Guide audio VberAI : voix de jeu, SFX et musique qui s'itèrent plus vite

Dans un jeu, le son n’est pas un « arrière-plan ». C’est un retour : qu’un bouton ait été pris en compte, qu’une compétence ait touché, ou qu’une entrée de boss soit oppressante. Les joueurs confirment souvent ces moments d’abord à l’oreille. L’audio est aussi la couche que les petites équipes repoussent—VO sous-traitée facturée à la ligne, versions de bibliothèques SFX en désordre, partitions qui collent à l’ambiance mais pas à la licence. Un changement de design, et c’est un nouveau cycle de transmissions.

VberAI Studio (AI Studio) place la génération de voix, de SFX et de musique sur le même canevas de jeu : décrivez l’asset en texte, puis découpez, scindez et attachez-le à des Spine / séquences d’images / événements UI avant d’exporter dans les formats du moteur. Cet article ne couvre pas l’interface (calques et outils : calques audio d’AI Studio). Il couvre une seule chose : comment écrire des prompts pour retravailler moins.

Trois capacités de génération audio

Capacité	Entrée	Sortie typique	Usage en jeu
Voix / VO de monstre	Voice / Monster VO	Dialogue, narration, cris de créature	Histoire, PNJ, intros de boss, grognements de coup
SFX de jeu	Sound Effect	Interaction, combat, ambiance courte	Clics UI, compétences, portes, pas, boucles
Musique / chansons	Music / Song	BGM, thèmes, nappes	Menu principal, boucles de niveau, cinématiques, événements

Les trois partagent un même ordre : ce que c’est, comment ça se ressent, puis combien de temps et à quoi ça sert. Les sections ci-dessous détaillent chacune.

Voix / VO de monstre : dialogue, narration et cris de créature

Quand l’utiliser

• Prototyper d’abord le dialogue—vérifier le rythme et la densité d’information avant de réserver une session humaine
• De gros volumes de courtes répliques de PNJ (marchands, gardes, indices de quête) où le coût à la ligne s’accumule
• VO de monstre : rugissements, murmures, coups, morts—difficiles à enregistrer, coûteux à sous-traiter
• Versions localisées : garder un même timbre par personnage, ne remplacer que la réplique

Formule de prompt

rôle + timbre + émotion + rythme / intonation + langue + réplique

Exemples

Deep, raspy elderly wizard. Slow and mysterious, slight echo. English:
"Welcome to my dungeon, mortal."

AI Voix

00:00

--:--

Vieux sorcier grave et rauque. Lent, mystérieux, léger écho. Français :
« Bienvenue dans mon donjon, mortel. »

AI Voix

00:00

--:--

Démon de taille moyenne repoussé. Grognement résonnant dans la poitrine, colère qui vire à la douleur, sans dialogue, environ 1,2 seconde.

AI Voix

00:00

--:--

Références de timbre

Décrire une voix comme « à la manière de X » est plus stable que d’empiler des adjectifs. Ancrages utiles :

• Lanceuse féminine froide : Diablo III Wizard (femme)—froide, retenue
• Lanceur masculin posé : Diablo III Wizard (homme)—grave, érudit
• Démon / succube : murmure soufflé à la Lilith ; grognement résonnant dans la poitrine avec traitement non humain

Une fois une voix validée, enregistrez-la avec les presets de voix et réutilisez-la d’une scène à l’autre au lieu de redécrire le personnage à chaque réplique.

SFX de jeu : UI, compétences et ambiances courtes

Quand l’utiliser

• Retour UI : clic, changement de page, confirmation, erreur
• Retour de combat : coup, blocage, critique, début / impact / dissipation de compétence
• Environnement : portes, pas, torches, gouttes, courtes boucles de vent
• Placeholders de prototype en masse, puis remplacement au ressenti

Formule de prompt

action + matériau + espace + durée + style

Exemples

Lourde porte en bois qui grince en s’ouvrant, frottement de chaînes. Réverbération de donjon. 1,5 seconde.

