Guide d'utilisation
Générer une BGM personnalisée avec paroles pour des vidéos produits e-commerce avec mureka-9.5 sur HiAPI
Guide pour les développeurs : transformer le texte produit en musique utilisable pour la publicité et la mixer dans la vidéo
Sur cette page
Pourquoi une chanson personnalisée surpasse une BGM toute faite pour les vidéos produits
La musique toute faite est un problème résolu au sens où elle est bon marché et immédiate, mais pour l'e-commerce, elle résout le mauvais problème. Une piste sous licence est par définition générique : elle a été écrite avant que votre produit n'existe, ne contient pas le nom du produit, pas d'argument de vente, pas d'appel à l'action. Dans une vidéo de flux de 15 secondes, le spectateur n'entend peut-être que les trois premières secondes ; la musique générique n'est qu'un remplissage, pas un levier de persuasion.
Un modèle de paroles-vers-chanson comme mureka-9.5/lyrics-to-song change l'économie de cette décision. Vous fournissez les paroles, le modèle renvoie une piste chantée qui nomme directement le produit et énonce l'offre. La différence clé avec une musique de fond : la piste devient elle-même un canal de copywriting, efficace même si le spectateur ne lit jamais les sous-titres.
Utilisez une BGM toute faite lorsque :
- la vidéo est une démonstration purement visuelle, le texte étant à l'écran ;
- vous avez besoin de dizaines de variantes par jour et le ton de marque n'est pas une contrainte ;
- le produit n'a ni nom, ni argument de vente, ni offre qui mérite d'être chanté.
Utilisez une piste chantée générée lorsque :
- le nom du produit ou un court argument de vente constitue l'accroche ;
- vous produisez des créations réutilisables pour chaque SKU et souhaitez une identité sonore reconnaissable ;
- vous avez besoin d'un actif de type jingle, itérable en modifiant le texte plutôt qu'en renouvelant une licence musicale ;
- vous voulez contrôler le rythme et l'ambiance via le prompt plutôt que par une recherche dans une bibliothèque musicale.
Le compromis est honnête : la génération ajoute une étape de requête et de rendu, et le chant nécessite davantage de contrôle qualité qu'un habillage instrumental. Le reste de ce guide traite ce compromis comme un problème d'ingénierie et propose un pipeline réutilisable.
Un cadre pratique pour les développeurs : considérez la piste chantée comme un actif généré de plus dans le pipeline des médias produits, aux côtés des vignettes et des vidéos courtes. Elle a des entrées (attributs du produit), une étape de rendu (appel API) et une sortie qui doit passer des contrôles avant livraison.
Transformer le texte produit en paroles chantables
L'échec le plus courant des paroles publicitaires transformées en chanson est de soumettre un texte marketing. Un modèle qui chante chantera tout ce que vous lui donnez, y compris une liste de 40 mots de fonctionnalités, et le résultat ne tiendra pas dans un montage de 15 secondes. La correction se fait avant l'appel API : compresser le texte produit en phrases courtes à structure fixe.
La structure à quatre emplacements
Associez chaque produit à quatre emplacements :
- Identité — le nom du produit plus une indication de catégorie (« mug en céramique qui garde la chaleur »).
- Argument de vente — un résultat concret, pas une liste (« le café reste chaud jusqu'à midi »).
- Preuve ou différenciation — un détail sensoriel ou matériel unique.
- Appel à l'action — un court impératif lié à la boutique.
Chaque emplacement devient une ou deux lignes de paroles. Gardez les phrases courtes : environ 5 à 9 syllabes par ligne est une cible sûre pour la chantabilité, et maintient la phrase chantée dans quelques secondes d'audio. Évitez les chiffres dans les prix, les mentions légales et les propositions entre parenthèses, car ils sont difficiles à chanter et souvent déformés.
Dériver les paroles par programmation
Stockez les emplacements comme champs structurés sur l'enregistrement produit, puis assemblez-les par template plutôt que par concaténation de chaînes libre :
[verse]
{identity_line}
{benefit_line}
[chorus]
{product_name}, {benefit_short}
{cta_line}
Le template est le contrat entre vos données catalogue et le modèle. Quand un rédacteur réécrit une ligne, seul le champ change ; le template reste stable, donc la longueur et la structure de la sortie restent prévisibles d'un SKU à l'autre.
Budget de longueur
Estimez la durée à partir du nombre de lignes avant le rendu. Une publicité de 15 secondes peut confortablement contenir un couplet et un court refrain ; une publicité de 30 secondes permet un deuxième refrain. Si les paroles assemblées dépassent le budget, supprimez d'abord l'emplacement de preuve, pas l'appel à l'action. Écrivez le contrôle de budget comme une assertion dans le générateur, afin qu'une description produit verbeuse ne puisse pas produire silencieusement une piste inutilisable.
