Dans la production vidéo contemporaine, l'alignement précis entre une voix off synthétique, les transitions visuelles et des sous-titres synchronisés au millimètre est un facteur déterminant pour maintenir l'attention des spectateurs. Sur la plateforme de création Genny développée par Lovo.ai, les créateurs réalisaient cette synchronisation grâce au Mode Avancé (Advanced Mode), qui combinait une timeline multipiste (Multi-Track Timeline) avec un générateur de sous-titres automatiques (Auto Subtitle Generator).
Avant d'aborder la mise en œuvre pratique de ce flux de production, les créateurs doivent prendre en compte un changement majeur survenu sur le marché : à la mi-2026, Lovo, Inc. a été placé en liquidation judiciaire sous le régime du Chapitre 7 à la suite d'un procès collectif intenté par des comédiens de doublage pour clonage vocal non autorisé (Lehrman v. Lovo, Inc.), et l'ensemble de ses plateformes (lovo.ai et genny.lovo.ai) a définitivement cessé de fonctionner. Cet article détaille les mécanismes techniques de synchronisation et de sous-titrage qui caractérisaient Genny, tout en orientant les créateurs vers les solutions de remplacement actuellement opérationnelles (telles que VEED.io, CapCut et Descript).
1. Initialisation du projet et configuration du Mode Avancé
Lors de la création d'un projet, Genny proposait deux espaces de travail distincts : le Simple Mode et l'Advanced Mode. Pour synchroniser du son avec de la vidéo, il était impératif de sélectionner l'Advanced Mode :
- Simple Mode : Réservé exclusivement à la génération text-to-speech rapide et au téléchargement de fichiers audio au format MP3 ou WAV, sans interface de montage vidéo.
- Advanced Mode : Déploie le banc de montage vidéo complet. L'écran se divise en trois zones opérationnelles :
- Panneau supérieur (Studio de script et de voix) : Accueille les blocs de texte modulaires, la sélection parmi plus de 500 voix IA dans plus de 100 langues, le réglage des émotions vocales et les outils d'ajustement phonétique.
- Panneau droit (Fenêtre de prévisualisation) : Affiche le rendu vidéo en direct et permet de modifier le format de cadrage (16:9 panoramique, 9:16 vertical pour TikTok/Reels/Shorts ou 1:1 carré).
- Panneau inférieur (Timeline multipiste) : Un séquenceur multicouche comprenant des pistes séparées pour la voix (Voice Track), les séquences vidéo et images (Video/Image Track), la musique de fond (BGM Track), les effets sonores et les sous-titres.
2. Génération de la voix off et calage des blocs audio avec l'outil Snap
La synchronisation audiovisuelle débute par la disposition structurée des blocs de voix sur la timeline :
- Découpage modulaire du texte : Saisissez le script par segments courts dans les cases de texte supérieures. En isolant chaque phrase ou idée dans un bloc dédié, le système crée des clips audio indépendants et facilement manipulables sur la timeline.
- Attribution vocale et synthèse : Sélectionnez le profil vocal adapté, modulez le débit de parole et choisissez l'intonation requise (par exemple commerciale, narrative ou didactique). En cliquant sur « Generate », les fichiers audio sont créés et s'insèrent successivement sur la Piste Voix (Voice Track).
- Gestion des silences avec l'outil Snap (Aimant) :
- Dans la barre d'outils de la timeline se trouve une icône d'aimant, correspondant à l'outil Snap.
- Snap Activé (Snap ON) : En déplaçant un bloc vocal, celui-ci s'accroche automatiquement à l'extrémité du bloc précédent ou aux repères de la grille. C'est l'option idéale pour un commentaire continu, dynamique et sans temps mort involontaire.
- Snap Désactivé (Snap OFF) : Pour insérer une respiration naturelle ou laisser une démonstration visuelle se dérouler avant la phrase suivante, désactivez l'aimant. Les blocs audio peuvent alors être glissés librement à l'horizontale pour créer des intervalles de silence sur mesure.
- Réglage du volume et fondus sonores : Un clic droit sur un segment audio de la timeline ouvre les paramètres de volume et permet d'appliquer des courbes de « Fade In » (fondu à l'ouverture) et de « Fade Out » (fondu à la fermeture), éliminant les bruits de coupure et les transitions heurtées.
3. Importation et alignement des séquences vidéo
Une fois le rythme de la voix off stabilisé sur la piste audio, l'étape suivante consiste à positionner les plans visuels :
- Accès aux ressources multimédias : Cliquez sur l'onglet « Resource » dans le menu de gauche.
- Sélection des éléments visuels :
- Médias personnels : Importez depuis votre ordinateur vos enregistrements vidéo, captures d'écran, plans de démonstration ou animations graphiques.
- Bibliothèque de stock libre de droits : Genny intègre des bases d'images et de vidéos gratuites (comme Pixabay), offrant un accès direct à des milliers de vidéos exploitables commercialement sans mention de source obligatoire.
- Insertion sur la timeline : Sélectionnez la vidéo souhaitée et cliquez sur « Add to Project » pour l'ajouter sur la Piste Vidéo, parallèle à la piste de voix off.
- Découpe et synchronisation avec le discours :
- Utilisez les poignées latérales du clip vidéo sur la timeline pour en raccourcir le début ou la fin (élagage / trimming).
- Déplacez les plans horizontalement afin que les changements d'image coïncident parfaitement avec les mots-clés prononcés (par exemple, afficher la capture d'une fonctionnalité logicielle au moment précis où la voix off cite son intitulé).
