Comment faire un lyric video (étape par étape, avec option IA)

Un lyric video est un clip musical où les paroles sont elles-mêmes le visuel — du texte animé, calé sur la chanson, qui fait le travail qu'une performance ou un récit ferait autrement (le style d'animation derrière la plupart d'entre eux est la typographie cinétique ; définition complète dans notre glossaire). Ce guide est le pas-à-pas pour en réaliser un vraiment : comment préparer les paroles, comment temporiser et styliser le texte, et les deux voies pour le construire — animer à la main, ou décrire la vidéo à un générateur IA. Nous avons testé la voie IA de première main en août 2026 : deux lyric videos complets de 20 secondes générés depuis des briefs écrits portant nos propres paroles originales, à 0,19 $ et 0,49 $ tout compris — le second incluant une révision, documentée ci-dessous.

Ce qui fait qu'un lyric video fonctionne

Un lyric video tient à une seule chose : que le spectateur puisse lire chaque mot à la vitesse que la chanson impose. Tout le reste est du style. Les vidéos qui fonctionnent partagent quelques habitudes :

• La synchro avant le spectacle — les mots doivent tomber quand ils sont chantés. Une vidéo sobre parfaitement synchrone bat une vidéo superbe qui dérive.
• Un ou deux traitements typographiques — un lyric video n'est pas une vitrine de polices. Une display pour les mots d'emphase, une police de labeur pour le reste.
• Lisible d'un coup d'œil — chaque ligne reste à l'écran assez longtemps pour être lue deux fois. Une ligne qui file en un éclair pourrait aussi bien ne pas exister.
• Une palette accordée à la chanson — deux ou trois couleurs, tirées de l'humeur du morceau, tenues de la première ligne à la dernière.
• L'emphase se dépense, ne s'asperge pas — les scale pops et les changements de couleur vont aux mots du refrain. Si chaque mot saute, aucun ne saute.

Comment faire un lyric video, étape par étape

Étape 1 : Réglez d'abord les droits

Avant tout design : confirmez que vous avez le droit d'utiliser la chanson et ses paroles. Votre musique ou vos paroles originales — aucun problème. Un morceau commandé ou un instrumental sous licence — vérifiez que la licence couvre l'affichage des paroles. La chanson publiée de quelqu'un d'autre — il vous faut l'autorisation des ayants droit (généralement l'éditeur pour les paroles), même pour un lyric video « de fan » ; les plateformes les retirent systématiquement. Toutes les étapes suivantes supposent ce point réglé. Pour nos essais, nous avons écrit les paroles nous-mêmes et synthétisé notre propre instrumental.

Étape 2 : Écrivez les paroles en lignes temporisées

Transcrivez la section à animer — couplet, refrain ou chanson entière — en lignes courtes, une respiration chacune, dans l'ordre exact. Cette feuille de lignes est le squelette de toute la vidéo : l'animation la suit ligne à ligne, donc fixez ponctuation, majuscules et graphies stylisées maintenant, pas après l'animation du texte. Une précision pour la voie générée : si votre piste a des voix, l'outil transcrit le chant lui-même — là, cette feuille est votre liste de contrôle pour l'Étape 7, pas une entrée obligatoire.

Étape 3 : Marquez les mots d'emphase

Parcourez la feuille de lignes et marquez les mots qui portent la chanson — d'habitude le hook, la phrase-titre et un ou deux pics émotionnels par section. Ce sont ces mots qui méritent un scale pop, un changement de couleur ou un temps de pause supplémentaire. Trois ou quatre mots marqués par refrain suffisent.

Étape 4 : Choisissez le langage visuel avant d'animer

Décidez trois choses d'emblée : le fond (couleur unie, dégradé subtil ou texture lente — un footage chargé se bat contre le texte), la palette (deux ou trois couleurs tirées de l'humeur du morceau) et le vocabulaire de mouvement (révélation mot à mot pour les lignes conversationnelles, scale pops pour les hooks, glissements pour les transitions). Verrouiller cela avant la production, c'est ce qui garde cohérente une vidéo de trois minutes.

