Sonilo génère le bruitage d'une vidéo à partir de l'image elle-même
— AUDIOVISUEL
Sonilo lance Sound Effects 1.0 sur fal, un modèle qui déduit les effets sonores directement du mouvement à l'écran ou d'une description texte. Je pense que ça comble un vrai trou dans les workflows vidéo IA, même si le calage fin restera à vérifier plan par plan.
Je travaille depuis des mois sur des vidéos générées par IA qui ont toutes le même défaut : elles sont muettes, ou pire, sonorisées avec une nappe ambiante vague qui ne colle à rien. Sonilo attaque exactement ce point mort avec Sound Effects 1.0, disponible sur fal. Le principe est simple sur le papier : le modèle regarde une vidéo, en déduit le rythme et les mouvements, puis produit une piste audio calée sur l'image plutôt qu'un fond sonore générique. Une autre entrée fonctionne en texte pur, avec durée réglable, et une variante applique directement le bruitage sur un plan existant.
Ce qui me frappe, c'est que cette étape est justement celle que personne ne veut faire à la main sur un projet cadencé. Un monteur qui livre un edit généré par IA pour un client se retrouve encore, aujourd'hui, à aller piocher des SFX sur des banques audio et à les caler manuellement image par image. Si l'analyse vidéo-vers-son tient la route sur des plans avec du mouvement franc, ça supprime une passe entière de post-production, celle qui coûte du temps sans jamais apparaître dans le rendu final aux yeux du client.
Le tarif mérite un calcul rapide. La génération à partir de la vidéo coûte cinq fois plus cher que la génération à partir d'un texte, 0,009 dollar la seconde contre 0,0018 dollar. Sur un plan de trente secondes, l'écart reste dérisoire, quelques centimes. Je testerais volontiers la version vidéo sur des plans complexes, avec plusieurs sources sonores simultanées, avant de la faire entrer dans un devis sérieux, parce que c'est là que je verrais si le modèle distingue vraiment les couches sonores ou s'il se contente d'un habillage global plausible.
La promesse d'un catalogue d'entraînement licencié pour un usage commercial n'est pas un détail. Sur ce terrain, je reste prudent tant que je n'ai pas vu de garanties contractuelles écrites, pas juste une revendication marketing. Mais l'angle d'attaque est le bon : le son est le dernier maillon négligé de la vidéo générative, et le premier à trahir un montage bâclé.