Enfin, placez côte à côte le texte produit original et les paroles dérivées. Si un mot est mal prononcé au retour de la piste, vous devez savoir si c'est le champ source ou la formulation qui en est la cause.
Construire une requête HiAPI pour mureka-9.5/lyrics-to-song
Tout accès aux modèles passe par l'interface unifiée HiAPI, donc la forme de la requête est la même que celle utilisée pour les autres modèles médias : authentifiez-vous avec votre clé HiAPI, spécifiez l'identifiant de modèle mureka-9.5/lyrics-to-song, et transmettez la charge utile des paroles et les indications de style.
Structure de la requête
Une requête minimale contient :
- model —
mureka-9.5/lyrics-to-song. - lyrics — le texte assemblé à l'étape précédente avec les balises de section. Conservez les balises
[verse]/[chorus]; elles indiquent au modèle comment structurer la chanson. - Prompt de style — genre, ambiance, tempo et instrumentation, exprimés par des adjectifs ou des phrases (par exemple « bright indie pop, mid tempo, acoustic guitar, clean female vocal »).
- Indicateur instrumental — false lorsque vous voulez des paroles chantées ; true uniquement si vous avez besoin d'un simple accompagnement.
{
"model": "mureka-9.5/lyrics-to-song",
"lyrics": "[verse]\nHand-thrown stoneware, morning light\n[chorus]\nKeep the heat till the afternoon\nShop the stoneware line today",
"style": "warm indie pop, mid tempo, clean vocal",
"instrumental": false
}
Traiter la réponse
Dans la plupart des workflows, l'appel renvoie une référence d'actif audio plutôt que des octets en ligne. Traitez-le comme une tâche asynchrone : soumettez, interrogez ou attendez un signal de fin, puis téléchargez l'audio dans votre propre bucket, avec la clé {sku}/{variant}/{hash-of-lyrics-and-style}. Le hachage est important car il rend le rendu idempotent ; relancer un lot ne crée pas d'actifs en double.
Encapsulez l'appel dans un client léger qui assume trois responsabilités : réessayer avec backoff en cas de pannes transitoires, vérifier que la durée renvoyée respecte votre budget, et enregistrer la charge utile de la requête avec l'actif pour reproduction. Ne laissez pas un rendu échoué bloquer l'assemblage vidéo ; en cas d'erreur, revenez à une piste en cache pour cette ligne de produits.
Placez le prompt de style dans un fichier de configuration par campagne, plutôt que codé en dur dans le constructeur de requêtes. Les mises à jour saisonnières deviennent ainsi des changements de configuration et non de code, et chaque SKU de la campagne conserve une identité sonore cohérente.
Mixer la piste générée dans votre pipeline vidéo
La piste générée est un actif créatif brut ; le montage final exige une durée et un niveau prévisibles. La plupart des problèmes apparaissent ici, pas à la génération.
Adapter la durée au montage
Mesurez la durée audio renvoyée et comparez-la à la timeline vidéo. Deux stratégies sûres :
- Couper sur une frontière musicale — coupez à la fin d'une phrase chantée et appliquez un fondu de sortie d'environ 300 à 500 ms, afin que la fin ne produise pas de clic.
- Boucler sur un point aligné sur le rythme — si la piste est plus courte que la vidéo, bouclez sur la frontière du refrain, pas sur un horodatage arbitraire, pour éviter une couture audible.
Si la piste est nettement plus longue que la vidéo, ne coupez pas simplement ; refaites le rendu avec un budget de paroles plus court. Couper au milieu d'un mot est l'échec le plus visible dans une publicité chantée.
Niveaux avant le mixage
Normalisez la musique vers une sonorité cible cohérente par rapport à la voix off (le cas échéant), et baissez la musique sous la parole avec un sidechain ou une simple courbe d'automatisation de volume. Si la vidéo n'a pas de narration, la piste peut être plus forte, mais laissez de la marge pour que la normalisation de sonorité de la plateforme ne l'écrase pas. Appliquez un court fondu d'entrée au début de la vidéo pour que l'audio ne démarre pas brusquement en lecture automatique.
Mixage
Utilisez votre pipeline d'encodage existant — ffmpeg ou un transcodeur hébergé — et traitez l'audio comme un flux d'entrée de plus :
ffmpeg -i product.mp4 -i track.wav \
-filter_complex "[1:a]afade=t=in:st=0:d=0.4,afade=t=out:st=14.6:d=0.4[a]" \
-map 0:v -map "[a]" -c:v copy -c:a aac -shortest out.mp4
La discipline importante est que le flux vidéo est copié et non réencodé, afin que le remplacement de la musique ne dégrade pas la qualité d'image. Paramétrez l'étape de mixage par les points de fondu et les repères de boucle, de sorte que les variantes de 15 et 30 secondes proviennent du même chemin de code.
