Faire parler une photo ancienne : 5 outils IA comparés (2026)

Les 5 outils pour faire parler une photo ancienne

Pour les comparer vous-même, passez le même portrait et le même fichier audio de 15 secondes dans chaque version d'essai, puis regardez la zone de la bouche image par image. Tarifs indiqués selon les pages des éditeurs, à vérifier avant de payer.

Outil	Essai gratuit	Tarif	Conçu pour
D-ID Creative Reality	5 crédits	Dès 5,90€/mois	Avatars et photos qui parlent
HeyGen	1 min d'essai	Dès 29 USD/mois	Avatars vidéo, présentations
ElevenLabs + D-ID	ElevenLabs gratuit	~6€/mois (D-ID)	Voix de synthèse + animation des lèvres
Edimakor HitPaw	Watermark	Dès 49 USD/an	Montage vidéo, module photo parlante
Filmora IA Parlante	Watermark	Dès 49,99€/an	Montage vidéo, module photo parlante

D-ID Creative Reality Studio est orienté « photo qui parle ». Il a été conçu pour les présentations d'entreprise avec des "avatars parlants", et accepte comme avatar n'importe quel portrait importé, y compris une photographie argentique numérisée : c'est le point de départ logique pour ce besoin. Sur une photo de 1935-1955, regardez d'abord la zone de la bouche, là où les rides et les contrastes forts compliquent la génération.

HeyGen est une plateforme d'avatars vidéo pensée d'abord pour des visages récents et bien définis. Sur une photo en noir et blanc d'avant 1960, contrôlez la netteté de la bouche sur les syllabes marquées avant de garder le résultat.

Edimakor et Filmora sont des logiciels de montage vidéo qui ont ajouté une fonction "photo parlante" en 2024-2025. C'est un module parmi d'autres, pas un outil spécialisé : ils ne sont pas conçus pour les archives de famille, et leurs versions d'essai ajoutent un filigrane.

Quel type de photo obtient les meilleurs résultats ?

La synchronisation labiale fonctionne sur un spectre très strict. Ce qui marche bien :

• Portrait de face ou léger trois quarts (moins de 30° de côté)
• Résolution minimale de 600 × 800 pixels après numérisation ou restauration
• Visage occupant au moins 40% de la surface de l'image
• Éclairage homogène sans ombre dure traversant la bouche

Ce qui pose problème :

• Profil pur (moins de 50% du visage visible)
• Photo de groupe où chaque visage fait moins de 2 cm sur l'original
• Photo très dégradée avec rayures ou taches sur la zone de la bouche
• Flou sur le visage, même léger (la génération accentue le flou)

Dans un album de famille typique, une partie seulement des portraits remplit ces conditions : beaucoup sont trop de profil, trop petits ou trop endommagés. L'animation simple (mouvement naturel sans audio) est moins exigeante, parce qu'elle n'a pas à reproduire des formes labiales précises.

Une règle simple : si le visage n'est pas suffisamment net et frontal pour la photo parlante, passez à l'animation sans audio, par exemple avec Incarn, que nous éditons (1,99€ par photo, sans abonnement).

Faire parler une photo gratuitement : ce qui existe en 2026

La question que tout le monde pose en premier. La réponse honnête : gratuit avec des vraies limites.

D-ID offre 5 crédits d'essai à l'inscription, sans carte bancaire. Chaque crédit correspond à une vidéo de 15 secondes maximum. C'est suffisant pour tester sérieusement sur 5 photos différentes.

HeyGen donne 1 minute de génération gratuite. Largement suffisant pour un essai, mais le quota s'épuise vite si vous voulez comparer plusieurs photos.

ElevenLabs (pour la voix) propose un plan gratuit avec 10 000 caractères de synthèse vocale par mois, suffisant pour générer des phrases courtes. Couplé aux 5 crédits gratuits de D-ID, vous pouvez créer jusqu'à 5 photos parlantes sans débourser un euro.

Ce que le gratuit ne fait pas : les outils comme Edimakor ou Filmora en version d'essai ajoutent un watermark visible sur toute la vidéo. Inutilisable pour un partage en famille ou sur les réseaux sociaux.

Les versions gratuites restent des essais : quelques vidéos courtes, parfois avec filigrane. Pour une photo en noir et blanc des années 1930-1960, servez-vous de ces crédits pour vérifier le rendu sur votre propre photo avant de prendre un abonnement (D-ID démarre à 5,90€/mois selon sa grille tarifaire).

