Blog

Guide d'utilisation

Utiliser mureka-9.5/instrumental via HiAPI pour les images produits e-commerce

Construire une chaîne reproductible de BGM vers vidéo produit avec l'API audio HiAPI

Nov 18, 2026
Illustration de couverture plate composée de champs de couleur mauve pâle et noir d'encre séparés par une fine couture violette, marquant l'image de couverture de ce guide.
Sur cette page
Une musique de fond purement instrumentale générée avec mureka-9.5/instrumental sur HiAPI, mixée dans une vidéo produit e-commerce de 30 secondes.

Pourquoi les visuels produits ont besoin d'une couche BGM distincte

La plupart des catalogues e-commerce sont assemblés à partir de deux chaînes de production distinctes : une chaîne visuelle qui produit les images fixes et les courts extraits du produit, et une chaîne audio traitée dans l'urgence, généralement repoussée à la dernière minute. Le résultat est parfaitement prévisible — des dizaines de SKU partagent les mêmes trois morceaux de musique de bibliothèque, la sonie varie d'un extrait à l'autre, et il reste une question de licence que personne ne veut aborder en réunion marketing.

Traiter la musique de fond comme une couche distincte résout ces problèmes. Plutôt que de coller l'audio sur la vidéo finale, vous générez une piste par catégorie de produits, la stockez comme une ressource réutilisable et la mixez au moment du rendu. Cette séparation apporte des bénéfices concrets :

  • Réutilisabilité. Une seule piste peut servir tous les SKU d'une catégorie, donc cent extraits produit ne nécessitent pas cent générations audio.
  • Cohérence. Une piste fixe implique une sonie fixe et des points de boucle fixes, ce qui donne à une grille entière de vidéos produit l'aspect d'une marque plutôt que d'une playlist.
  • Remplaçabilité. Si le visuel change, il suffit de remixer, sans régénérer l'audio ; si l'audio change, le visuel reste intact.
  • Provenance claire. Les pistes instrumentales générées n'ont pas de problème de licence d'échantillons tiers, et peuvent être régénérées si la boutique a besoin de variantes.

C'est précisément pour cela que les points de terminaison d'instrumental génératif ont leur place dans une chaîne de production. Une sortie purement instrumentale signifie qu'aucune voix ne dispute l'attention au texte à l'écran ou à la voix off, et le prompt textuel signifie que vous pouvez décrire l'ambiance avec le vocabulaire déjà présent dans les directives de marque — calme, minimaliste, énergique, clinique.

Le reste de ce guide met en place cette couche : générer des pistes avec mureka-9.5/instrumental via HiAPI, puis les mixer dans de courtes vidéos produit d'une manière qui peut s'exécuter comme une tâche par lots plutôt qu'une création artistique extrait par extrait.

Ce que propose mureka-9.5/instrumental

Fonctionnellement, mureka-9.5/instrumental est un modèle de génération de musique à partir de texte qui renvoie une piste purement instrumentale. Il n'y a pas de piste vocale à retirer ni d'entrée de paroles à gérer — vous décrivez la musique souhaitée et vous recevez l'audio.

Lorsqu'il est appelé via HiAPI, cela signifie que le modèle suit le même mode d'intégration que le reste de la plateforme : un identifiant, une famille de points de terminaison et une réponse que vous pouvez stocker et réutiliser. Vous n'avez pas besoin d'un compte séparé ni d'une relation de facturation distincte pour l'audio ; la piste générée n'est qu'un actif de plus produit par la chaîne, aux côtés des images et des vidéos.

Quelques caractéristiques sont particulièrement importantes pour les cas d'usage e-commerce :

  • Sortie purement instrumentale. Les vidéos produit sont généralement courtes et consultées en mode silencieux. Une piste sans voix garde l'attention sur le produit et n'entre pas en conflit avec les sous-titres.
  • Ambiance pilotée par le prompt. L'ambiance au niveau de la catégorie (par exemple acoustique chaleureux pour l'équipement domestique, percussions nettes pour l'électronique) peut être figée dans des prompts réutilisables plutôt que choisie à la main.
  • Sortie sous forme d'actif. Le résultat est un actif audio que vous pouvez stocker, nommer, versionner et réutiliser — avec le même cycle de vie que le rendu d'images.