- Il est possible de superposer une seconde piste vidéo pour incorporer des plans d'illustration (B-roll), un effet d'incrustation d'image (PIP) ou un filigrane sans perturber la lecture continue de la voix off.
4. Génération automatique et mise en forme des sous-titres
La majorité des utilisateurs visionnant les vidéos sur mobile sans activer le son, la présence de sous-titres lisibles est essentielle. Genny dispose d'un module d'automatisation dédié :
- Ouverture du module de sous-titrage : Dans la colonne latérale gauche, cliquez sur l'icône « Subtitles ». Trois options sont proposées :
- Auto Subtitles (Sous-titres automatiques) : Génère instantanément des sous-titres synchronisés à partir des blocs de texte et de voix déjà présents dans le projet.
- Manual Subtitles (Sous-titres manuels) : Permet une saisie textuelle et temporelle entièrement manuelle.
- Upload SRT file (Importer un fichier SRT) : Permet d'importer un fichier de sous-titres externe existant.
- Exécution du sous-titrage en un clic :
- Sélectionnez Auto Subtitles. Dans la mesure où Genny s'appuie directement sur les données textuelles et les horodatages du moteur de synthèse vocale, les sous-titres apparaissent quasi instantanément, sans erreurs phonétiques ni décalage temporel avec la parole.
- Les segments de texte viennent se positionner sur une Piste de Sous-titres dédiée au-dessus de la piste audio.
- Personnalisation typographique et placement à l'écran :
- Cliquez sur un bloc de sous-titre sur la timeline ou directement sur le texte dans la fenêtre d'aperçu pour ouvrir l'inspecteur de style.
- Correction textuelle : Rectifiez au besoin l'orthographe d'un nom propre ou la ponctuation directement dans la liste des sous-titres.
- Typographie : Ajustez la police de caractères, la taille, la graisse et l'interlignage conformément à votre charte graphique.
- Couleurs et lisibilité : Modifiez la couleur du texte, l'épaisseur du contour (Stroke) et l'ajout d'un rectangle d'arrière-plan (Background Fill) pour assurer une lecture fluide même sur des arrière-plans vidéo clairs ou très animés.
- Positionnement : Déplacez la zone de texte sur le canevas vidéo. En format horizontal 16:9, centrez-la dans le tiers inférieur ; en format vertical 9:16, remontez légèrement le bandeau pour éviter qu'il ne soit masqué par les boutons d'interaction de TikTok ou d'Instagram Reels.
5. Vérification globale, mixage audio et exportation
Avant de lancer le rendu final, procédez à un contrôle de qualité complet :
- Lecture de contrôle : Lancez la lecture depuis le début pour valider la concordance entre les intonations de la voix, les coupures visuelles et l'affichage des sous-titres.
- Atténuation de la musique de fond (Audio Ducking) : Si vous avez ajouté une musique d'ambiance ou des effets sonores, faites un clic droit sur leur piste pour abaisser leur volume (généralement entre 15 % et 25 % du volume de la voix) et appliquez un fondu en entrée afin de préserver l'intelligibilité de la narration.
- Exportation de la vidéo : Cliquez sur le bouton « Export » situé en haut à droite. Genny encode le montage final au format MP4, avec des définitions au choix en 480p, 720p ou 1080p Full HD, les sous-titres étant incrustés de manière définitive dans l'image (hardcoded).
6. État des lieux en 2026 et alternatives opérationnelles recommandées
Bien que Genny ait été l'un des premiers outils à rassembler la synthèse vocale, le montage vidéo multipiste et le sous-titrage automatique au sein d'une interface web unique, Lovo, Inc. a cessé ses activités en 2026 à la suite de sa liquidation judiciaire. Les créateurs doivent donc éviter tout abonnement ou transaction sur des plateformes tierces prétendant distribuer ce logiciel.
Pour mettre en place un pipeline de production similaire aujourd'hui, nous recommandons les solutions alternatives suivantes :
| Plateforme alternative | Support timeline multipiste | Sous-titres automatiques et styles | Cas d'usage recommandé |
|---|---|---|---|
| VEED.io | Banc de montage complet dans le navigateur | Sous-titrage automatique IA en 125+ langues, animations dynamiques et export SRT | Création rapide dans le cloud de vidéos marketing, de formations d'entreprise et de clips promotionnels. |
| CapCut (Desktop & Mobile) | Séquenceur multipiste performant et ergonomique | Sous-titres automatiques gratuits d'une grande précision avec animations mot par mot | Production massive et cadencée de vidéos courtes pour les réseaux sociaux (TikTok, Reels, Shorts). |
| Descript | Montage vidéo synchronisé sur l'édition du texte | Retranscription automatique intégrale ; la modification du texte coupe directement le montage vidéo | Podcasts vidéo, interviews et cours en ligne où la structure du propos guide le découpage visuel. |
| ElevenLabs + Logiciel NLE | Nécessite un logiciel externe (Premiere Pro / DaVinci Resolve) | Utilisation des outils de reconnaissance vocale intégrés au logiciel de montage | Projets institutionnels et publicitaires de haut niveau exigeant un réalisme vocal de pointe et un mixage sonore avancé. |
Conclusion
Le modèle promu par Lovo Genny a démontré l'immense gain d'efficacité procuré par la convergence du text-to-speech, d'une timeline vidéo multipiste et du sous-titrage automatique. En exploitant aujourd'hui des plateformes actives comme VEED.io ou CapCut, les créateurs peuvent déployer ce même flux de travail avec une fiabilité technique irréprochable et un cadre juridique parfaitement sécurisé.