Tutoriel : faire parler une vieille photo de famille en 6 étapes

Voici la méthode la plus courante, la combinaison ElevenLabs + D-ID.

Étape 1, Préparer la photo. La photo doit être numérisée à haute résolution (1200 DPI minimum pour un scanner à plat, ou l'équivalent au smartphone en lumière naturelle). Restaurez les rayures et taches avant de continuer : notre comparatif des 5 outils IA pour restaurer une photo ancienne abîmée vous guide selon l'état du tirage. Une photo dégradée donnera une vidéo dégradée.

Étape 2, Créer la voix sur ElevenLabs. Rendez-vous sur elevenlabs.io. Sélectionnez une voix dans la bibliothèque (choisissez par âge, genre, langue). Tapez le texte que vous souhaitez faire dire à la personne. Exportez en MP3 ou WAV.

Étape 3, Importer sur D-ID. Sur studio.d-id.com, créez un "presenter" et importez votre photo comme avatar. Importez le fichier audio d'ElevenLabs. Lancez la génération.

Étape 4, Vérifier la synchronisation labiale. La vidéo générée dure le temps de l'audio. Regardez attentivement la zone de la bouche. Sur une photo frontale nette, la synchro a les meilleures chances d'être juste dès la première génération. Sur les photos de profil partiel, vous devrez peut-être ajuster l'angle de recadrage.

Étape 5, Télécharger en MP4. D-ID exporte en MP4 directement. La qualité est suffisante pour WhatsApp, Instagram ou l'intégration dans un diaporama d'obsèques ou un album de famille numérique.

Étape 6, Garder l'original. Ne jamais écraser la photo originale numérisée. La vidéo générée est une création dérivée, pas un remplacement.

Est-ce légal de faire parler la photo d'un proche décédé ?

La question se pose, et elle mérite une réponse claire.

En France, le droit à l'image des personnes décédées appartient à leurs héritiers pendant 70 ans après le décès. Pour un usage strictement privé et familial, partager la vidéo avec ses propres enfants, la projeter lors d'une réunion de famille, l'utiliser dans un hommage mémoriel, le risque juridique est quasi nul.

Ce qui est clairement interdit : utiliser une photo parlante pour faire dire à une personne décédée des propos commerciaux, politiques, ou tout contenu qu'elle aurait vraisemblablement refusé de son vivant.

Pour les photos de personnes vivantes, le consentement explicite est requis avant toute utilisation. Une photo parlante non consentie d'une personne vivante constitue une atteinte à son image, indépendamment de l'outil utilisé.

Les outils comme D-ID et HeyGen précisent dans leurs conditions d'utilisation que l'utilisateur est responsable du respect des droits des tiers. Aucune plateforme ne filtre le contenu créé, mais les vidéos qui circulent publiquement exposent leur auteur.

Pour un hommage familial privé d'un ancêtre disparu depuis plusieurs décennies : utilisez ces outils sans crainte légale, avec la seule limite du bon goût.

Quand l'animation sans paroles suffit (et pourquoi c'est différent)

Faire parler une photo et animer une photo sont deux choses distinctes.

L'animation standard, celle qu'on obtient avec des outils comme Incarn ou Runway, crée un mouvement naturel du visage : clignement des yeux, légère rotation de la tête, respiration simulée. Aucun audio requis. La photo prend vie sans prononcer de mots.

L'animation avec synchronisation labiale ajoute une couche de complexité : elle contraint le mouvement à coller à des phonèmes précis, ce qui impose des exigences strictes sur la qualité et l'angle de la photo.

Résultat : sur les portraits très anciens ou de mauvaise qualité, l'animation simple donne souvent un meilleur résultat que la photo parlante, parce que le modèle n'est pas contraint à reproduire des formes labiales précises.

La règle pratique : si la photo est de face, nette et à bonne résolution, tentez la photo parlante. Si la photo est de profil, petite, ou abimée, l'animation simple est plus fiable. Incarn, que nous éditons, est pensé pour les portraits de famille, y compris les photos en noir et blanc des années 1930-1970. Première animation offerte à l'inscription, 1,99€ par photo ensuite. Plus de 12 000 photos ont été animées sur Incarn depuis le lancement.

Les deux approches se complètent. La photo parlante pour le discours et l'émotion. L'animation simple pour la présence et le souvenir.