Étape 5 : Construisez-le — à la main ou par brief

La voie manuelle : un éditeur à timeline — After Effects, ou l'une des alternatives gratuites que nous avons testées — où vous placez chaque mot sur la timeline contre la forme d'onde et animez son entrée par images clés. Comptez environ une heure par 30 secondes de chanson une fois l'outil maîtrisé, davantage en apprenant. La voie générée : décrivez la vidéo à un agent de motion graphics IA — le créateur de lyric video d'iArt — comme vous brieferiez un designer : collez vos lignes temporisées, nommez le style, marquez l'emphase — et si vous avez la piste, joignez-la avant d'envoyer (c'est l'Étape 6). Notre premier brief de test, verbatim :

"Create a 20-second kinetic typography lyric video for an indie-pop chorus. Lyrics, in this exact order: "City lights go quiet, but we're still awake" / "Every wrong turn tonight was a turn worth taking" / "Hold the moment steady, let the echoes fade" / "We were never lost — we were on our way". Each line gets roughly equal screen time, with words appearing in sync like a real lyric video. Style: bold kinetic typography on a deep navy background, warm amber and off-white text, subtle glow, late-night city mood; mix scale pops, word-by-word reveals, and one line sliding in; end holding the final line. Use only the lyrics I provided — do not change, add, or invent any words. No artist name, no watermark."

Regardez la structure — ce sont les Étapes 2–4 mises par écrit : les lignes dans l'ordre, les décisions de style, le plan d'emphase. La règle dure de la fin compte : sans elle, un générateur improvisera du texte, et un lyric video aux paroles improvisées ne vaut rien.

Étape 6 : Synchronisez avec la vraie piste

Si vous animez à la main, c'est le travail de timeline : chaque mot placé contre la forme d'onde. Dans la voie générée, l'outil que nous avons testé prend la piste elle-même en entrée — une étape « ajouter un audio à synchroniser » avant de générer. Il écoute avant d'animer : quand nous avons chargé notre instrumental dans le mode de synchro vocale, il a répondu « No words found — is this instrumental? Use the Beat tab » — les voix sont transcrites pour y synchroniser les paroles, les instrumentaux partent vers la synchro par beat. Nous avons vérifié les deux côtés. Voix : nous avons chargé une voix off parlée de nos quatre lignes ; elle a été étiquetée 16 secondes d'anglais, et dans la vidéo finale l'entrée à l'écran de chaque ligne correspondait à l'instant où elle est prononcée dans notre fichier — 0:00, 4,5 s, 9,3 s et 13,4 s. Une vraie chanson enregistrée a passé le même test : un extrait choral de 25 secondes d'une chanson anglaise pour luth de 1597 (enregistrement Creative Commons) a été étiqueté anglais et rendu mot à mot au rythme du chant. Une réserve honnête : la transcription entend parfois mal un mot — « There » pour « The » dans cet essai ; une autre passe sur le même fichier a mal entendu une courte phrase différente, les erreurs varient donc d'une passe à l'autre — et l'écran suit la transcription même quand votre brief porte la ligne correcte. Le correctif : un message de révision d'une phrase ; la vérification de l'Étape 7 est là pour l'attraper. Nous avons aussi fait l'essai inverse : un brief de style seul, sans aucune parole fournie — la vidéo finie a rendu les mots chantés transcrits en synchro, confirmant que sur la voie vocale la piste seule suffit comme entrée. Beat : il a analysé notre instrumental maison à 100 BPM exactement comme 100 BPM et calé les entrées de mots sur la grille musicale et les transitoires détectés.

Les deux modes de synchro tels que testés : l'onglet Voice a étiqueté notre piste comme 16 secondes d'anglais ; l'onglet Beat a détecté notre instrumental à exactement 100 BPM, avec la bibliothèque de pistes en dessous.

Étape 7 : Vérifiez chaque mot, puis exportez aux spécifications de la plateforme

Relisez la vidéo finie contre votre feuille de lignes mot à mot — un seul mot faux expédie les mauvaises paroles à tout le monde, et avec une sortie générée cette vérification est non négociable. Puis exportez selon la destination : 16:9 pour YouTube, 9:16 pour Shorts, Reels et TikTok, 1:1 pour le feed carré. Dans l'outil testé, le format est un sélecteur fixé avant la génération, donc décidez d'abord de la destination.

Ce que nos deux essais ont produit

Essai 1 — refrain en 16:9, sans audio (0,19 $ tout compris). À partir du brief ci-dessus, l'agent a donné à chaque ligne cinq secondes et son propre traitement : une révélation mot à mot finissant sur un badge lumineux pour « AWAKE », un glissement double avec « wrong turn » encadré d'ambre, un verrouillage cadré sur « STEADY » avec traînée fantôme sur « echoes fade », et un climax en scale pop sur « NEVER LOST — » tenant « on our way » jusqu'au bout. Nous avons ensuite relu les 600 images contre la feuille de lignes : quatre lignes, parfaites à la lettre, aucun mot inventé. Coût d'après la page de facturation : 0,10 $ de génération plus 0,09 $ de rendu 1080p — 0,19 $, environ deux minutes du brief au fichier.

L'Essai 1 tel qu'exporté : cinq secondes par ligne, l'emphase où le brief l'a marquée — 0,19 $, aucune révision.

