Votre visuel est propre, votre offre est claire, et l'annonce ne vend rien. Le spectateur décroche avant la deuxième phrase. L'image n'est pas toujours la coupable : une voix off publicitaire mal castée, ou lue sur le mauvais ton, suffit à faire fuir un acheteur qui était pourtant intéressé. Un format de quinze secondes ne laisse aucune marge de rattrapage. Le narrateur a le temps de dire une quarantaine de mots, et chacun doit travailler.
Le ton n'est pas une affaire de goût, c'est une décision de production, prise avant la première génération. Il dépend de ce que vous vendez, de l'endroit où la vidéo sera vue, et du geste que vous attendez à la fin. Cet article explique comment le choisir, comment le fabriquer avec une voix de synthèse, et comment vérifier qu'il fonctionne avant de payer de la diffusion. Pour la mécanique générale d'une narration artificielle, notre guide complet de la voix off IA pose les bases ; ici, tout est ramené au format court qui vend.
Voix off publicitaire : la réponse courte
Une voix off publicitaire réussie tient sur trois décisions, prises dans cet ordre. Le registre d'abord : l'ami qui recommande, l'expert qui démontre, l'annonceur qui annonce, le client qui témoigne. Le budget de mots ensuite : environ quarante mots pour quinze secondes, accroche comprise. La consigne de jeu enfin, cette phrase en langage ordinaire que vous donnez au moteur avant le texte, du type « lis avec enthousiasme, comme une publicité pleine d'énergie ». Le timbre arrive en dernier, et il pèse beaucoup moins lourd que ces trois réglages.
Quinze secondes, c'est d'abord un budget de mots
Une minute de narration représente environ 150 mots à un débit normal. Quinze secondes vous en accordent donc trente-cinq à quarante-cinq, selon l'énergie de la lecture. Ce n'est pas une contrainte artistique, c'est une contrainte physique : au delà, soit la voix accélère et se pince, soit votre message déborde du format que vous avez acheté.
Le réflexe qui sauve ces annonces consiste à écrire le texte à l'envers. Vous posez d'abord la phrase finale, celle qui demande l'action. Vous ajoutez ensuite la preuve qui la rend crédible. Vous gardez l'accroche pour la fin, parce que c'est elle que vous réécrirez dix fois. Tout le reste du texte sert cette accroche, jamais l'inverse.
Notre rédacteur de scripts marketing applique exactement ce cadre. La consigne envoyée au modèle impose une accroche qui arrête le spectateur dans les trois premières secondes, un développement qui fait vivre le produit par des bénéfices concrets plutôt que par une liste de caractéristiques, une preuve ou une démonstration, puis une seule phrase d'appel à l'action. Une annonce qui contient deux appels à l'action n'en a aucun.
Le ton se choisit avant la voix
Le registre est le vrai réglage. Il découle du produit, du prix perçu et de la plateforme, pas de vos préférences personnelles. Un accessoire acheté sur un coup de tête dans un fil vertical ne se raconte pas comme un logiciel professionnel présenté à un acheteur qui compare trois offres. Confondre les deux donne cette impression de publicité criée dans le vide que tout le monde fait défiler.
- L'ami qui recommande : ton parlé, phrases courtes, débit vif. Il sert les achats d'impulsion, les accessoires, la mode, tout ce qui se comprend en une image.
- L'expert qui démontre : ton posé, articulation nette, silences assumés. Il sert les produits techniques et les services, où la confiance précède l'achat.
- L'annonceur qui annonce : énergie haute, attaque franche, tempo serré. Réservé aux lancements et aux offres à durée limitée, quand l'urgence est le message.
- Le client qui témoigne : ton presque parlé, sans emphase, avec des hésitations écrites. Le plus difficile à réussir en synthèse, parce que ce naturel s'obtient à l'écriture et pas au timbre.
Une fois le registre choisi, il tient du premier au dernier plan. Un changement de ton en cours d'annonce ne s'entend pas comme une nuance, mais comme un défaut technique. C'est aussi la raison pour laquelle il vaut mieux décider ce point avant d'ouvrir le catalogue de voix : on cherche alors un timbre qui sert une intention, au lieu de choisir une jolie voix puis d'essayer de lui trouver un rôle.
