Transformer une photo en vidéo : diaporama ou animation par IA ?

Réponse courte : Transformer une photo en vidéo recouvre deux tâches distinctes. Faire un diaporama ou un clip à partir de plusieurs photos relève du montage ; l'application galerie ou de montage du téléphone suffit. Animer une seule photo avec l'IA, en revanche, c'est de l'image en vidéo : la photo devient la première image, vous décrivez le mouvement de la caméra et du sujet, et le modèle produit un clip de 4 à 10 secondes.

Une courte vidéo souvenir tirée d'un album de mariage, un plan de vitrine qui tourne à partir d'une photo produit, ou un sourire qui apparaît sur le vieux portrait de votre grand-père : les trois se tapent « transformer une photo en vidéo » dans la barre de recherche, mais ce n'est pas le même travail. En partant dans la mauvaise direction, soit vous dépensez des jetons inutilement, soit vous n'obtenez jamais le mouvement attendu. Cet article distingue les deux tâches ; il explique comment choisir la photo à animer, comment écrire le prompt et ce que coûte chaque option.

Que signifie transformer une photo en vidéo ?

Cette recherche couvre deux tâches différentes. La première est le montage : plusieurs photos sont placées à la suite, avec des transitions, de lents zooms, de la musique et du texte ; rien ne bouge à l'intérieur des photos. La seconde est l'image en vidéo : une seule photo devient la première image et un modèle d'IA génère l'ondulation des cheveux, la rotation de la tête ou l'avancée de la caméra.

Les deux se combinent : animer plusieurs photos une à une, puis les enchaîner au montage, apporte à la fois l'authenticité des photos et le mouvement. Nous avons expliqué la différence entre image en vidéo et texte en vidéo dans notre article de comparaison détaillée.

Comment faire une vidéo avec les photos de son téléphone ?

Pour faire une vidéo avec les photos de votre téléphone, l'IA n'est pas nécessaire. La fonction souvenirs ou film de l'application galerie, ou n'importe quelle application de montage, met les photos dans l'ordre, donne quelques secondes à chacune, ajoute musique et transitions. Cette voie est gratuite et, comme elle n'ajoute rien à l'image, c'est l'option la plus honnête pour les vidéos souvenirs et les contenus à valeur documentaire.

1. Choisissez les photos dans l'ordre de l'histoire ; parmi trois images semblables d'un même moment, ne gardez que la meilleure.
2. Fixez dès le départ le ratio cible. Pour exploiter tout le capteur, les appareils photo des téléphones prennent le plus souvent les photos en 4:3 ; la vidéo verticale étant en 9:16, les bords sont rognés. Gardez les visages importants au centre du cadre.
3. Donnez à chaque photo une durée adaptée au tempo de la musique : courte sur une musique rapide, longue sur une musique calme.
4. Ajoutez un lent zoom avant ou un panoramique latéral. Cet effet, bien connu des documentaires, donne une impression de mouvement à une photo fixe.
5. Ajoutez le texte et les dates dans l'application de montage ; ils restent ainsi lisibles et les caractères accentués s'affichent correctement.

Comment fonctionne l'animation de photos par IA ?

Dans un modèle image en vidéo, votre photo est la première image du clip et reste fixe. Le modèle génère les images suivantes selon sa prédiction de la façon dont la scène va bouger ; votre prompt oriente cette prédiction. Comme la composition vient de la photo, le visage et le produit restent reconnaissables, mais le mouvement est limité par les bords du cadre.

Cette méthode a une conséquence : tout ce qui n'est pas visible sur la photo est inventé. Si la tête tourne, l'arrière de l'oreille ; si la caméra recule, la pièce hors champ ; si la main s'ouvre, l'intérieur de la paume : tout cela est une supposition du modèle. Plus le clip s'allonge, plus les suppositions s'accumulent ; avec de nombreux modèles, le visage commence à changer lentement après cinq ou six secondes. C'est pourquoi un clip court et un mouvement limité donnent le résultat le plus fiable. Nous avons expliqué comment nous appliquons ce principe dans notre chaîne de production dans notre article sur l'image clé d'abord.

Quelle photo donne un bon résultat pour l'animation ?

Une photo qui donne un bon résultat est nette, bien éclairée, avec un seul sujet et un arrière-plan sobre. Le visage est vu de face ou légèrement de côté, les mains sont soit entièrement dans le cadre, soit absentes, et l'image ne contient aucun texte qui devrait rester lisible. Comme le modèle amplifie par le mouvement chaque défaut de la photo, bien choisir la source compte davantage que bien écrire le prompt.