Stockez la piste générée séparément de la vidéo mixée. Lorsque vous mettez à jour la création, remixez plutôt que de refaire le rendu de la chanson.
Contrôles qualité avant livraison à la boutique
Automatisez ce qui peut l'être, écoutez le reste. Une courte checklist avant publication capture presque tous les modes d'échec.
Seuils automatisés
- Durée — dans la fenêtre cible de l'emplacement (par exemple la limite de l'encart publicitaire).
- Sonorité — loudness intégré dans la plage attendue par la plateforme ; hors plage, le build échoue.
- Silences et écrêtage — aucun segment muet inattendu, aucun pic à pleine échelle.
- Traçabilité des actifs — le hachage de la piste, la charge utile des paroles et l'enregistrement produit sont tous documentés pour la sortie.
Seuils manuels
- Clarté des paroles — un auditeur novice peut-il entendre le nom du produit d'un seul coup ? Sinon, simplifiez la phrase, ne ralentissez pas le tempo.
- Prononciation — les noms de marque et les mots inhabituels sont les victimes habituelles ; vérifiez-les un par un par rapport à une liste connue.
- Adéquation à la marque — le genre et le timbre vocal correspondent à la catégorie. Une piste très énergique sur un produit haut de gamme ou discret sera perçue comme une erreur.
- Timing — l'appel à l'action apparaît pendant que le produit est encore à l'écran, pas après sa disparition.
Exécutez ces contrôles par variante et non par lot. Une mauvaise prononciation dans un lot sur cent est exactement le cas qui se glisse en boutique. Gardez un petit outil d'écoute qui récupère les derniers rendus d'une ligne de produits et les enchaîne ; cela prend quelques minutes et capture des problèmes structurels que les métriques ne voient pas.
Lorsqu'un contrôle échoue, corrigez l'entrée — ligne de paroles, prompt de style ou budget de longueur — et refaites le rendu avec la même clé de cache, afin que le nouvel actif remplace proprement l'ancien.
Passer à l'échelle sur le catalogue produits
Une vidéo principale unique est une démonstration ; le catalogue est un système. L'objectif est la cohérence à l'échelle, sans réécouter chaque piste.
Regrouper par ligne de produits plutôt que par SKU
Regroupez les SKU qui partagent une catégorie, une forme d'argument de vente et un ton de marque, puis rendez un prompt de style et un template de paroles par groupe. Les variantes au sein d'un groupe ne diffèrent que par les champs de remplissage. Cela vous donne une cohérence sonore sur les pages de catégorie tout en préservant l'identité de chaque produit, et réduit fortement le nombre de prompts distincts à valider.
Cache et déduplication
Utilisez comme clé de chaque actif le hachage de la charge utile des paroles, du prompt de style et de la version du modèle. Des entrées identiques renvoient l'actif en cache ; seuls les champs modifiés déclenchent un nouveau rendu. Ainsi, le re-rendu du catalogue est peu coûteux lorsque vous ajustez une ligne pour un produit, et chaque création dispose d'une URL stable que le pipeline vidéo peut référencer.
File d'attente et backoff
Soumettez les rendus via une file de tâches à concurrence limitée et avec réessais. Le rafraîchissement du catalogue est en rafale ; la file le lisse et vous permet de prioriser les produits dont la campagne approche. Enregistrez la charge utile de chaque tâche, afin qu'un rendu échoué soit reproductible sans deviner.
Garder la gouvernance créative légère
Versionnez les templates et les prompts de style dans le même dépôt que les données produit. Les modifications du template de refrain peuvent ainsi être revues comme du code, et vous voyez exactement quels produits sont rendus avec quelle révision de template. Retirez les anciens actifs lorsque le template change, plutôt que de laisser des révisions mixtes coexister en boutique.
Commencez par une ligne de produits, validez de bout en bout le chemin des paroles au mixage, puis étendez catégorie par catégorie. Le pipeline que vous construisez — champs de paroles structurés, requêtes HiAPI idempotentes, étape de mixage et courte checklist — reste inchangé à mesure que le catalogue grandit ; seul le volume change. Quand vous êtes prêt à passer votre première requête, explorez le modèle sur HiAPI.
Articles similaires
Voir tous les articles →-
Guide d'utilisation
Guide de démarrage avec gpt-6.2-sol : limites de capacité, intégration API et tarification par token
Points de décision et de pratique pour l'intégration par les équipes d'ingénierie
-
Guide d'utilisation
Guide de prise en main de gpt-6.2-astra : limites de capacités du modèle texte, points d'intégration et maîtrise des coûts
-
Guide d'utilisation
Guide de prise en main de Tripo H3.1 : trois modes d'entrée, paramètres et choix tarifaires
Décision d'intégration et maîtrise des coûts de la génération 3D pour les développeurs