Shorts YouTube sans visage avec l’IA : script, voix et montage

La « chaîne sans visage » est l'un des rêves les plus vendus de ces deux dernières années. Des vidéos intitulées « Combien je gagne par mois sans jamais montrer mon visage » font des millions de vues, et la plupart vendent en réalité une formation. La réalité est plus banale : les chaînes sans visage existent, certaines grandissent vraiment, mais celles qui grandissent ont surtout trouvé un bon sujet et un ton à elles, constant. Les outils miracles n'y sont pour rien.

On détaille ici, étape par étape, ce processus banal mais qui marche. Ce n'est pas un système que nous avons appliqué sur une chaîne à nous.

D'abord les règles, ensuite les outils

YouTube n'interdit pas l'IA. Mais deux règles méritent d'être prises au sérieux.

La première, c'est la position du Programme Partenaire YouTube sur les contenus répétitifs et produits en masse. Des centaines de vidéos avec le même modèle et la même voix, où seul le script change, sont une cause connue de refus de monétisation. La plupart des plaintes sur les forums du genre « ma chaîne a été refusée pour contenu réutilisé » viennent de chaînes de ce type.

La seconde, c'est le signalement des contenus synthétiques réalistes. Si l'IA fait dire quelque chose à une personne réelle ou modifie un événement réel, YouTube Studio vous demande de l'indiquer à la mise en ligne. Une simple voix IA ou une animation clairement fictive n'est généralement pas concernée ; si vous êtes à la limite, cochez la case.

La conséquence pratique des deux règles : chaque vidéo doit apporter quelque chose de réel. Une info nouvelle, une analyse, un point de vue. L'IA peut accélérer cet apport, pas le remplacer.

Le sujet : la seule chose qu'aucun outil ne fournit

Les sujets qui marchent sans visage entrent généralement dans trois familles : la vulgarisation (histoire, sciences, anecdotes), les récits (horreur, mystère, faits divers) et les classements (top cinq, les dix plus étranges). En français, toutes ces niches sont occupées, mais avec un angle précis il reste de la place : histoire locale, légendes de votre région, l'origine insolite d'un plat ou d'un métier.

Demander à ChatGPT des « idées de Shorts » est la pire façon de trouver un sujet. Tout le monde pose la même question et reçoit la même liste. Mieux : cherchez dans votre niche de petites chaînes dont les vidéos du mois dernier ont fait plus de vues que prévu, lisez dans les commentaires ce que les gens demandent, et trouvez-y votre angle. L'IA aide à développer l'idée, pas à la trouver.

Le script : court, percutant, accroche dès la première seconde

La première phrase d'un Short, c'est tout. Le spectateur vous accorde une ou deux secondes avant de faire défiler. Une vidéo qui commence par « Aujourd'hui je vais vous raconter un truc de fou » est morte. Une qui commence par « En 1999, on a évacué tout un immeuble dans une banlieue tranquille, et personne n'a jamais dit pourquoi » est regardée.

Vous pouvez écrire vos scripts avec ChatGPT, Claude ou Gemini. Mais vous tomberez sur ce problème : le modèle écrit avec un ton d'IA reconnaissable. « Mais c'est là que tout bascule », « Et ce n'est pas tout », « Plongeons ensemble ». Le public connaît ces tics par cœur.

Le meilleur moyen d'en sortir, ce sont les exemples. Donnez deux ou trois paragraphes courts dans un style de narration qui vous plaît (idéalement écrits par vous) et dites « écris dans ce ton, sans ces tics ». Puis lisez le résultat à voix haute et changez chaque phrase qui ne sonne pas juste. Quel modèle écrit le plus naturellement, on le compare dans un guide à part ; en bref, Claude sonne souvent moins formaté, mais ChatGPT y arrive aussi avec de bonnes consignes.

Si vous faites de la vulgarisation, vérifiez chaque affirmation. Les dates, chiffres et citations inventés se repèrent tout de suite en commentaire et peuvent ruiner la crédibilité d'une chaîne en une seule vidéo.

Durée : les Shorts peuvent désormais durer jusqu'à trois minutes, mais ça ne veut pas dire qu'ils doivent. Une vidéo de 30 à 50 secondes regardée jusqu'au bout vaut plus que la moitié d'une vidéo de trois minutes.

La voix : l'identité de la chaîne

Sans visage, c'est la voix qui prend sa place. Le public vous reconnaît à elle. D'où l'importance de garder la même voix dans toutes les vidéos, mais pas la voix par défaut que tout le monde utilise.

ElevenLabs est le choix le plus courant. L'offre Free donne 10 000 crédits par mois, mais sans licence commerciale ; pour une chaîne qui veut gagner de l'argent, Starter (6 dollars par mois, 30 000 crédits) est le minimum. Un Short de 45 secondes fait grosso modo 600 à 750 caractères ; avec les crédits Starter, vous doublez donc 30 à 40 vidéos par mois, un peu moins avec les régénérations.

N'utilisez pas les voix les plus populaires de la Voice Library. Tout le monde les prend, et votre chaîne ne se distinguera pas de cent autres. Cherchez une voix moins utilisée ou clonez la vôtre. Cloner sa propre voix est le meilleur moyen d'avoir une identité personnelle sans montrer son visage. Le clonage instantané chez ElevenLabs est disponible dès Starter ; les étapes sont dans notre guide du clonage de voix.

Murf est une autre option, mais ses voix prêtes à l'emploi sonnent plutôt « vidéo d'entreprise » et passent pour moins adaptées au récit et à l'horreur. Le comparatif est dans ElevenLabs ou Murf.