• Résolution : la photo ne doit pas être plus petite que la vidéo visée. Une vidéo 1080p fait 1920 × 1080 pixels ; une photo dont le petit côté est très en dessous perd en netteté à l'agrandissement.
• Ratio : recadrez vous-même la photo au ratio de la vidéo au préalable. Si vous laissez le recadrage au modèle, un détail important peut sortir du cadre.
• Angle du visage : de face ou de trois quarts, yeux ouverts et visibles. Tourner vers la caméra un visage photographié de profil, c'est inventer la moitié du visage.
• Arrière-plan : un arrière-plan sobre et flou est idéal. Les visages et les objets d'un arrière-plan chargé fondent pendant le mouvement.
• Mains : les mains doivent être soit entièrement visibles, soit hors cadre. Des doigts coupés à moitié sont le détail qui se dégrade le plus souvent.
• Texte, logo, cadre : enseignes, étiquettes et logos se déforment en mouvement. Les photos encadrées ou surchargées de texte sont lues comme des affiches et réinterprétées.
• Photos anciennes : éliminez d'abord rayures, taches et déchirures par une étape de restauration ; le modèle peut prendre une tache pour un élément de la scène et la faire bouger.

Comment écrire un prompt de mouvement ?

Un prompt de mouvement se construit en trois parties : le mouvement de caméra, le mouvement du sujet et le tempo. Ne redécrivez pas le sujet déjà visible sur la photo ; écrivez seulement ce qui doit changer. Une seule phrase comme « La caméra se rapproche lentement, la femme sourit légèrement et tourne la tête vers la gauche, ses cheveux bougent dans le vent, tempo calme » suffit le plus souvent.

Quelques modèles suffisent pour le mouvement de caméra : rapprochement lent, recul, glissement à droite ou à gauche, légère élévation et caméra fixe. Un mouvement rapide simultané de la caméra et du sujet est la cause de dégradation la plus fréquente ; si vous faites bouger l'un, gardez l'autre calme.

Où l'animation de photos se dégrade-t-elle ?

La dégradation commence là où le modèle doit inventer une information absente de la photo. Cinq situations reviennent le plus souvent : rotation rapide, mains, texte, foule et durée longue. Les prévenir par le choix de la photo et un clip court, plutôt que de les forcer par le prompt, signifie moins de régénérations et moins de jetons.

• Rotation rapide : une rotation ample de la tête ou du corps oblige à inventer le visage caché ; la personne peut se transformer en quelqu'un qui ne lui ressemble pas.
• Mains et objets tenus : une main qui soulève un verre peut changer de nombre et de forme de doigts.
• Texte : le texte d'une enseigne ou d'un t-shirt devient en quelques images une suite de lettres absurdes.
• Foule : sur une photo de groupe, les visages du dernier rang se mélangent ; le modèle ne sait pas qui est le sujet.
• Clip long : plus la durée augmente, plus le visage et les vêtements dérivent. Si vous avez besoin d'un long moment, générez deux clips courts et assemblez-les au montage.

Est-il juste d'animer la photo d'un proche décédé ou d'une autre personne ?

C'est techniquement possible, mais la question du consentement et du contexte passe avant la technique. Animer en famille la photo d'un proche décédé, en souvenir, et diffuser publiquement la même image sont deux choses différentes. Animer ou faire parler le visage d'une autre personne sans son autorisation présente à la fois un risque éthique et juridique.

En Turquie, la loi n° 6698 sur la protection des données personnelles considère comme donnée personnelle la photo d'une personne identifiée ou identifiable. L'article 50 du règlement européen sur l'intelligence artificielle exige en outre, depuis le 2 août 2026, que les images générées qui ressemblent à des personnes, des lieux ou des événements réels et pourraient passer pour authentiques soient clairement signalées comme artificielles. Ceci n'est pas un avis juridique ; pour un usage commercial ou public, consultez un juriste.

• Même pour un souvenir familial, demandez l'avis des proches de la personne photographiée ; tout le monde n'accueille pas un visage animé avec la même émotion.
• N'animez pas de photos d'enfants pour les partager publiquement ; tenez compte du fait qu'ils ne peuvent pas donner leur consentement.
• Indiquez dans la vidéo partagée qu'elle a été animée par IA, et ne présentez pas l'image comme un enregistrement réel.
• N'utilisez pas sans autorisation écrite la photo de personnalités, de vos clients ou de vos salariés.

Nous avons expliqué le fonctionnement des marquages visibles et invisibles des médias génératifs dans notre article sur le filigrane et l'information de provenance.

Combien de jetons coûte la transformation d'une photo en vidéo chez Yeşilçam ?

Dans Yeşilçam Studio, vous importez votre photo comme ressource ; l'image fournie devient la première image du clip et elle est animée au niveau de qualité choisi. Le prix dépend du niveau et de la durée, s'affiche à l'écran avant chaque génération, et une génération ratée est remboursée automatiquement. En octobre 2026, la ligne référence d'image de la grille tarifaire coûte 2 626 jetons.