Essai 2 — vertical 9:16, synchronisé à une vraie piste (0,49 $ tout compris, une révision). Le second essai combinait la voie audio et le format vertical : notre instrumental synthétisé chargé pour la synchro beat, format en 9:16, et un couplet acoustique plus lent. La partie honnête d'abord : le premier rendu avait un vrai défaut — la première ligne s'est jouée parfaitement, puis l'écran est resté vide à partir de la 11e seconde, les lignes trois et quatre n'apparaissant jamais. Le correctif : un seul message décrivant exactement cela (« la ligne 2 ne montre que le mot Coffee ; les lignes 3 et 4 n'apparaissent jamais »), pour 0,10 $ et environ deux minutes ; le nouveau rendu a fait entrer les quatre lignes, mot pour mot, calées sur les transitoires repérés par l'analyse du beat. Total avec les deux exports : 0,49 $. La leçon pour le flux, c'est l'Étape 7 : vérifiez chaque image, et quand une passe échoue, la révision est une phrase, pas une reconstruction.

La même image (14 s) avant et après la révision d'une phrase : le premier rendu laissait la ligne trois vide ; le nouveau rendu affiche « Some days are made for staying » en entier.

L'Essai 2 après révision, avec le son : la coupe verticale synchronisée au beat — les mots tombant sur les frappes de la piste 100 BPM chargée.

FAQ

Quel logiciel faut-il pour faire un lyric video ?

Deux options. Un outil d'animation à timeline — After Effects, ou une alternative gratuite comme Cavalry — où vous animez vous-même chaque mot contre la forme d'onde ; attendez-vous à une vraie courbe d'apprentissage et des heures par chanson. Ou un générateur IA comme iArt, où vous collez paroles et style dans un brief écrit : nos essais de 20 secondes ont coûté 0,19 $ et 0,49 $ en crédits en août 2026, chacun en deux minutes environ du brief au fichier 1080p (celui à 0,49 $ inclut une révision à 0,10 $ ; le téléchargement du MP4 est une fonction Pro).

Puis-je légalement faire un lyric video de n'importe quelle chanson ?

Non — l'enregistrement et les paroles sont protégés séparément, et un lyric video utilise les deux. Vous êtes couvert avec votre musique originale, une œuvre commandée ou des pistes licenciées pour l'affichage des paroles ; pour la chanson publiée de quelqu'un d'autre, il faut l'autorisation des ayants droit. Dans le doute, demandez à l'éditeur — les plateformes retirent systématiquement les lyric videos sans licence.

Comment l'IA synchronise-t-elle le texte avec la musique ?

L'outil testé prend le fichier audio en entrée avant de générer et l'écoute : les pistes portant des mots sont transcrites pour caler les paroles sur le moment parlé ou chanté, les instrumentaux partent en analyse de beat. Nous avons testé les deux en août 2026 : une voix off de nos quatre lignes a produit une vidéo où chaque ligne apparaît à la seconde exacte où elle est prononcée (0:00, 4,5 s, 9,3 s, 13,4 s dans notre fichier), et notre instrumental maison a été identifié exactement à 100 BPM — le tempo auquel nous l'avions synthétisé.

Quelle taille pour un lyric video ?

Selon la plateforme : 16:9 (1920×1080) pour YouTube, 9:16 (1080×1920) pour Shorts, Reels et TikTok, 1:1 pour le feed carré. Si vous générez au lieu d'animer à la main, fixez le format avant de générer — dans l'outil testé c'est un sélecteur avec exactement ces trois options, et nos deux essais ont utilisé 16:9 et 9:16.

Dois-je taper les paroles ?

Pas si votre piste a des voix — les mots viennent de la transcription. Dans notre essai d'août 2026, nous avons chargé une chanson avec un brief de style seul, sans paroles, et la vidéo finie a rendu les mots chantés en synchro. Les paroles tapées servent à la voie manuelle, aux instrumentaux et aux briefs sans piste — et font office de feuille de vérification, car le texte à l'écran suit la transcription audio.

Comment garder exactes des paroles générées par IA ?

Posez la règle dans le brief — le nôtre finissait par « n'utilise que les paroles fournies — ne change, n'ajoute et n'invente aucun mot » — puis relisez la vidéo finie contre votre feuille de lignes mot à mot. Sur nos essais par brief texte, chaque mot rendu correspondait au brief ; les défauts rencontrés étaient un trou de rendu (lignes manquantes, pas fausses) et, dans l'essai avec une vraie chanson, des mots mal entendus par la transcription vocale (« There » pour « The » — les mots fautifs varient d'une passe à l'autre sur le même fichier) — chacun attrapé précisément par cette relecture et chacun corrigé d'un seul message de suivi.