AI SFX

00:00

--:--

Épée courte en métal frappe une armure de cuir. Coup sourd avec une courte traîne métallique, sans réverbération de pièce, 0,4 seconde, réaliste.

AI SFX

00:00

--:--

Collecte de pièce rétro 8-bit. Deux notes ascendantes, brillant, 0,3 seconde.

AI SFX

00:00

--:--

Ancrages de style

« Style » est le mot le plus facile à laisser vide. Des bibliothèques ou genres nommés fonctionnent mieux :

• Physique / réaliste : craquement, impact et friction à la Strata Physics
• Électronique / sci-fi : impulsions graves et UI synthé à la Deep Tech – Kenno Sample Pack
• Pixel / rétro : tonalités de puce 8-bit, onde carrée et bruit, courtes et nettes

Musique / chansons : BGM de niveau et thèmes

Quand l’utiliser

• Boucles de BGM de menu principal et de niveau
• Cinématiques et changements d’ambiance de combat de boss
• Thèmes de skin d’événement alignés avec le reskin en un clic
• Bandes-son de bande-annonce / séquence d’images

Formule de prompt

style + ambiance + instruments + tempo / BPM + durée + usage

Exemples

Gothique sombre, thème Halloween. Orgue à tuyaux, glockenspiel, tambours graves.
Tempo moyen, tendu et mystérieux. Boucle sans couture, 30 secondes, BGM de niveau.

AI Musique

00:00

--:--

Piano solo doux, chaud et légèrement nostalgique, lent ~70 BPM, sans percussions, 60 secondes, attente du menu principal.

AI Musique

00:00

--:--

Ancrages de style

• Chiptune 8-bit : jeux de plateforme, projets pixel rétro
• Score de jeu cinématique : cordes + cuivres + percussions pour boss et cinématiques
• Piano doux : menus, scènes de souvenir, écrans de résultats

Étude de cas : un ensemble sonore de donjon gothique

Supposons un sombre donjon gothique. Il vous faut trois assets : VO d’intro de monstre, SFX de sort de feu, BGM d’événement Halloween.

1. VO d’intro de monstre

Gargouille sentinelle géante. Voix comme de la pierre qui grince, extrêmement grave et lente, réverbération d'église.
Mépris sous la colère. Français :
« Encore un qui vient mourir. »

Cible : 4-7 secondes ; accent sur « mourir », étirer la dernière syllabe ; queue de réverbération d’environ 1 seconde. Si ça sonne trop humain, ajoutez « non humain, retirer la respiration ».

AI Voix

00:00

--:--

2. SFX de sort de feu

Boule de feu depuis un bâton : un court souffle comme une inspiration, puis une explosion basse fréquence,
crépitement de flammes et légère résonance métallique, réverbération de salle de pierre, 1,8 seconde au total, dark fantasy.

Cible : trois étapes (départ → explosion → déclin) ; les graves ne doivent pas enterrer le crépitement médium. Pour superposer dans le moteur, utilisez Split pour scinder le clip en « départ » et « explosion » afin que chaque phase du lancer se déclenche séparément.

AI SFX

00:00

--:--

3. BGM Halloween

Gothique sombre, thème Halloween. Mélodie d’orgue, accents de glockenspiel, tambours graves réguliers,
environ 90 BPM, tendu et mystérieux mais pas horror, boucle sans couture, 30 secondes, fond de hall d’événement.

Cible : le début et la fin doivent se raccorder ; le glockenspiel seulement en fin de phrase pour ne pas surcharger. Si le point de boucle claque, utilisez l’extension audio IA sur la queue puis retaillez.

AI Musique

00:00

--:--

Après génération, les trois reposent sur le même canevas : VO sur les images d’intro de boss, SFX sur les images de compétence, BGM en calque bouclé—puis exportez en WAV / OGG pour Unity / Godot / Cocos.