Caster la voix : ce que le catalogue vous dit vraiment
Dans notre studio, les voix sont rangées en trois familles de modèles, sous des noms neutres. Le Modèle V1 propose dix-huit timbres décrits par leur caractère, de l'enjoué au grave, et c'est la seule famille qui accepte une consigne de jeu. Le Modèle V2.5 vise la narration et le clonage premium, avec des voix françaises de narrateur et de présentatrice. Le Modèle V2 est orienté clonage. Pour une annonce, la famille qui accepte la consigne donne presque toujours le meilleur résultat, parce qu'elle vous laisse diriger la lecture au lieu de la subir.
Le casting se teste avant de produire. Chaque voix du catalogue dispose d'un aperçu : une phrase fixe, générée une seule fois puis servie depuis le cache, écoutable sans rien débiter. Quelques minutes d'écoute comparée valent mieux qu'une heure de régénération. Écoutez ces aperçus sur le haut-parleur d'un téléphone plutôt qu'au casque : c'est dans ces conditions que votre acheteur entendra l'annonce, entre deux vidéos, dans un environnement bruyant.
Un piège de casting revient sans cesse : la langue d'origine de la voix. Une voix conçue pour l'anglais lira un texte français avec des liaisons approximatives et un accent, quelle que soit sa qualité intrinsèque. Le défaut sera mis sur le dos de la technologie alors qu'il vient du choix de la voix. Vérifiez donc la langue avant de juger le moteur.
La consigne de jeu, le réglage qui fabrique le ton
La consigne de jeu, appelée style de lecture dans notre interface, est une phrase ordinaire placée avant le texte. Le moteur la traite comme une direction d'acteur et ne la prononce jamais à voix haute. C'est le réglage qui change le plus le résultat pour le moins d'effort, et c'est aussi celui que presque personne ne remplit. Parmi les exemples livrés dans le studio figure d'ailleurs une consigne taillée pour la publicité : lis avec enthousiasme, comme une publicité pleine d'énergie.
Trois comportements méritent d'être connus quand vous produisez des annonces en série. La consigne peut être enregistrée une fois sur votre compte, et elle s'applique alors à toutes vos voix off compatibles. Elle est figée au moment où vous lancez la production, ce qui évite qu'un changement d'avis en cours de route donne deux tons dans la même annonce. Enfin, si le texte d'une scène porte déjà sa propre consigne, c'est elle qui l'emporte : le texte reste roi.
Les exemples fournis sont un point de départ, pas une arrivée. Une consigne utile décrit une intention et une situation, jamais un adjectif isolé. Voici quatre formulations qui fonctionnent en publicité courte.
- « Lis comme si tu recommandais ce produit à une amie, ton complice et rapide. »
- « Lis en présentateur de démonstration, articulé, avec une pause nette avant le résultat. »
- « Lis avec une urgence maîtrisée, comme une offre qui se termine ce soir, sans crier. »
- « Lis la dernière phrase plus lentement que le reste, comme une invitation. »
Écrire quarante mots qui s'entendent
Un texte publicitaire se lit à voix haute avant d'être généré : debout, sans reprendre son souffle ailleurs qu'aux points et aux virgules. Chaque endroit où vous manquez d'air est un endroit où le moteur se trompera. Votre ponctuation est sa seule direction de jeu : la virgule pose une respiration courte, le point une chute suivie d'un vrai silence, les points de suspension une attente, le deux-points une annonce.
Le nom de votre marque mérite un test à lui seul. Les moteurs de synthèse devinent la prononciation à partir de l'orthographe, et un nom inventé, un sigle ou un mot étranger sortent souvent de travers. La parade est mécanique : écrivez dans le texte destiné à la voix ce que vous voulez entendre, en gardant l'orthographe correcte dans les sous-titres affichés à l'écran. Les autres fautes de lecture classiques sont listées dans notre article sur les réglages qui rendent une voix naturelle.
Une dernière règle vaut particulièrement pour le format court : pas de subordonnée. Une idée par phrase, un verbe conjugué par phrase. Les incises que l'œil absorbe sans effort deviennent des trous d'air à l'oral, et un trou d'air dans une annonce de quinze secondes emporte une part entière de votre message.