La page du modèle mureka-9.5/instrumental est la référence faisant autorité pour consulter les champs de requête actuels, les options prises en charge et la structure de réponse avant d'écrire le code client. Ce guide reste volontairement au niveau de la chaîne de production : les noms de champs et les options disponibles évoluent, et votre intégration doit être construite sur le contrat décrit dans la documentation, et non sur des hypothèses recopiées d'un article de blog.

Une précision de périmètre : la BGM instrumentale n'est qu'une couche, pas toute la piste audio. Si la vidéo produit nécessite une voix off ou un ensemble d'effets sonores, ce sont des préoccupations distinctes qui doivent être composées par-dessus le lit musical, et non demandées à ce point de terminaison.

Concevoir les prompts et les spécifications de piste par catégorie de produits

Le mode d'échec le plus courant de l'audio génératif est qu'un prompt sans structure produise quelque chose de techniquement conforme mais décalé par rapport à la marque. Corrigez cela avant d'appeler l'API en définissant un petit nombre de profils de catégorie.

Créer des profils de catégorie plutôt que des prompts par SKU

Regroupez le catalogue en un ensemble gérable de catégories audio — généralement entre cinq et quinze pour une boutique de taille moyenne. Pour chaque catégorie, notez l'ambiance, les indications d'instruments, la plage de tempo et ce qu'il faut éviter. Le profil est un document que toute l'équipe peut relire, et il correspond un à un à un modèle de prompt :

Lit de fond instrumental pour une vidéo produit {category}.
Ambiance : {mood}. Instrumentation : {instruments}.
Tempo : {tempo_range}. Garder l'arrangement régulier et facile à boucler.
Aucune voix. Aucune chute soudaine de dynamique.

Concevoir pour le montage, pas seulement pour l'ambiance

Le prompt doit encoder la manière dont la piste sera utilisée. Deux détails rapportent plus tard :

  • Énergie régulière. Les extraits produit sont courts ; une piste qui passe ses dix premières secondes à monter en puissance laissera votre extrait presque sans musique. Exigez un arrangement constant.
  • Bouclabilité. Si vous prévoyez de boucler la piste pour remplir un extrait plus long, demandez un rendu stable et répétitif, sans changement de tonalité brutal. Boucler une piste conçue pour cela est bien plus facile que de faire un fondu enchaîné sur une piste quelconque.

Décider de la durée de la piste à l'avance

La durée de la piste est une décision de spécification, pas un ajustement après coup. Deux stratégies fonctionnent :

  1. Correspondre à la durée nominale de l'extrait et rogner légèrement. Adapté aux cas où tous les extraits d'une catégorie ont la même durée.
  2. Générer un lit plus long par catégorie, à boucler ou à rogner selon l'extrait. Adapté aux durées variables, quand vous voulez un seul actif réutilisable.

Pour les grands catalogues, la seconde approche est généralement moins coûteuse en charge opérationnelle, à condition d'avoir conçu pour la boucle.

Consigner les spécifications

Placez chaque profil sous contrôle de version avec son modèle de prompt, en indiquant la catégorie, le modèle et la durée de piste attendue. Quand quelqu'un demande pourquoi l'extrait d'ustensiles de cuisine sonne ainsi, la réponse est un fichier, pas un souvenir.

Lancer l'appel API via HiAPI

L'appel lui-même est la plus petite partie de la chaîne. Configurez-le de sorte que tout ce qui l'entoure — assemblage du prompt, nommage des actifs, stockage — soit déterministe.

Identifiants et configuration du client

Stockez la clé HiAPI dans une variable d'environnement et chargez-la à un seul endroit du client. Ne dispersez pas les identifiants dans plusieurs scripts.

export HIAPI_API_KEY="your_key_here"

Placez l'URL de base et la clé dans un petit module partagé, afin que chaque tâche — test ponctuel ou lot complet — utilise la même configuration.

Assembler la requête à partir du profil

N'écrivez pas les prompts à la main dans le code ; chargez le profil de catégorie, rendez le modèle de prompt et construisez la requête à partir de cela. La requête doit porter :

  • le prompt rendu,
  • les caractéristiques de piste cibles définies par le profil,
  • et les identifiants nécessaires pour tracer la tâche a posteriori (catégorie, version du profil).

