Voici une chose que presque personne ne vous dit sur la vidéo IA : l'image n'en est que la moitié.
Vous pouvez générer un clip de 8 secondes superbe, parfaitement éclairé et cinématographique — et s'il se lit dans un silence total, il ressemble encore à une démo technique. Le son, c'est ce qui fait croire au cerveau qu'une image en mouvement est réelle. Des pas sur le gravier, l'ambiance d'une pièce, une réplique qui tombe sur la bonne image — voilà la différence entre « un clip IA » et « un plan de film ».
La plupart des générateurs de vidéo IA ignorent cela. Ils vous remettent un MP4 muet et vous laissent chercher une musique libre de droits, ajouter du bruitage et tout synchroniser dans un éditeur. Seedance 2.0 génère l'audio en même temps que la vidéo, en une seule passe, déjà synchronisé sur l'action. Cela change la façon dont vous devez rédiger vos prompts — et c'est l'objet de ce guide.
Pourquoi l'audio natif bat « ajouter la musique en post »
L'ancien workflow, c'était : générer la vidéo → exporter → ouvrir un éditeur → chercher une piste → empiler des effets → tout caler jusqu'à ce que ça colle. Ça marche, mais c'est lent, et la synchro n'est jamais parfaite parce que l'audio n'était pas conscient des images.
La génération native renverse tout. Comme Seedance 2.0 produit le son et l'image depuis le même modèle, au même moment :
- Le bruitage tombe sur la bonne image. Le pas résonne quand le pied touche le sol, pas 4 images trop tard.
- L'ambiance correspond à la scène. Une ruelle pluvieuse sonne mouillée. Une cathédrale a de la réverbération. Vous ne le choisissez pas — le modèle le déduit des images et de votre prompt.
- C'est un seul rendu. Pas d'aller-retour vers l'éditeur pour une première version. Ce qui sort est déjà regardable.
Vous n'êtes plus monteur son. Vous êtes un réalisateur qui donne des indications de son. C'est un travail bien plus court et rapide — si vous savez quoi demander.
Les trois couches du son en vidéo
Toute bonne bande-son — à Hollywood comme dans Seedance — se construit à partir de trois couches. Les nommer est l'astuce la plus utile pour rédiger des prompts audio, car elle vous empêche d'écrire des vaguetés comme « ajoute un son cool ».
| Couche | Ce que c'est | Exemples |
|---|---|---|
| Ambiance | Le lit continu de l'environnement | Ambiance de pièce, vent, ronronnement de la circulation, pluie, océan, forêt |
| Bruitage / Effets | Sons d'événements liés à l'action | Pas, une porte, un verre que l'on pose, un moteur qui démarre, une épée que l'on dégaine |
| Voix / Musique | Audio intentionnel, au premier plan | Une réplique, une clameur de foule, une entrée musicale, un battement de cœur |
Quand vous rédigez un prompt sonore, descendez la liste. L'ambiance d'abord (toujours présente), le bruitage ensuite (lié à ce qui bouge), la musique ou la voix en dernier (seulement si la scène le réclame). Sautez une couche à dessein, pas par inadvertance.
Comment rédiger un prompt audio
Seedance 2.0 lit votre prompt complet — image et audio — comme une seule instruction. Le schéma le plus propre consiste à décrire le plan, puis à terminer par une ligne audio courte et explicite.
Le schéma :
[Votre prompt habituel image + mouvement]. Audio : [ambiance], [bruitage/effets liés à l'action], [musique ou voix s'il y en a].
Exemple :
Une randonneuse solitaire atteint une crête brumeuse à l'aube et contemple la vallée. Lent travelling avant. Audio : vent bas sur la crête, chant d'oiseaux au loin, gravier crissant doucement sous ses bottes lorsqu'elle avance. Pas de musique.
Remarquez ce que fait cette ligne audio : elle pose l'ambiance (vent, oiseaux), le bruitage (gravier sous les pieds, synchronisé sur son pas) et écarte explicitement la musique. Trois décisions, une phrase.
Cinq règles qui font fonctionner les prompts audio
1. Nommez toujours l'ambiance. Même « silence » est un choix — dites « quasi-silence, légère ambiance de pièce » plutôt que de laisser vide. Le vide invite le modèle à deviner, et il devine souvent de la musique.
2. Liez le bruitage à une action visible. « Des pas » est faible. « Des pas sur le pavé mouillé tandis qu'il marche vers la caméra » est fort — le modèle sait alors quel son et quand il survient.
3. Décidez de la musique explicitement — généralement contre. Pour des plans courts et réalistes, « pas de musique » rend presque toujours plus cinématographique. N'ajoutez une entrée musicale que si le clip est un montage, une bande-annonce ou une pièce d'ambiance.
4. Un ou deux sons, pas dix. Un clip de 6 secondes ne peut pas porter un mix complet. Choisissez les deux sons qui vendent la scène et laissez le modèle remplir le reste.
5. Adaptez le son à la distance de caméra. Un plan aérien large veut un son lointain et doux. Un très gros plan macro veut un son intime et détaillé (le pétillement d'une boisson versée, le clic d'un obturateur). Précisez lequel.
Modèles de prompts audio par type de scène
Copiez, changez le sujet, publiez le clip.