Retouchez un peu le script avant de générer la voix. Écrivez les nombres en toutes lettres, raccourcissez les phrases, mettez une virgule avant ce que vous voulez souligner. C'est bien plus efficace que de jouer avec les curseurs.

L'image : là où partent le temps et l'argent

Il y a trois voies, aux coûts très différents.

Les banques d'images. Le moins cher et le plus rapide. Via des bibliothèques gratuites comme Pexels et Pixabay ou la banque intégrée à votre logiciel de montage. Le problème : des milliers de chaînes utilisent les mêmes plans, et le stock colle rarement pile à l'histoire.

Les outils de vidéo automatique. Des outils comme Pictory prennent un script ou un article de blog, le découpent en scènes, associent des plans de stock à chaque scène et ajoutent voix et sous-titres. La page tarifs de Pictory affiche un essai de 14 jours, Starter à partir de 25 dollars et Professional à partir de 35 dollars par mois en paiement annuel. Les plans Storyblocks et Getty, les voix ElevenLabs, les sous-titres automatiques et l'export vertical 9:16 figurent dans toutes les offres. Une limite : selon la FAQ, Starter gère 7 langues, Professional et Teams 29. Vérifiez pendant l'essai que la vôtre est incluse.

Pictory fait gagner du temps, mais les plans choisis sont souvent génériques. On s'en servirait pour le premier montage, puis on remplacerait à la main les scènes clés.

Les images générées. Créer chaque scène avec des outils d'image ou de vidéo IA. Le résultat le plus original, mais la voie la plus chère et la plus lente. Pour les chaînes de fiction et d'histoire, un style visuel constant (même trait, même palette) rend la chaîne reconnaissable. Les outils sont dans notre guide des générateurs d'images gratuits.

Montage et sous-titres

La plupart des gens regardent les Shorts sans le son. Sans sous-titres, vous perdez la moitié de la vidéo. Des sous-titres gros, lisibles, qui apparaissent mot à mot, c'est la norme dans ce format.

CapCut est l'option gratuite la plus répandue. Descript prend une autre approche et monte à partir du texte : modifiez la transcription, la vidéo est coupée en conséquence. L'offre Free de Descript donne 60 minutes de média par mois et un export en 720p ; pour du 1080p sans filigrane, il faut Hobbyist (16 dollars par mois en annuel). On compare les outils de sous-titrage dans le guide sous-titres et transcription.

Deux choses font la différence au montage. Le rythme : l'image devrait changer toutes les deux ou trois secondes. Et la musique : dans l'ambiance de l'histoire, sans couvrir la voix. Pas de musique protégée ; la bibliothèque audio de YouTube ou la bibliothèque sous licence de votre outil est plus sûre.

Ce que coûte vraiment une vidéo

Une configuration minimale entièrement payante ressemble à peu près à ceci : ElevenLabs Starter à 6 dollars par mois, Descript Hobbyist à 16 dollars par mois en annuel et l'offre gratuite de ChatGPT ou Claude pour le script. Environ 22 dollars par mois pour cinq vidéos par semaine. Avec Pictory, ajoutez 25 dollars par mois en annuel. Ce sont les prix des pages officielles, hors taxes.

Le vrai coût, c'est le temps. Les premières vidéos prennent une à deux heures : écrire le script, choisir la voix, associer les plans, corriger les sous-titres. Au bout d'un mois, c'est 30 à 40 minutes. Tout ce qui va plus vite se fait en général au détriment de la qualité.

Pourquoi les chaînes sans visage échouent

La plus grosse erreur : publier cinq vidéos par jour la première semaine et arrêter au bout de deux. L'algorithme récompense la régularité ; trois vidéos régulières par semaine valent mieux que trente en quinze jours suivies du silence.

La deuxième : refaire à l'identique une vidéo qui a marché. Même sujet, même ordre, même ton. Le contenu copié se heurte aux règles, et le public le voit.

La troisième : ne jamais répondre aux commentaires. Sans visage ne veut pas dire sans humain. Répondre pousse les gens à recommander la vidéo suivante.

La quatrième : ne jamais faire de vidéos longues. Pour la monétisation, le public des Shorts vaut moins que celui des vidéos longues, et la plupart des chaînes qui grandissent avec les Shorts finissent par passer au format long. Si vous y pensez dès le départ, vous choisirez des sujets de Shorts qui peuvent devenir des vidéos longues.

En bref

Peut-on monétiser des Shorts avec une voix IA ?

YouTube ne voit pas la voix IA en elle-même comme un problème. Ce qui pose problème, c'est le contenu répétitif qui n'apporte rien de propre. Si chaque vidéo contient de la vraie info ou une vraie analyse, l'origine de la voix n'est pas un obstacle.

Avec quels outils gratuits commencer ?

Les offres gratuites de ChatGPT, Claude ou Gemini pour le script, CapCut pour le montage, ElevenLabs Free pour la voix (mais sans licence commerciale). Passez à une offre payante pour la voix quand la monétisation approche.

Faut-il utiliser sa propre voix ?

Si possible, oui. Si vous ne voulez pas vous enregistrer, un clone de votre voix reste plus reconnaissable qu'une voix de stock.

Les banques d'images sont-elles sûres côté droits ?

Ça dépend de la licence de la bibliothèque. Pictory indique que les plans, la musique et les voix de sa bibliothèque sont sous licence pour vos vidéos. Sur les sites gratuits, vérifiez la licence de chaque plan.

Fiches outils : ElevenLabs, Pictory, Descript, ChatGPT.

Pages citées dans ce guide