Avant de finaliser la charge utile de la requête, vérifiez les champs de requête exacts de mureka-9.5/instrumental sur la page du modèle, et figez le code sur la structure décrite dans cette documentation.

Traiter la réponse comme un actif, pas comme une valeur

L'appel de génération renvoie un actif audio et un identifiant. Deux habitudes le gardent sous contrôle :

  • Persister immédiatement. Téléchargez vers votre propre stockage avec une clé déterministe, par exemple bgm/{category}/{profile_version}/{job_id}.wav. Ne comptez pas sur la stabilité d'une URL distante.
  • Consigner les métadonnées. Stockez le prompt, la version du profil, l'identifiant de tâche et la durée renvoyée avec le fichier. Si la piste doit être régénérée, vous pouvez reproduire exactement la même requête.

Classer les échecs en réessayables ou non

Distinguez les échecs transitoires (à réessayer avec un recul progressif) des problèmes propres à la requête (champ invalide, prompt refusé), qui échoueront de la même manière en cas de nouvel essai. Une tâche par lots qui réessaie cent fois une charge utile malformée est bien pire qu'un échec rapide signalant le profil en cause.

Mixer la piste dans la vidéo produit

Le mixage est là où se gagne ou se perd l'essentiel de la qualité perçue. Un audio qui démarre brutalement, saute au point de boucle ou sonne plus fort que le reste de la boutique paraîtra bâclé, même si la piste elle-même est bonne.

Faire correspondre les durées avec intention

Avant le rendu, comparez la durée de l'extrait et celle de la piste :

  • Piste plus longue que l'extrait : rognez par la fin, pas par le début. Démarrer au milieu supprime l'introduction et tombe souvent sur une section instable.
  • Piste plus courte que l'extrait : bouclez, mais uniquement sur une zone conçue pour la boucle. Utilisez un court fondu enchaîné à la jonction pour éviter un clic audible.
  • Durées sensiblement égales : ajoutez tout de même un bref fondu d'entrée et de sortie sur la dernière seconde, pour que l'audio ne démarre ni ne s'arrête brutalement.

Contrôler la sonie comme un réglage de la chaîne

La sonie doit être une cible fixe appliquée à chaque actif, pas une décision de mixage propre à chaque extrait. Normalisez le lit musical à un niveau cohérent avant le mixage, et abaissez-le légèrement en présence d'une voix off pour que le commentaire reste clair. Comme vous n'avez normalisé qu'une fois la piste source, chaque extrait dérivé hérite du même référentiel.

Réaliser le mixage en une seule opération déterministe

Une commande qui prend l'extrait et la piste et produit le fichier final rend la chaîne reproductible :

ffmpeg -i clip.mp4 -stream_loop -1 -i bgm.wav \
  -filter_complex "[0:a]anull[a0];[1:a]afade=t=in:st=0:d=0.5,afade=t=out:st=9.5:d=0.5[a1];[a0][a1]amix=inputs=2:duration=first" \
  -shortest -c:v copy -c:a aac out.mp4

Adaptez la chaîne de filtres à vos durées réelles et au fait que l'extrait possède ou non sa propre piste audio, mais conservez cette forme : une commande, une sortie, des paramètres pilotés par la spécification de la tâche plutôt que saisis à la main.

Préserver les actifs sources

Stockez séparément la piste générée et la vidéo mixée. La vidéo est un produit dérivé ; la piste est ce qui se réutilise. Régénérer la vidéo à partir de la piste stockée est rapide, tandis que régénérer la piste après l'avoir écrasée ne l'est pas.

Traitement par lots sur les SKU, sans édition manuelle

Passer d'un extrait à un catalogue entier est avant tout un problème de données. Si les étapes de chaque extrait sont paramétrées, la couche de traitement par lots reste mince.

Piloter les tâches par un manifeste

Décrivez le travail sous forme de données — une ligne par sortie — avec le SKU, le chemin de l'extrait, la catégorie et la version du profil. Le runner lit le manifeste, résout la catégorie en piste (en générant uniquement en cas d'absence dans le cache) et rend la vidéo. Aucune étape ne doit exiger une sélection manuelle de piste.

