city film: warm analogue pads, a soft side-chained bass, distant reverb, no drums until the second half, no vocals, cinematic and intimate

Montez le tout dans Studio

Ouvrez Timeline et appuyez sur Nouvelle timeline ; un projet est d'abord demandé, nommez-en un nouveau. Dans la colonne Média à gauche, ouvrez Bibliothèque, trouvez chaque plan et appuyez sur son + : le clip se place sur la tête de lecture sur une nouvelle piste. Appuyez sur End pour déplacer la tête de lecture à la fin de ce qui est présent avant d'ajouter le suivant, afin que les quatre plans s'enchaînent. Puis appuyez sur Home et ajoutez la narration et la musique de la même manière ; ils se placent sur les pistes audio sous l'image.

• Studio enregistre au fur et à mesure. Il n'y a pas de bouton Enregistrer.
• Une musique de 2 minutes est plus longue que le montage. Placez la tête de lecture à la fin de l'image, appuyez sur C sans rien sélectionner pour couper tous les clips sous elle, cliquez sur la fin de la musique et appuyez sur Supprimer.
• Appuyez sur Exporter la vidéo dans l'en-tête lorsque le montage se joue comme vous le souhaitez. Le fichier MP4 arrive dans votre Bibliothèque, gratuitement.

Le résultat final

Vingt-cinq secondes, quatre interprètes, une voix. Rien ne nécessitait de correspondance faciale d'un plan à l'autre, c'est précisément pourquoi cette approche est la plus rapide.

Quel outil pour quel travail

Où vous régénérez encore

• Texte non demandé. Lors de notre seul test avec Kling v3 sur le toit, une tour dans la skyline portait une enseigne lumineuse. Seedance 2.5 l'a rendu propre une fois la skyline décrite par ce qui s'y trouve : toits sombres et lumières aux fenêtres. Si vous voulez une enseigne dans le plan, précisez exactement ce qu'elle affiche ; si le texte sort brouillé, régénérez ce plan.
• Une sortie de scène à la fin. Les trois prises de danse ont duré environ quatre secondes, puis les danseurs se sont approchés de l'objectif, y compris la prise où l'action est répétée à la fin du prompt. Coupez la prise au début de la marche, ou gardez-la comme fin, comme nous l'avons fait.
• Une action qui manque de temps. Le chef atteint le bouton à la dernière seconde, et la flamme est encore allumée quand la prise se termine. Placez l'action plus tôt dans le prompt, ou donnez 8 secondes à la prise.
• Son. Kling v3 génère son propre son dans le compositeur ; nous avons réalisé ces prises sans lui, donc la narration et la musique constituent toute la bande-son. Si le son d'une prise entre en conflit avec la musique, coupez sa piste dans Studio.
• Durée. Un moment qui nécessite plus d'un mouvement correspond à deux prises, ou à l'option Extend sur le même modèle.

Ce que cela coûte

Chaque prise est facturée selon le modèle, la durée et la qualité, la narration selon le nombre de caractères du script, et la musique par génération. Le montage et l'exportation sont gratuits. Les tarifs en vigueur sont indiqués ci-dessous.

Liste de contrôle

• Script lu à voix haute et chronométré ; une prise par changement d'image.
• Chaque prompt de prise précise le lieu, la lumière, une action, la taille du cadre et les costumes.
• Une puce de mouvement de caméra activée sur chaque prise, avec l'intensité choisie.
• Narration enregistrée séparément, musique décrite par l'ambiance et le tempo.
• Plans coupés dans Studio, voix alignée sur le premier plan, son propre son coupé là où il entre en conflit avec la musique.
• Exporté une fois, regardé une fois de bout en bout avant le partage.

Essayez par vous-même

Les quatre prompts ci-dessus, les options de caméra nommées à côté, Kling v3 à 6 s et 16:9 (Seedance 2.5 pour le toit), et le script collé dans le compositeur audio comme Voiceover sur ElevenLabs v3 reproduisent cette pièce. Le modèle varie à chaque fois ; le lieu et les vêtements sont ce que les mots décrivent.