24 septembre 2026
Créer une série audio avec l'IA : de l'idée à l'épisode mixé (guide 2026)
Bible, écriture avec mémoire, voix, bruitages, ambiances, musique et mixage : la méthode complète pour produire un drama audio avec l'IA, chiffrée sur un vrai pilote.
Frank HoubreFondateur d'Imaginode
Pourquoi tout le monde se met aux séries audio
Les séries audio à épisodes courts, avec une fin à suspense, sont devenues un format de masse, et l'IA vient de rendre leur fabrication accessible à une seule personne.
On les écoute dans les transports, en cuisinant, en courant : des fictions découpées en épisodes de quelques minutes, jouées par plusieurs voix, avec des bruitages et une musique qui installent l'ambiance. Des applications comme Pocket FM revendiquent plus de 250 millions d'auditeurs sur ce seul format, et le public s'étend bien au delà des amateurs de podcasts.
Jusqu'ici, produire une série demandait une équipe : un auteur pour écrire la saison, des comédiens pour chaque personnage, un studio pour enregistrer, un ingénieur du son pour les bruitages, la musique et le mixage. Des semaines de travail et un budget qui décourageait la plupart des auteurs.
En 2026, chaque maillon de cette chaîne a son équivalent en IA : des modèles de langage qui écrivent et se souviennent d'une saison entière, des voix de synthèse capables de jouer un dialogue, des générateurs de bruitages et de musique. Ce guide montre comment les assembler, étape par étape, avec les chiffres réels d'un épisode pilote produit dans le Studio Drama d'Imaginode.
Les cinq briques d'une série audio
Une série audio tient sur cinq briques : une bible, des scripts, des voix, du son et un mixage. Sauter l'une d'elles se remarque tout de suite à l'oreille.
La bible est le document de référence de la série : qui sont les personnages, ce qu'ils veulent, comment ils parlent, où se passe l'histoire, quelles intrigues elle ouvre et comment elle les referme. Sans bible, l'épisode 4 contredit l'épisode 2.
Les scripts sont les épisodes eux mêmes, écrits pour l'oreille : des répliques, quelques interventions d'un narrateur, des indications de bruitage et de musique. Les voix jouent ces répliques, une voix par personnage, reconnaissable d'un épisode à l'autre.
Le son regroupe trois couches : les bruitages ponctuels (une porte, un téléphone), les ambiances continues de chaque lieu (une gare, une forêt la nuit) et la musique. Le mixage, enfin, pose tout cela sur une ligne de temps, baisse la musique sous les voix et règle le niveau pour qu'un épisode s'écoute au même volume que n'importe quel podcast.
Étape 1 : transformer une idée en bible de série
Deux phrases d'idée suffisent pour obtenir une bible complète, à condition de préciser le genre, la durée des épisodes et la taille de la saison.
Prenons l'idée qui a servi de pilote : « Une contrôleuse du dernier train de nuit Paris Nice découvre qu'un passager voyage chaque semaine avec un billet daté de 1987. Elle décide de le suivre. » Genre thriller, épisodes de 3 minutes, saison de 6 épisodes.
À partir de là, l'agent Bible du Studio Drama a produit en 45 secondes un titre (« Le Train de Minuit »), une logline, six personnages dont un narrateur, cinq lieux avec leur ambiance sonore décrite pour un moteur de sons, six intrigues à suivre, un thème musical et le plan des six épisodes, chacun terminé par un rebondissement. Coût mesuré : 6 crédits.
Le point le plus important de cette étape est la distribution. Chaque personnage reçoit une voix attitrée, choisie selon son genre, son âge et son timbre, et cette voix le suit toute la saison. Relisez les descriptions des personnages : elles disent aussi comment chacun parle, et c'est ce qui rendra les dialogues vivants.
Étape 2 : écrire chaque épisode avec la mémoire de la saison
Le vrai défi d'une série n'est pas d'écrire un bon épisode, c'est d'écrire le septième sans oublier ce qui s'est passé dans les six premiers.
Un modèle de langage à qui l'on demande simplement « écris l'épisode 5 » invente. Pour tenir une saison, l'auteur IA doit recevoir la bible, le plan de saison et une mémoire : le résumé de chaque épisode déjà écrit, ce que chaque personnage a appris, et l'état de chaque intrigue. C'est exactement ce que fait le Studio Drama : à chaque épisode écrit, il enregistre sa mémoire, et l'épisode suivant part de là.
Dans le pilote, l'épisode 1 de 3 minutes a été écrit en 40 secondes : 60 répliques, 3 changements de scène, 4 bruitages, 2 repères musicaux, environ 3 000 caractères parlés. Coût mesuré : 7 crédits. La mémoire notait par exemple que la contrôleuse avait scanné le billet de 1987 et que le système l'avait accepté, un fait que l'épisode 2 ne pouvait plus ignorer.
Vient ensuite la relecture. Un second agent, le critique, note l'accroche, le rythme, la cohérence, les dialogues et la chute sur 10, et pointe les répliques fautives. Sur le pilote, il a relevé deux vraies incohérences, dont deux contrôleurs qui se parlaient depuis deux voitures différentes sans téléphone. Coût : 2 à 3 crédits. Ses notes se reprennent en un clic pour une réécriture, et l'ancienne version reste récupérable. Pour les règles d'écriture elles mêmes, voyez notre article écrire un drama audio qui accroche.