Mettre en cache les pistes par catégorie et version de profil

La piste est la partie coûteuse et réutilisable. Définissez la clé de cache comme la catégorie plus la version du profil, plus toute option qui influence le prompt, et réutilisez-la pour chaque SKU de cette catégorie. Quand vous modifiez un profil, incrémentez sa version afin que les anciennes pistes ne soient pas silencieusement réutilisées avec de nouveaux visuels.

Traiter le re-rendu comme le chemin normal

Les visuels changent plus souvent que l'audio. Quand les images produit sont mises à jour, le comportement attendu est : conserver la piste, remixer la vidéo. Concevez le manifeste pour qu'un changement d'extrait ne réinitialise que le produit vidéo tandis que le cache de pistes reste chaud. Le re-rendu doit être bon marché, banal et sûr à exécuter en lot.

Échouer bruyamment par entrée, pas par lot

Le runner par lots doit traiter chaque ligne qu'il peut et signaler les échecs avec le SKU, la version du profil et la cause. Un mauvais extrait ne doit pas interrompre une tâche de mille lignes, et un récapitulatif final vous indique quels profils ou quelles entrées nécessitent attention.

Rendre le runner idempotent

Des clés de sortie déterministes signifient que relancer un lot écrase les mêmes produits plutôt que de créer des doublons. Cette propriété fait du runner quelque chose que l'on peut planifier sans risque — par exemple chaque nuit pour les nouveaux SKU — sans surveillance humaine.

Contrôles qualité avant publication

Avant la mise en ligne des actifs, appliquez une courte liste de vérifications fixe. Automatisez ce qui peut l'être et faites du reste une étape de revue avec un responsable explicite.

Contrôles automatisés

  • Correspondance des durées. La longueur audio de la vidéo mixée est égale à celle de l'extrait, à une petite tolérance près.
  • Cohérence de sonie. Échantillonnez les niveaux audio de tout le lot et signalez les valeurs aberrantes — une piste normalisée différemment se démarquera dans la grille.
  • Jonctions de boucle. Vérifiez la zone de jonction des pistes bouclées ; un clic ou un saut de niveau doit faire échouer le contrôle.
  • Présence des fondus. Confirmez que les fondus d'entrée et de sortie sont bien appliqués.
  • Intégrité des fichiers. Vérifiez que chaque sortie se décode et que le codec correspond à ce qu'attend la boutique.

Contrôles humains

  • Adéquation à la marque. Écoutez un extrait représentatif par catégorie. La génération n'est pas déterministe ; un profil qui fonctionne généralement peut occasionnellement produire une piste hors marque. Régénérez et mettez à jour le cache de cette catégorie.
  • Lisibilité du texte. Assurez-vous que la musique ne masque pas le texte à l'écran ou la voix off, en particulier sur les haut-parleurs d'un téléphone.
  • Début et fin. Regardez les premières et dernières secondes de quelques extraits — c'est là que l'audio brut se remarque le plus.

Que faire en cas de problème

Diagnostiquez depuis le produit vers l'extérieur. Si la vidéo est mauvaise mais la piste correcte, le problème vient de l'étape de mixage ou du manifeste. Si la piste est mauvaise, vérifiez le prompt rendu et la version du profil avant de rappeler le modèle. Si la requête elle-même échoue ou renvoie une structure inattendue, consultez la page du modèle mureka-9.5/instrumental pour le contrat actuel, puis vérifiez vos identifiants et votre charge utile par rapport à celui-ci.

Exécutez ces contrôles dans le cadre du lot, et non comme un audit séparé. Une chaîne qui valide ses propres sorties est précisément ce qui rend l'ensemble de cette approche reproductible.

Une fois les profils, le cache de pistes et les contrôles en place, ajouter une catégorie de produits n'est plus qu'une petite modification relisible, plutôt qu'un nouveau projet de production — ce qui est exactement la raison pour laquelle la couche BGM a été construite séparément.

Articles similaires

Voir tous les articles →

Commencez avec des artefacts IA persistants

Obtenez votre clé API et appelez des modèles d'image, de vidéo et d'audio via une API unique basée sur les tasks.

Lire la documentation de l'API