Beyond the Edge of AI - Voix | Fish.Audio V1.6

Cet article révèle la planification et la stratégie derrière l’une des publications YouTube de HavefunwithAIch — des miniatures à la sélection de l’audience.

Collaboration avec Fish.Audio

Cette vidéo est une collaboration avec Fish.Audio, une plateforme qui offre une génération vocale remarquablement réaliste.
En utilisant des audios CC0 (comme des lectures du domaine public issues de sites de narration), vous pouvez créer des modèles vocaux qui paraissent vraiment humains.
L’entrée idéale est d’environ trois minutes d’audio — trop court ou trop long réduit généralement la qualité.

Ce qui distingue cela des voix IA traditionnelles :

• Elle évite la fluidité trop lisse et robotique typique des voix IA.
• Elle permet beaucoup plus de variété — selon la source CC0, vous pouvez créer une infinité de modèles uniques.

Cela signifie aussi que les voix générées peuvent comporter quelques imperfections — tout comme la parole humaine.
Mais c’est justement ce qui renforce le réalisme.

Comparé à des concurrents comme ElevenLabs, Fish.Audio se distingue par ses fortes capacités zero-shot : il produit des modèles de haute qualité même à partir d’échantillons très courts.
Côté tarifs, Fish.Audio est clairement plus abordable.

Si vous envisagez de créer des vidéos IA avec narration ou voix-off, Fish.Audio mérite une attention sérieuse.
Dans ce domaine, l’usage commercial et les licences ont toujours un coût.
Il n’existe pas de solution réellement gratuite, et chercher sans fin ne changera rien.

Cette chaîne recommande Fish.Audio en toute confiance.

À propos de la vidéo

Une condition de cette collaboration était d’inclure au moins 90 secondes de promotion du sponsor.
C’est facile pour des vidéos classiques axées sur la publicité — mais pour notre chaîne, qui privilégie les histoires soignées et les démonstrations réelles, c’est un défi.

Notre approche consiste à utiliser les outils de manière authentique et à les montrer en action — pas simplement à les promouvoir.
Ainsi, au lieu de concentrer toute la promotion à la fin (que beaucoup de spectateurs ne regarderaient peut-être pas), nous avons intégré de courts segments sponsorisés environ toutes les minutes.
Pensez à cela comme les coupures publicitaires dans les retransmissions sportives.
Plutôt que d’ajouter des encarts publicitaires, nous les avons montrés en arrière-plan lors de scènes à faible intensité pour préserver la fluidité narrative.

Nous veillons également à ce que les vidéos restent généralement sous le seuil des publicités mid-roll de YouTube.
Ici, la durée est un peu plus longue, mais nous l’avons montée pour rester juste en dessous de cinq minutes.

Ce format a été conçu pour respecter à la fois le public et notre partenaire Fish.Audio — qui l’a entièrement accepté.

Côté production, nous avons largement utilisé Ray2 pour garantir la cohérence visuelle.
Chaque personnage a été reconstruit via Ray2 pour assurer une apparence et une continuité homogènes.
Même avec @character, les résultats ne sont pas identiques, donc nous avons retouché les visuels — comme les vêtements — avant l’animation.
Ce travail supplémentaire se traduit par une meilleure qualité des personnages.

Le système de synchronisation labiale 4K de Freebeat a également été utilisé tout au long de la vidéo.

Derrière les visages : Un petit secret

Voici une petite révélation en coulisses pour ceux qui sont curieux de connaître l’histoire plus en profondeur.
Beaucoup de personnages dans ces vidéos sont inspirés de personnes réelles. Le Boss ? C’est moi — jusqu’au moindre détail. L’apparence de Pro-jyou est quelque chose qu’elle a elle-même demandé, créée en utilisant la génération d’images de ChatGPT.
D’autres noms — comme Sara (en réalité Sora) et Kent — sont également réels, même si les visages ne correspondent pas tout à fait. Kent, par exemple, est mon véritable neveu américain. Je ne lui ai même pas demandé la permission, lol.
L’atmosphère, les moments de silence et même les bribes de dialogues sont inspirés de choses que nous avons réellement vécues et observées.
Ces vidéos ne sont pas de simples expériences d’IA — elles sont un mélange de technologie, de narration et d’une touche d’histoire personnelle.

Pas seulement une chaîne YouTube — une chaîne où les outils sont testés et comparés avec expertise et pratique, repoussant les limites de l’intelligence artificielle.