Étape 3 : faire jouer les voix
Une scène se joue d'un seul tenant : toutes les répliques partent ensemble au moteur de voix, qui enchaîne les personnages comme dans une vraie conversation.
La différence entre une lecture et un drama tient là. Si chaque réplique est générée séparément puis collée, on entend des blancs réguliers et des intonations qui ne se répondent pas. Le moteur de dialogue d'ElevenLabs utilisé par le studio reçoit jusqu'à dix répliques d'une scène avec la voix de chaque personnage, et rend un seul passage où les réactions s'enchaînent naturellement.
Chaque réplique peut porter une manière de jouer : chuchoter, rire, soupirer, être intrigué, triste ou excité. Ces balises changent vraiment l'interprétation, et le critique vous signale celles qui tombent à contre sens, comme un rire au moment d'une révélation tragique.
Les voix jouent en quatorze langues, et une même série peut être écrite et produite dans la langue de votre public. Pour une voix off seule ou un podcast à deux voix, les outils voix off IA et podcast à deux voix du canvas suffisent ; pour une fiction à plusieurs personnages, c'est le studio qui garde la distribution d'un épisode à l'autre.
Étape 4 : bruitages, ambiances et musique
Le son raconte autant que les voix, à condition d'en mettre peu : une ambiance par lieu, un bruitage seulement quand il porte l'histoire, un thème musical pour toute la série.
L'ambiance est la couche la plus rentable : une boucle de vingt secondes par lieu (un quai de gare la nuit, l'intérieur d'un train qui roule) suffit à placer l'auditeur, et elle tourne sous chaque scène qui s'y passe. Dans le pilote, deux ambiances couvrent tout l'épisode.
Les bruitages se dosent. Sans consigne chiffrée, l'IA en posait onze en deux minutes, et chaque bruitage coupait un dialogue. Le studio plafonne désormais à un bruitage pour quarante secondes environ, réservé aux sons qui font avancer l'histoire : une porte qui claque, un billet qu'on tend, un sifflet de départ. Pour des sons isolés, le générateur de bruitages du canvas fonctionne aussi seul.
Le thème musical est composé une fois, en instrumental, et réutilisé dans tous les épisodes : il ouvre l'épisode, se retire sous les voix, et un coup dramatique court souligne la chute. C'est la dépense la plus lourde du premier épisode (84 crédits sur le pilote), et la seule qui ne se répète pas.
Étape 5 : mixer et publier
Le mixage place chaque son sur la ligne de temps, baisse la musique sous les voix et normalise le niveau autour de -16 LUFS, la référence des podcasts.
Dans le Studio Drama, le mixage se fait dans votre navigateur, sans frais : les blocs de dialogue s'enchaînent sur leur durée réelle, les bruitages se posent par dessus sans retenir la suite plus d'une seconde et demie, chaque ambiance tourne en boucle sous sa scène, et la musique descend automatiquement dès qu'un personnage parle.
Le pilote mixé dure 4 minutes, mesure -16,2 LUFS pour un pic vrai à -1,7 dBFS, et pèse moins de 4 Mo en .m4a. Pendant l'écoute dans le studio, la réplique en cours s'allume dans le script, ce qui permet de repérer en une seconde la phrase à reprendre.
Le fichier vous appartient : vous le téléchargez et le publiez sur une plateforme de podcast, sur YouTube avec une image fixe, ou sur votre site. Il est aussi rangé dans vos médias Imaginode, où il peut servir de bande son à une vidéo montée sur le canvas.
Combien coûte vraiment un épisode
Sur le pilote de 3 minutes, l'écriture a coûté 15 crédits et la production 151, dont 84 pour un thème musical qui ne se paie qu'une fois.
Le détail mesuré le 23 septembre 2026 : bible de la saison 6 crédits, écriture de l'épisode 7 crédits, relecture 2 à 3 crédits. En production, 13 passages dialogués, 4 bruitages, 2 ambiances, un coup dramatique et le thème musical, soit 21 sons et 151 crédits. Le mixage n'a rien coûté.
À partir du deuxième épisode, le thème et les ambiances des lieux déjà visités sont réutilisés : un épisode de 3 minutes revient alors autour de 60 à 70 crédits de son, auxquels s'ajoutent environ 10 crédits d'écriture. Pour les voix seules, comptez environ 12 crédits par minute de dialogue.
Et un son déjà produit n'est jamais repayé : si vous corrigez une réplique, seul le passage qui la contient est regénéré. C'est ce qui rend les réécritures abordables, même tard dans la production.
Les erreurs qui font décrocher un auditeur
Trop de narrateur, des personnages qui se ressemblent, des bruitages partout et un épisode sans chute : quatre erreurs qui se corrigent avant la production.
Le narrateur qui raconte tout transforme la fiction en livre audio : gardez le pour les transitions de temps et de lieu, et laissez les personnages porter l'action. Deux personnages aux voix trop proches se confondent : dans la bible, donnez leur des âges, des timbres ou des accents différents.
Trop de bruitages fatiguent l'oreille et coupent le rythme : une ambiance bien choisie en remplace dix. Enfin, un épisode qui se termine sans question ouverte ne donne aucune raison d'écouter le suivant : la note « chute » du critique est celle qu'il faut surveiller en premier.
Le plus simple pour démarrer reste d'écouter un épisode produit de bout en bout. Celui du Train de Minuit est en écoute sur la page du Studio Drama, et si vous hésitez entre plusieurs outils, notre comparaison avec Sherpa de Pocket FM détaille ce que chacun fait réellement.