Créez des vidéos sonores avec MiniMax H3

Le mode texte ne demande qu'un prompt. C'est la manière la plus simple d'explorer une idée : esquisser une scène, écouter le rendu sonore, puis affiner. C'est aussi là que le choix de formats est le plus large, du 9:16 vertical pour mobile jusqu'au bandeau panoramique 21:9.

Importez une image de début : le clip s'ouvre sur cette image, puis s'anime comme le décrit votre prompt. Utile quand la composition de départ compte, par exemple un portrait déjà validé, une photo produit issue d'un shooting ou une case de storyboard que vous voulez mettre en mouvement.

Une image de fin seule fonctionne aussi. La vidéo avance vers l'image que vous fournissez, ce qui convient aux révélations : un flacon qui se pose à sa place de packshot, une porte qui s'ouvre sur une pièce terminée, ou une mise en page sur laquelle le mouvement vient s'arrêter.

Donnez une image de début et une image de fin, et le modèle construit le mouvement entre les deux. Pratique pour raccorder deux plans au montage, montrer un avant-après ou transformer deux cases de storyboard en un seul mouvement continu. Le résultat garde la forme de vos images.

Le mode référence accepte jusqu'à cinq images qui guident le résultat sans servir d'images fixes. Fournissez un personnage, une tenue, un produit ou un lieu, puis décrivez l'action librement. En plus des six formats fixes, ce mode propose aussi l'option adaptatif.

Chaque clip arrive avec une piste stéréo générée en même temps que l'image, et non ajoutée après coup. Écrivez des dialogues, de la musique ou des bruitages dans le prompt, et ils font partie du résultat. La piste est toujours active : prévoyez-la même si seule l'image vous intéresse.

La durée peut être n'importe quel nombre entier entre 4 et 15 secondes. Vous calez ainsi un clip sur un temps fort de votre montage ou sur le format d'une plateforme, sans arrondir à une valeur imposée. Le nombre de crédits sur le bouton Générer change à mesure que vous ajustez.

Le 768P convient aux essais et aux réseaux sociaux, le 2K à la version que vous livrez. Comme le coût affiché sur le bouton Générer varie avec la résolution, comparez vous-même les deux niveaux et réservez le 2K à la prise où le surcroît de détail en vaut la peine.

Importez la photo produit validée comme image de fin et décrivez la montée : un couvercle qui se soulève, une lumière qui balaie l'étiquette, un léger souffle puis un carillon final. Le clip se termine sur l'image que votre client a déjà approuvée, et la version finale peut être générée en 2K.

Pour les fils pensés pour mobile, écrivez une courte scène en 9:16 avec une réplique et un fond musical, réglez huit ou dix secondes et générez en 768P. La publication arrive avec le son en place, il reste donc moins à ajouter avant de la mettre en ligne.

Transformez deux cases de storyboard en image de début et image de fin, et laissez le modèle combler le mouvement. En 768P, l'équipe peut vérifier le rythme, les mouvements de caméra et une première idée du son avant de réserver un tournage ou de passer au 2K.

Gardez une série de cinq images de référence au maximum, avec le personnage, sa tenue et son décor habituel, et réutilisez-la à chaque épisode en ne changeant que le prompt. Repartir du même jeu d'images aide une série à rester reconnaissable d'un clip à l'autre.

Exportez de votre timeline la dernière image d'un plan et la première du suivant, importez-les comme extrémités et générez le mouvement qui les relie. Comme le mode images clés suit la forme de l'image, le raccord s'intègre au format de votre montage.

Des plans larges en 21:9 ou 16:9 d'une ville au crépuscule, d'une forêt après la pluie ou d'un café tranquille, chacun avec l'ambiance sonore qui lui correspond, font de bons fonds pour des génériques, des présentations ou des essais vidéo. Demandez une ambiance seule, sans musique, si une voix off doit passer par-dessus.

Terminez d'abord la description visuelle, puis commencez une nouvelle phrase pour le son, par exemple : « Son : pluie régulière sur un toit de tôle, tonnerre au loin, pas de musique. » Séparer les deux rend le prompt plus lisible et montre clairement quels mots concernent la bande son.

Mettez les répliques entre guillemets et précisez qui les prononce et sur quel ton : le vieux pêcheur murmure « L'orage arrive. » Gardez des répliques assez courtes pour tenir dans le clip ; un plan de six secondes laisse la place à une phrase, pas à un discours.

Un nom de genre seul reste vague. Essayez un violoncelle seul et lent, un beat lo-fi chaleureux avec craquements de vinyle ou une synth-pop lumineuse avec des claquements de mains, et indiquez si la musique doit entrer doucement, monter à la fin ou rester discrète sous les voix.

Un bruitage se place plus facilement quand il est rattaché à quelque chose à l'écran : la porte grince en s'ouvrant, les verres tintent quand deux amis trinquent, le gravier crisse sous les pneus du vélo. Associer un son à une action donne aussi une indication sur le moment où il doit survenir.

Aucun interrupteur ne coupe l'audio. Pour un clip presque silencieux, demandez une ambiance de pièce calme ou une brise légère plutôt que de ne rien dire du son, puis coupez la piste dans votre logiciel de montage si la version finale doit être totalement muette.

Une fois les images importées, l'apparence est déjà fixée. Servez-vous du prompt pour ce qui bouge, la trajectoire de la caméra et ce que l'on entend, au lieu de redécrire la scène. En mode référence, dites simplement ce que représente chaque image.