I Let ACE Studio AI Make My Music Video

L'auteur teste le producteur de clips musicaux d'Ace Studio, une fonctionnalité intégrée à leur plateforme de production musicale. Il décrit le processus étape par étape, depuis le téléchargement d'une chanson jusqu'à la génération du clip vidéo final. Le processus commence par le téléchargement d'un morceau. L'outil analyse la musique et pose des questions initiales pour définir le style visuel (rétro synth-pop dans ce cas), le récit (vignettes, montage), l'archétype du performer principal (joueur, chaotique, énergique) et le format vidéo (16:9). L'utilisateur peut également spécifier des éléments à éviter. L'auteur, producteur de clips vidéo, est particulièrement intéressé par le degré de contrôle créatif offert par l'outil et la manière dont il se compare à la production traditionnelle sur le terrain. Ace Studio propose une approche structurée, guidant l'utilisateur à travers différentes phases : concept, storyboard, création de personnages, script, chorégraphie et enfin, génération vidéo. Chaque étape doit être validée avant de passer à la suivante, permettant ainsi de nombreux ajustements. Après avoir répondu aux questions initiales, l'utilisateur reçoit un plan créatif généré par l'IA, résumant ses choix et l'analyse de la chanson. Ensuite, l'IA commence à créer des images du personnage principal. L'auteur choisit d'utiliser son propre visage. L'outil génère ensuite des vues multi-angles du personnage. Il est possible de modifier les invites de génération d'images, de téléverser des photos pour personnaliser davantage le personnage, et de choisir entre différents modèles d'IA (Nano, Banana, GPT, Midjourney). La plateforme est organisée en plusieurs sections : une zone de planification (audio, personnages, scènes, script, plans), une bibliothèque (images, vidéos, audio), une zone de visualisation centrale, une zone d'invites et un agent IA conversationnel sur la droite. Une chronologie en bas affiche les sections codées par couleur, les paroles et les storyboards. L'auteur expérimente ensuite la modification de l'esthétique. Initialement, il n'est pas satisfait d'un rendu et le modifie pour obtenir une ambiance plus estivale et ensoleillée. L'idée du concept évolue : le personnage principal chante pour différentes fêtes d'anniversaire, chacune étant plus animée que la précédente. L'étape suivante concerne le casting des personnages secondaires. L'IA propose des options pour les célébrants et les invités. L'auteur souhaite ajouter une touche comique, demandant des masques amusants (licorne, ours en peluche), des gâteaux d'anniversaire et des actions loufoques de la part des invités. Il souligne que plus les instructions sont précises, meilleur est le résultat. Il imagine ensuite des éléments visuels plus complexes, comme des emojis émanant des corps des personnages pour représenter leurs émotions. Une fois le script détaillé et la mise en page des plans finalisés, l'outil passe à la chorégraphie, ajoutant des descriptions plus précises pour les sections de danse. Ensuite, les storyboards sont générés par vagues. L'auteur n'approuve pas immédiatement le storyboard et propose des idées supplémentaires : être seul dans l'introduction, ajouter des colombes dans les pré-refrains, et transformer le personnage principal en animation pendant le pont, avec une transition progressive vers l'animation pour tous. L'auteur spécifie des détails tels que le port d'un masque de licorne à partir d'un certain moment et son retrait à la fin. Il insiste sur la précision des instructions pour obtenir les meilleurs résultats. Il demande également une fin épique avec des plans aériens et animés. L'étape de génération vidéo peut rencontrer des échecs, nécessitant plusieurs tentatives. Le processus se déroule par vagues de plans. Après la génération vidéo, l'outil procède à la synchronisation labiale. L'auteur apporte des modifications en spécifiant les clips et les actions souhaitées (par exemple, "danse"). Concernant l'utilisation des crédits, l'auteur note que la génération d'images est relativement peu coûteuse (environ 15 crédits), tandis que la génération vidéo (544 crédits par lot) et la synchronisation labiale (325 crédits) sont beaucoup plus coûteuses. Il estime que la production complète du clip a coûté entre 10 000 et 15 000 crédits. Il recommande de bien définir ses idées en amont pour minimiser l'utilisation des crédits. L'auteur partage ensuite son avis sur la plateforme. Il trouve utile d'avoir un outil unique pour la musique et la production vidéo, et apprécie la logique du flux de travail. Il aimerait voir des fonctionnalités supplémentaires comme le beat mapping et plus d'options de styles de plans (plan orbite, ralenti, travelling). Il suggère également un système multi-modèles pour la génération vidéo, car chaque modèle n'est pas optimal pour tous les types de scènes. En comparaison avec la production vidéo traditionnelle, il souligne que l'IA peut être un outil précieux pour l'idéation, la création de contenu et la concrétisation d'idées, surtout pour ceux qui n'ont pas les moyens de financer une production coûteuse. Il voit cela comme une étape potentielle dans la croissance d'un artiste. Enfin, il invite les spectateurs à donner leur avis sur l'outil, son coût et l'utilisation de l'IA dans la création vidéo. Il conclut en exprimant son intention d'explorer davantage la plateforme pour de futures productions.