Astuces d’écriture de prompt

1. Le rôle d’abord, les adjectifs ensuite : nommez qui ou quoi c’est, puis ajoutez le timbre. « Vieux sorcier, rauque » vaut mieux que « rauque, mystérieux, voix grave ».
2. Écrivez l’émotion comme un changement : « colère qui vire à la douleur » correspond mieux à une réaction de coup que « en colère ».
3. Précisez toujours l’espace : donjon, salle de pierre, plein air, sec—cela décide si vous ajouterez encore de la Reverb dans le moteur.
4. Durée à 0,1 s près : SFX courts 0,3–0,6 s, portes 1–2 s, VO selon la longueur de la réplique.
5. Signalez les boucles : écrivez « boucle sans couture » pour la BGM et les ambiances, sinon vous obtenez un morceau avec un début et une fin.
6. Terminez par l’usage : « attente du menu principal », « retour de coup »—ces mots influencent la dynamique et la densité.
7. Itérez avec des négations : « retirer la respiration », « pas de voix », « pas de percussions » est plus stable que de réécrire tout le prompt.
8. Le dialogue suit la langue parlée ; les SFX et la musique non : écrivez les répliques dans la langue que le personnage prononcera ; les SFX et la musique sont partagés entre locales—n’en faites pas une copie « traduite ». Les noms d’instruments et de genres sont généralement plus stables en anglais.

Bibliothèques libres de voix, SFX et musique

L’audio généré n’est pas la seule option. Du matériel de référence et de placeholder aide toujours. Les sources ci-dessous sont gratuites à obtenir ; vérifiez la licence de chaque élément avant tout usage commercial.

SFX

Source	Usage	Notes de licence
Freesound	Grande bibliothèque de SFX téléversés par les utilisateurs	Mélange de CC0 / CC-BY / CC-BY-NC ; vérifiez chaque fichier
ZapSplat	SFX de production catalogués	Le palier gratuit exige un crédit ; le palier payant non
Mixkit	SFX + musique	Mixkit License, usage commercial autorisé
Kenney	Packs UI / interaction de jeu	CC0, friction minimale
Sonniss GDC	Packs professionnels GDC annuels	Usage commercial libre de redevances ; pas de redistribution
OpenGameArt	SFX + musique + art	CC0 / CC-BY / GPL et autres ; vérifiez chaque fichier
Taira Komori	SFX de jeu de style japonais	Gratuit y compris commercial ; pas de redistribution

Voix / parole

Source	Usage	Notes de licence
Coqui TTS	Modèles TTS open source et packs de voix	Licences variables ; confirmez avant usage commercial

Musique

Source	Usage	Notes de licence
Pixabay Music	BGM multi-genres	Pixabay Content License ; commercial OK, pas de redistribution à l’identique
Incompetech	Bibliothèque de partitions gratuites classique	CC-BY 4.0 exige un crédit ; l’option payante supprime le crédit
NCS	Musique électronique	L’usage créateur exige un crédit ; l’usage commercial en jeu exige une licence séparée

Une habitude pratique : choisissez un clip gratuit proche comme « référence de style », puis écrivez « texture comme X » dans le prompt. Cela aboutit généralement plus vite que les adjectifs seuls.

Conclusion

Quand voix, SFX et musique sont sous-traités sur trois pistes, la partie coûteuse n’est pas un asset isolé—c’est l’alignement des trois chaînes. Générer, découper, scinder, attacher et exporter sur un même canevas permet à une équipe d’entendre le retour complet en prototype, puis de décider quels clips méritent une session humaine ou une passe de spécialiste.

Le cœur du prompt tient en une phrase : nommez le rôle, le ressenti, l’espace, la durée et l’usage. Écrivez dans cet ordre et les retouches diminuent.

Essayez l’ensemble gothique dans VberAI Studio, comparez le résultat aux cibles ci-dessus, puis affinez vos propres modèles de prompt.