VOCAFAQ · LA TRANSPARENCE PLUTÔT QUE LA « BOÎTE NOIRE »
Ce dont VocaVid a besoin.
Et ce que cela coûte.
Les valeurs ci-dessous proviennent de tâches VocaVid locales terminées sur la configuration RTX 4080 utilisée. Elles constituent une indication réaliste, et non une promesse de performances : le modèle, la résolution, la VRAM, la file d'attente, la consigne et la version de ComfyUI influencent chaque génération.
Combien coûte un projet VocaVid ?
VocaVid ne facture pas à l'image ou au clip : la génération s'effectue sur votre ordinateur avec les modèles que vous avez installés. Les coûts réels correspondent donc au temps de calcul, à l'électricité et, le cas échéant, aux licences ou aux frais d'accès aux modèles supplémentaires que vous utilisez.
Combien de temps dure un clip vidéo ?
Les principaux facteurs sont les clips et, le cas échéant, les avatars. Les valeurs moyennes suivantes proviennent de la base de données locale des tâches du projet, sur une carte RTX 4080 :
| Étape | Ø par unité |
|---|---|
| Prompt d’image | ~ 9 secondes / segment |
| Image | ~ 5 secondes / segment |
| Invite vidéo | ~ 6 secondes / segment |
| Image d'avatar | ~ 1 minute 29 secondes / segment |
| Extrait | ~ 1 minute 22 secondes / segment |
| Plan de scène | ~ 4 minutes 37 secondes / segment traité* |
| Rendu MP4 | ~ 2 minutes 33 secondes / exportation |
| Analyse de la bande-démo | ~ 45 secondes / passage |
* La variation des temps indiqués pour le « Scene Plan » est importante, car la durée de la chanson, la taille du lot et la quantité de texte ont une grande influence. C’est pourquoi cette valeur est délibérément conçue comme une aide à la planification approximative.
De quoi ai-je besoin avant de commencer ?
Python 3.11+, une instance ComfyUI en cours d’exécution, FFmpeg et un GPU compatible CUDA constituent la base pratique. Les modèles concrets et les nœuds personnalisés dépendent du workflow sélectionné. La référence du workflow répertorie les fichiers JSON actuellement fournis.
Puis-je corriger manuellement le timing et la segmentation ?
Oui. Après « Analyze + Split », vous pouvez vérifier le début et la fin de lignes individuelles, de groupes de lignes et de passages instrumentaux en mode tableau. Cela vaut particulièrement la peine avant le « Scene Plan » et le rendu, car toutes les étapes suivantes s’appuient sur ces segments.
À quoi sert encore Kdenlive ?
VocaVid crée un projet Kdenlive modifiable et, si nécessaire, effectue directement un rendu au format MP4. Kdenlive reste l’outil de prédilection pour le montage de précision final, les titres, les transitions personnalisées ou la correction des couleurs.
Les « reels » sont-ils créés automatiquement ?
Une fois le MP4 final généré, VocaVid analyse les extraits musicalement intéressants, crée des aperçus et exporte verticalement les passages que vous avez sélectionnés. Le choix vous appartient ; l’outil se charge de la recherche et de l’exportation technique à votre place.