La colonne en dollars est calculée au tarif du forfait Basic : 30 $ pour 5 millions de jetons, soit environ 6 $ le million. Le forfait Free applique un multiplicateur ×1,3 ; un clip Brouillon de 5 secondes avec référence d'image coûte 125 127 × 1,3 = 162 665 jetons et tient une fois dans le crédit mensuel de 250 000 jetons. Les sorties Free portent un filigrane, et les niveaux Cinéma s'ouvrent avec le forfait Basic. Avec le forfait Pro, la même opération débite 100 102 jetons grâce au ×0,8.

Une vidéo souvenir de 30 secondes à partir de six photos

Animer six photos au niveau Standard, cinq secondes chacune, puis les assembler coûte 6 × 168 877 = 1 013 262 jetons ; s'y ajoutent 5 834 jetons d'assemblage du film et 202 jetons de rendu 1080p. Total : 1 019 298 jetons, soit environ 6,12 $ au tarif Basic. Placer ces six photos fixes en diaporama dans une application de montage est gratuit ; la différence correspond au prix du mouvement à l'intérieur des photos.

Pour le niveau, la règle est simple : vérifiez d'abord en Brouillon que le mouvement est juste ; si c'est le cas, produisez en Standard, et réservez les niveaux Cinéma à la seule photo où la lumière et le mouvement comptent vraiment. Vous trouverez les différences dans notre article Brouillon, Standard, Cinéma et les prix à jour sur la page des tarifs. Si vous voulez animer la photo comme un dessin plutôt que de façon réaliste, vous pouvez l'importer comme référence de personnage dans le studio Animation (JPG, PNG ou WebP, 25 Mo maximum) ; le style choisi, par exemple Claymation, transpose la photo dans son propre langage. Si vous passez à un projet à plusieurs scènes avec narration, notre guide pour créer une vidéo avec l'IA décrit toute la chaîne.

Que ne résout pas l'animation de photos ?

L'animation crée un instant, elle n'enregistre pas un souvenir. Le clip obtenu ne montre pas comment la personne de la photo bougeait réellement ce jour-là, mais un mouvement que le modèle juge plausible. Pour un travail à valeur documentaire, comme un documentaire d'histoire familiale ou un reportage, la photo fixe et le montage sont un choix plus honnête.

• Elle ne rend pas nette une photo floue ou trop petite ; la restauration et l'agrandissement sont un autre travail.
• Faire parler la personne de la photo demande une voix, un texte et une synchronisation labiale ; cela exige aussi une autorisation distincte de la personne ou de ses proches.
• Elle ne génère pas de longue scène ; les clips de 4 à 10 secondes s'assemblent au montage.
• Sur une photo produit, elle ne prouve ni le tombé d'un tissu ni la texture réelle d'un matériau ; pour un détail qui influence la décision d'achat, un vrai tournage est nécessaire.

Questions fréquentes

Transformer une photo en vidéo est-il gratuit ? Faire un diaporama vidéo à partir de photos est gratuit avec l'application galerie ou de montage du téléphone. Animer une seule photo avec l'IA consomme en revanche des jetons par clip ; le forfait Free de Yeşilçam offre un crédit mensuel suffisant pour un clip Brouillon de 5 secondes, et la sortie porte un filigrane.

Combien de secondes dure une photo animée ? Un clip dure de 4 à 10 secondes selon le niveau : Brouillon et Standard 5 ou 10 secondes, les niveaux Cinéma 4, 6 ou 8 secondes. Pour une vidéo plus longue, générer plusieurs clips courts et les assembler au montage donne un résultat plus cohérent qu'un seul clip long.

Peut-on animer de vieilles photos en noir et blanc ? Oui, mais éliminez d'abord rayures, taches et déchirures ; le modèle peut les prendre pour des éléments de la scène. La couleur est une décision à part : si vous n'écrivez pas clairement dans le prompt que l'image doit rester en noir et blanc, le modèle peut ajouter de la couleur, ce qui peut casser l'atmosphère d'époque de la photo.

Puis-je faire parler la personne de la photo ? Techniquement, c'est possible avec une voix, un texte et une étape de synchronisation labiale ; chez Yeşilçam, la synchronisation labiale commence à 29 167 jetons. Mais faire dire à quelqu'un des paroles qu'il n'a pas prononcées est l'usage le plus délicat. Ne le faites pas sans l'autorisation explicite de la personne ou de ses proches, et indiquez dans la vidéo qu'il s'agit d'un contenu artificiel.

Dans quel format télécharge-t-on la vidéo animée ? Chez Yeşilçam, le film assemblé est rendu en 720p, 1080p ou 4K et se télécharge en MP4, WebP ou GIF. Le MP4 convient à la livraison et au partage, le WebP ou le GIF à un aperçu intégré dans une page ; choisissez le ratio dès le départ selon l'endroit où vous partagerez.