14 novembre 2026 · 4 min de lecture
Faire parler une photo : le lipsync avec l'IA expliqué simplement
Une photo et un fichier audio suffisent pour obtenir un personnage qui parle ou chante avec les lèvres synchronisées. Mode d'emploi et conseils.

Le lipsync (synchronisation labiale) consiste à faire bouger les lèvres d'un visage au rythme d'une voix. C'est idéal pour un présentateur virtuel, une publicité, un tutoriel ou un personnage de série qui doit dire sa réplique.
Ce qu'il vous faut
- Une photo : un visage de face ou de trois-quarts, bien éclairé, la bouche visible et fermée de préférence.
- Un audio clair : votre propre enregistrement, ou une voix créée sur la page Audio (plusieurs langues et accents disponibles).
Les étapes sur DeepSia
- Ouvrez la page Lipsync.
- Ajoutez la photo puis l'audio.
- Choisissez le modèle : InfiniteTalk pour des têtes parlantes précises à petit prix, Omni Human 2.0 pour des avatars plus expressifs, des présentateurs ou des personnages qui chantent.
- Vérifiez le prix affiché sur le bouton, puis lancez.
La durée de la vidéo suit celle de l'audio. Coupez les silences au début et à la fin de votre enregistrement : vous payez moins et le résultat est plus vivant.
Les conseils pour un rendu naturel
- Parlez à un rythme normal : une voix trop rapide donne une bouche qui « mâche ».
- Évitez la musique forte sous la voix : le modèle suit mieux une voix seule. Ajoutez la musique au montage.
- Un visage trop petit dans l'image donne des lèvres floues : recadrez sur le buste.
- Pour une série, gardez le même portrait de référence pour toutes les répliques d'un personnage.
Et pour les personnages de vos histoires ?
Créez d'abord le portrait sur la page Image, générez la voix sur la page Audio, puis assemblez les deux sur la page Lipsync. En quelques minutes, votre personnage dit sa réplique.