Nature / paysage
Audio : ambiance naturelle en couches — [vent / eau / oiseaux / insectes], aucun son humain, pas de musique. Calme et immersif.
Urbain / rue
Audio : ambiance de ville — circulation au loin, brouhaha discret, le bourdonnement de la rue. [Bruitage précis : une voiture qui passe, une porte, des pas]. Pas de musique.
Gros plan produit
Audio : ambiance de pièce silencieuse et intime. [Le son signature du produit : le clic d'un fermoir, le versement d'un liquide, un doux clic mécanique]. Pas de musique, ou un unique pad d'ambiance doux.
Dialogue / personnage
Audio : un intérieur tranquille avec une légère ambiance de pièce. Elle dit, calmement : « [votre réplique ici] ». Pas de musique sous la réplique.
Action / dramatique
Audio : un grondement grave et tendu qui monte par en dessous. [Bruitage d'impact synchronisé sur l'action : un claquement, un whoosh, un rugissement de moteur]. Un bref coup musical ascendant sur le dernier temps.
Cosy / lifestyle (style ASMR)
Audio : chaud, proche, détaillé. [Feu qui crépite / pluie sur une vitre / un café que l'on verse / des pages qui tournent]. Pas de musique — laissez les textures porter.
Trois exemples détaillés
1. Le café à la fenêtre pluvieuse
Prompt :
Une tasse de café fumante sur une table en bois près d'une fenêtre striée de pluie, lumière douce d'après-midi. Plan fixe, vapeur qui s'élève lentement. Audio : pluie régulière contre la vitre, légère et chaude ambiance de pièce, le tintement discret d'une cuillère que l'on pose sur la soucoupe. Pas de musique.
Pourquoi ça marche : une ambiance (la pluie), un bruitage (la cuillère), pas de musique. On dirait une boucle lo-fi cosy sans une seule note de fond.
2. La présentation produit
Prompt :
Une montre mécanique sur du velours noir, un unique projecteur, une orbite lente de 4 secondes se terminant là où elle a commencé (en boucle). Audio : quasi-silence, ambiance de pièce profonde, le délicat tic-tac du mouvement, un doux son métallique quand la lumière effleure le boîtier. Pas de musique.
Pourquoi ça marche : le tic-tac est le marketing. L'audio natif le place en plein centre du silence, là où un tapis musical de post-production l'aurait enseveli.
3. La bande-annonce de science-fiction
Prompt :
Une jeune pilote en combinaison spatiale usée se tient sur une plaine désertique rouge tandis que deux lunes se lèvent. Lent travelling avant, poussière à la dérive. Audio : vent grave et désolé, sable fin sifflant sur le sol, un grondement de sub-graves profond qui enfle sous le plan, une note de synthé ascendante sur la dernière image.
Pourquoi ça marche : celui-ci réclame de la musique. Le vent et le sable sont l'ambiance et le bruitage ; le grondement et la note de synthé sont une entrée musicale intentionnelle placée sur le dernier temps pour une fin de bande-annonce.
Erreurs courantes (et leur correction)
« Il a ajouté une musique que je ne voulais pas. » → Vous avez laissé la musique non spécifiée. Terminez votre prompt par « Pas de musique. » (No music.) Ce sont les deux mots les plus puissants du prompting audio.
« Le son fait générique. » → Vous avez nommé une catégorie (« sons de ville ») plutôt qu'un événement (« une seule voiture qui passe de gauche à droite, une sirène au loin »). Le précis bat le générique, à chaque fois.
« Le dialogue sonne bizarre. » → Gardez les répliques courtes (une phrase), indiquez le jeu (« calmement », « en chuchotant », « en criant par-dessus le bruit ») et supprimez les sons concurrents avec « pas de musique sous la réplique ».
« Tout est trop fort / trop chargé. » → Vous avez empilé trop de couches. Réduisez à deux sons. Le silence est un outil — un clip silencieux à 70 % et à 30 % un son parfait se lit comme coûteux.
« La synchro est légèrement décalée. » → Liez le son à une action précise et visible dans la même phrase, pour que le modèle l'ancre à ce mouvement (« la porte claque en se fermant », pas seulement « un claquement de porte »).
Référence rapide
| Objectif | Ajoutez ceci à votre prompt |
|---|---|
| Réaliste, cinématographique | Nommez l'ambiance + un bruitage, puis « Pas de musique. » |
| Boucle cosy / ASMR | Textures proches et détaillées, pas de musique |
| Bande-annonce / hype | Ambiance + bruitage + un coup musical ascendant sur le dernier temps |
| Plan produit héroïque | Quasi-silence + le son signature du produit |
| Moment de personnage | Légère ambiance de pièce + une réplique courte + pas de musique en dessous |
À retenir
Le son est l'amélioration la plus rapide et la moins chère pour vos vidéos IA — et avec Seedance 2.0 elle ne vous coûte qu'une phrase de plus. Cessez de penser comme un monteur en quête de pistes et commencez à penser comme un réalisateur qui donne des indications : nommez l'ambiance, fixez le bruitage à l'action, et décidez de la musique à dessein.
Un plan en tête ? Générez-le avec le son sur Seedance 2.0 → et entendez la différence.