Test de Google Flow Music : chansons, vidéos et synchronisation labiale

Google Flow Music a généré des chansons originales et des vidéos 720p téléchargeables lors de nos tests. Les vidéos suivantes conservaient une chanteuse et un décor reconnaissables, mais les mouvements de sa bouche ne correspondaient pas toujours au chant à la lecture. Certaines demandes ont aussi été refusées pour manque de crédits, malgré des estimations inférieures au solde affiché.

Pour trouver des idées de chansons et créer de courtes séquences visuelles, les résultats étaient utiles. Pour une interprétation chantée aboutie, nous attendrions une meilleure synchronisation.

La chanson et le brief vidéo

Flow Music permet de créer et modifier des chansons et de générer des clips musicaux directement. Nous l’avons utilisé pour créer Let the Morning In, un morceau indie pop avec une voix féminine principale et ces paroles originales en ouverture :

I open the window, let the morning in
Shake off the shadows, feel the light again
Step through the doorway, leave the night behind
I open the window, let the morning in

Le brief initial demandait une femme chantant face à la caméra, puis ouvrant une fenêtre. Nous avons choisi le format paysage 16:9 en 720p, fourni une image de référence du personnage et désactivé les textes incrustés.

Premier essai : la pose de référence a été conservée

Le premier résultat montrait une femme assise avec une tasse, puis un plan de coupe sur une fenêtre. On ne la voyait ni chanter ni ouvrir la fenêtre, contrairement à la demande.

Notre image de référence montrait elle aussi une femme assise avec une tasse : elle était donc mal adaptée à l’action souhaitée. Nous avons corrigé cet élément lors des essais suivants.

Notre confirmation dans le chat est devenue le prompt affiché de la vidéo

La proposition de Flow Music décrivait une femme chantant face à la caméra et ouvrant une fenêtre. Nous l’avons approuvée avec cette réponse dans le chat :

Le champ Prompt de la vidéo terminée affichait ensuite cette même réponse, mot pour mot, au lieu des instructions détaillées sur le chant et l’ouverture de la fenêtre :

L’historique visible montre que notre message d’approbation a servi de prompt vidéo affiché. Cela pourrait contribuer à expliquer l’absence de l’interprétation demandée, mais ne permet pas de savoir si le modèle a reçu d’autres instructions ni d’établir la cause de l’échec.

Essais suivants : du chant, mais une synchronisation à améliorer

Nous avons remplacé la référence par une image de la femme debout près d’une fenêtre, limité la tâche au chant et répété les instructions complètes dans la confirmation finale :

Un seul gros plan sans coupure. Elle chante visiblement les premières paroles directement face à la caméra, avec des mouvements actifs des lèvres et de la mâchoire. Aucune tasse, aucune gorgée, aucun plan de coupe.

Les résultats montraient des mouvements de bouche expressifs et une interprète reconnaissable, mais notre visionnage a révélé des décalages avec le chant.

Un essai plus long a produit plusieurs plans de l’interprétation. La synchronisation restait à améliorer pour l’usage que nous envisagions.

Les durées enregistrées incluent une séquence de fin avec la marque. Nous avons modifié à la fois la référence et les instructions entre les essais : nous ne pouvons donc pas attribuer l’amélioration à l’un de ces changements en particulier.

Crédits : certaines demandes apparemment abordables ont été refusées

Pour les générations terminées, les variations du solde correspondaient aux coûts annoncés. D’autres demandes ont toutefois été refusées alors que leur estimation était inférieure au solde affiché :

Lors de l’essai refusé de 34 secondes, l’interface affichait « Not enough credits » tandis que l’assistant affirmait immédiatement que la génération avait démarré. Cela s’est produit avant le rendu réussi de 30 secondes dans la même conversation.

Le guide des abonnements de Google indique que les fonctions de base sont gratuites ; les offres payantes ajoutent des crédits, des générations et l’accès aux derniers modèles. La page des tarifs propose une offre Free, mais les pages consultées n’expliquent pas l’avantage « Members get one free video » mentionné dans le message de refus. Nous n’avons pas pu déterminer quelle règle de crédits ou d’éligibilité avait provoqué ces refus.

Peut-on couvrir une chanson entière ?

Trente secondes était la demande la plus longue acceptée par ce compte, et non une limite établie pour le produit. La présentation initiale annonçait des vidéos allant jusqu’à deux minutes. Lorsque nous avons demandé notre chanson complète de 155,1 secondes, Flow Music a proposé deux parties :

Pour cette chanson de 2 minutes et 35 secondes, le processus proposé nécessitait deux rendus, puis leur assemblage. Le total de 1 939 crédits était une estimation, pas un coût testé ; nous n’avons pas terminé de clip couvrant la chanson entière.

Décrivez la vidéo souhaitée…

Pixo

Créez des vidéos IA avec Pixo

Transformez vos idées en vidéos prêtes à publier. Une phrase suffit.

Commencer à créer

Pour quels usages le choisirions-nous ?

Flow Music a produit des morceaux originaux, des références de personnages réutilisables et des vidéos téléchargeables dans une seule application.

Pour une interprétation chantée synchronisée, nos exemples demandaient encore du travail. Si c’est votre objectif, testez d’abord un court passage avec une voix claire et une référence adaptée. Comparez les mouvements de bouche aux paroles avant de vous lancer dans une production plus longue. Si une demande est refusée malgré un solde apparemment suffisant, clarifiez les règles de crédits avant de supposer qu’une recharge réglera le problème.