L'appel à l'action est la seule phrase qui doit ralentir
La fin d'une annonce se joue au tempo. Le corps du texte peut être vif, la dernière phrase doit descendre : plus lente, plus basse, séparée du reste par un vrai silence. C'est ce contraste qui transforme une information en instruction, et il s'obtient à l'écriture bien plus qu'au montage.
La manière la plus fiable de l'obtenir consiste à isoler cette phrase dans sa propre scène. Notre découpage automatique vise environ 110 caractères par segment et coupe d'abord aux phrases : une dernière phrase courte se retrouve donc naturellement seule, avec sa propre courbe d'intonation et son silence de fin. Vous pouvez même lui donner une consigne de jeu différente, puisque celle portée par le texte d'une scène l'emporte sur la consigne globale.
Évitez enfin la double demande. « Cliquez sur le lien, et abonnez-vous » divise l'attention au moment précis où vous en avez besoin. Une annonce, un geste.
Deux voix valent parfois mieux qu'une
Le format saynète fonctionne bien en publicité courte : une question, une réponse, une chute. Notre page de dialogue accepte un échange écrit ligne par ligne, sous la forme d'un nom, d'un deux-points et de la réplique. Chaque personnage reçoit sa propre voix et sa propre consigne de jeu, jusqu'à cinq personnages, et vous récupérez un seul fichier audio déjà assemblé.
Le contraste des timbres fait alors la moitié du travail. Une question posée par une voix jeune et enjouée, une réponse donnée par une voix plus grave et posée : l'oreille comprend immédiatement qui joue quel rôle, sans qu'aucun nom soit prononcé. Gardez les répliques très courtes, sinon le bénéfice du format disparaît et vous vous retrouvez avec une saynète de trente secondes là où vous vouliez une annonce de quinze.
Tester trois variantes plutôt que chercher la bonne prise
Une annonce ne se juge pas à l'oreille de son vendeur. La méthode qui donne des réponses consiste à produire le même script avec deux ou trois voix, ou le même texte avec deux consignes opposées, puis à les diffuser côte à côte. Vous ne cherchez pas la version parfaite, vous cherchez une information : quel registre retient votre audience à la troisième seconde.
Le studio est construit pour ce genre d'essai. La voix off se génère scène par scène, elle peut tourner pendant que les images se fabriquent, et une scène se régénère seule sans relancer la production entière. Vous corrigez une phrase, vous réécoutez, vous passez à la suivante. Pour la partie visuelle de ces déclinaisons, notre guide de la vidéo produit explique comment décliner un même plan sans tout refaire.
Sur la dépense, une règle simple évite les mauvaises surprises : produisez les brouillons avec la famille de voix la plus économique, et réservez la plus fine à la version qui partira réellement en diffusion. Les familles ne se facturent pas au même niveau, et le détail de nos formules figure sur la page des tarifs.
Le son coupé, la contrainte que la voix ne résout pas
Beaucoup de vidéos publicitaires sont vues sans le son, en particulier dans les fils où la lecture démarre en sourdine. Votre voix off a donc besoin d'un double écrit à l'écran. La transcription mot à mot n'est pas la bonne réponse : ce sont les mots forts qu'il faut afficher, le bénéfice, la preuve, l'appel à l'action. Le texte à l'écran répète l'argument, il ne double pas la phrase.
Cette contrainte a une conséquence sur l'écriture elle-même. Si votre argument principal n'existe que dans la voix, il disparaît pour une partie de votre audience. Écrivez l'annonce de façon qu'elle reste compréhensible en lisant seulement les quatre ou cinq mots affichés, puis laissez la voix ajouter la chaleur, le rythme et l'intention.
Voix de marque, clonage et déclaration
Une marque qui produit beaucoup gagne à fixer une voix, comme elle fixe une couleur. Deux chemins existent. Choisir un timbre du catalogue et ne plus en changer, ce qui ne coûte qu'une discipline. Ou cloner une voix réelle, la vôtre ou celle d'un comédien avec qui vous travaillez : notre interface fait cocher une certification avant tout clonage, et cette case n'est pas décorative.
