Texte en vidéo IA : un clip à partir de votre prompt, et le même personnage quand il le faut - RefVid
Décrivez la scène et obtenez une vidéo en quelques minutes · Votre première vidéo est gratuite, sans filigrane
Première vidéo gratuite, sans carte
Oui, RefVid crée une vidéo à partir de mots seuls. Vous décrivez qui apparaît à l'image, où se passe la scène et ce que fait la caméra, et le modèle génère tout à partir de cette description.
Cela fonctionne sur Kling 4, Kling 3.0 Omni et la plupart des autres modèles du Studio, gratuitement pour commencer, sans carte et sans filigrane. Un prompt réinvente son sujet à chaque clip : quand une personne ou un produit doit revenir, ajoutez une à cinq photos et le même prompt le conserve.
Trois prompts, aucune photo
Comment fonctionne une IA texte en vidéo
- Un modèle texte vers vidéo lit votre prompt et en génère chaque image : les personnages, le lieu, la lumière et le mouvement de caméra. Rien n'est animé à partir d'une photo. C'est le chemin le plus court entre une idée et un clip, et c'est aussi pour cela que le sujet change d'un clip à l'autre.
- Les mots décrivent un type, pas une personne. « Une femme de près de trente ans, carré roux cuivré et taches de rousseur » correspond à des milliers de visages, et le modèle en choisit un à chaque génération. Pour un plan isolé, une ambiance ou des plans de coupe, peu importe. Pour une série, une publicité ou une histoire avec un visage récurrent, cela change tout.
Du prompt à la vidéo sur RefVid : partir des mots seuls
- Ouvrez le Studio sans élément, écrivez le prompt et cliquez sur « Générer ». Vous choisissez le modèle, la durée, le format (16:9, 9:16 ou 1:1) et si le clip a du son. Un clip prend en général 2 à 10 minutes et arrive dans vos vidéos, prêt à télécharger sans filigrane.
- La durée dépend du modèle : de 3 à 30 secondes sur Kling 4, le modèle par défaut, et jusqu'à 15 secondes sur Kling 3.0 Omni. Le prompt doit porter tout le plan, il est donc plus long qu'un prompt écrit autour de photos de référence.
Kling text to video et les autres modèles
- Kling 4 et Kling 3.0 Omni ont tous deux un mode texte vers vidéo, que RefVid utilise dès que vous choisissez « Texte seul ». Kling 4 génère toujours du son et va jusqu'à 30 secondes ; Kling 3.0 Omni est l'option la moins chère et peut produire un clip muet.
- Seedance 2.5, Wan 3.0, Gemini Omni Flash, PixVerse C1 et Happy Horse 1.1 créent eux aussi des clips à partir de mots seuls. Vidu Q4 fait exception : sur RefVid, il ne fonctionne qu'avec un sujet. Lancer le même prompt sur deux modèles permet de voir vite lequel convient le mieux à la scène.
Exemples de prompts texte vers vidéo
- Un bon prompt pour une vidéo à partir de mots seuls décrit le sujet avec des détails concrets, donne une seule action et indique où se trouve la caméra et comment elle bouge. La lumière et l'objectif viennent en dernier. Laissez de côté ce qui vous est égal : chaque détail en plus, le modèle doit le caser en quelques secondes.
- Exemple pour un personnage : « Une femme de près de trente ans, carré roux cuivré avec une frange droite, légères taches de rousseur, veste utilitaire vert olive, se tient sur une plage venteuse à l'heure dorée. Elle regarde la mer, puis jette un coup d'œil à la caméra. Lent travelling avant d'un plan moyen à un gros plan, contre-jour chaud. »
- Exemple avec une caméra en travelling, le prompt du clip en haut de cette page : « …marche de nuit sous une pluie fine dans une ruelle de Tokyo éclairée au néon, l'asphalte mouillé reflétant des néons roses et bleus. La caméra la suit à hauteur d'épaule dans un travelling latéral fluide pendant qu'elle marche. Cinématographique, faible profondeur de champ. »
Quand le même personnage doit revenir
Ajoutez des photos. RefVid a été conçu pour cela : vous enregistrez une personne ou un produit une seule fois à partir de 1 à 5 photos, et chaque prompt que vous écrivez conserve ce visage, cette tenue, ce logo ou cette étiquette. Le prompt ne décrit alors plus que la scène, et le sujet vient des photos, dans n'importe quel lieu et sous des angles que les photos ne montrent pas.
Ci-dessous, les trois scènes du haut de la page à nouveau sur le même modèle, cette fois avec quatre photos d'elle à la place de la description en mots. En haut, chaque clip dessine une femme différente ; ci-dessous, c'est une seule et même personne.
Quatre photos de référence
Gratuit pour commencer, sans filigrane
- Une vidéo à partir de mots coûte les mêmes crédits qu'une vidéo avec un sujet, et les nouveaux comptes démarrent gratuitement. Les nouveaux comptes reçoivent une vidéo gratuite de 5 secondes sur Kling 3.0 Omni, sans carte. Les crédits gratuits couvrent les clips muets ; le son nécessite des crédits payants.
- Chaque vidéo se télécharge telle que le modèle l'a produite, en fichier propre et sans filigrane, avec l'offre gratuite comme avec un forfait payant. Il vous faut un compte gratuit, via Google ou par e-mail, pour que vos clips soient enregistrés au même endroit.
Vérifiez le clip avant de l'utiliser
- Regardez chaque clip en taille réelle avant de le publier. Surveillez les mains, les visages en mouvement et tout texte à l'image : ce sont encore les erreurs les plus fréquentes des modèles. Si une prise est ratée et la suivante réussie, c'est le hasard : relancez avec le même prompt avant de le réécrire. Ne présentez pas une personne générée comme une personne réelle.
Plus de tutoriels
Questions fréquentes
Existe-t-il un outil texte en vidéo IA gratuit sans filigrane ?
Oui. RefVid démarre gratuitement, sans carte, et ses vidéos ne portent jamais de filigrane, en gratuit comme en payant. Les crédits gratuits permettent de courts clips muets sur Kling 3.0 Omni ; les clips plus longs et le son utilisent des crédits payants.
Faut-il s'inscrire pour créer une vidéo à partir d'un prompt ?
Oui, un compte gratuit via Google ou par e-mail, sans carte. Vos clips et vos prompts y sont enregistrés, pour les télécharger plus tard ou réutiliser un prompt.
Quel modèle Kling text to video choisir ?
Kling 4 pour la meilleure qualité, des clips jusqu'à 30 secondes et le son, qu'il génère toujours. Kling 3.0 Omni pour des clips moins chers jusqu'à 15 secondes, avec ou sans son. Les deux fonctionnent avec le même prompt.
La personne de mon prompt sera-t-elle identique dans le clip suivant ?
En général, non. Une description correspond à beaucoup de visages, et le modèle en choisit un à chaque fois. Pour garder une personne ou un produit identique d'un clip à l'autre, enregistrez-le à partir de 1 à 5 photos et choisissez-le au lieu de « Texte seul ».
Quelle durée peut avoir un clip créé à partir d'un prompt ?
De 3 à 30 secondes sur Kling 4 et jusqu'à 15 secondes sur Kling 3.0 Omni. Les histoires plus longues fonctionnent mieux en plusieurs plans de 5 à 10 secondes chacun.
Par Louis Chi