Côté règles, deux repères valent d'être cités tels quels. Le règlement européen sur l'intelligence artificielle, adopté en 2024, prévoit des obligations de transparence pour les contenus générés ou manipulés par une IA. D'après le centre d'aide de YouTube, le formulaire de mise en ligne demande de signaler les contenus réalistes créés avec une intelligence artificielle. Imiter la voix d'une personnalité connue pour vendre reste, de son côté, une très mauvaise idée : nous avons détaillé pourquoi dans notre article sur la légalité du clonage de voix.
De la fiche produit au fichier livré
Le chemin le plus court part de votre fiche produit. Le studio rédige un script publicitaire à partir du nom et de la description, à la longueur que vous fixez en mots, avec un angle de vente choisi : problème puis solution, démonstration, avant et après, storytelling, témoignage, ou choix laissé à l'IA. Pour un produit numérique, un document peut être joint : son texte nourrit le script au lieu de laisser le modèle inventer des bénéfices.
Le script obtenu remplace le champ de la page et reste modifiable avant tout lancement, ce qui compte : personne ne devrait diffuser un texte qu'il n'a pas relu. Vient ensuite le découpage en scènes, la voix, puis le montage qui cale chaque plan sur la durée réelle de sa narration. Le même parcours produit les vidéos de présentation sans tourner, comme le décrit notre guide de l'UGC en dropshipping.
- Choisir le registre et la plateforme de diffusion avant d'écrire une ligne.
- Écrire, ou faire écrire, un script au budget de mots du format visé.
- Poser la consigne de jeu, puis écouter deux ou trois aperçus de voix.
- Isoler l'appel à l'action dans sa propre scène, avec son propre silence.
- Générer, écouter sur le haut-parleur d'un téléphone, régénérer la seule scène qui gêne.
- Décliner deux variantes de ton, les diffuser côte à côte, garder celle qui retient.
Questions fréquentes
Combien de mots faut-il pour une annonce de quinze secondes ?
Entre trente-cinq et quarante-cinq mots, selon l'énergie de la lecture. Comptez environ 150 mots par minute de narration et retranchez de quoi respirer. Si votre texte dépasse, retirez des mots plutôt que d'accélérer la voix : une lecture forcée s'entend immédiatement et détruit la crédibilité de l'annonce.
Faut-il une voix masculine ou féminine pour vendre ?
Aucune règle générale ne tient sérieusement sur ce point. Ce qui compte est l'accord entre la voix, l'audience et le registre choisi. La seule réponse fiable vient de votre propre test : produisez la même annonce avec deux voix, diffusez-les côte à côte, gardez celle qui retient à la troisième seconde.
Peut-on utiliser une voix de synthèse dans une publicité payante ?
Oui. Les contenus que vous générez dans le studio vous appartiennent et sont utilisables commercialement. Restent deux obligations : respecter les règles de déclaration des contenus réalistes générés par IA sur la plateforme visée, et n'utiliser une voix clonée qu'avec l'accord explicite de la personne concernée.
Comment obtenir un ton urgent sans donner l'impression de crier ?
L'urgence se fabrique au tempo, pas au volume. Écrivez des phrases plus courtes, supprimez les liaisons molles, et demandez dans la consigne une urgence maîtrisée plutôt que de l'enthousiasme. Une voix qui presse sans monter dans les aigus reste crédible ; une voix qui crie fait défiler.
Peut-on garder exactement la même voix sur toutes les annonces d'une marque ?
Oui, et c'est recommandé. Fixez un timbre du catalogue, enregistrez votre consigne de jeu sur votre compte pour qu'elle s'applique par défaut, et notez les deux dans votre charte au même titre qu'une couleur. La reconnaissance sonore d'une marque se construit sur la répétition, pas sur la variété.
Une voix off publicitaire efficace n'est pas une belle voix : c'est un ton juste, tenu quinze secondes, au service d'une seule demande. Choisissez le registre, comptez vos mots, écrivez la consigne, isolez l'appel à l'action, puis laissez le test trancher à votre place. Pour l'essayer sur votre propre produit, créez un compte et lancez une première voix off depuis le studio EasyVids.