Vous avez une piste audio, un personnage Genesis, et l’envie que les deux se rencontrent. Sur le papier, le problème est résolu depuis vingt ans. Dans Daz Studio, c’est encore une petite expédition.
Le 24 septembre 2025, NVIDIA a publié Audio2Face en open source. La technologie qui fait parler les avatars des jeux AAA est devenue gratuite, licence MIT pour le SDK et les plugins. Daz Studio reste l’endroit où on ne peut pas la brancher.
Voici ce qui marche vraiment aujourd’hui, ce que ça coûte, et où chaque solution vous laisse tomber.
Le principe est le même partout. Un logiciel écoute la piste, découpe la parole en phonèmes, puis traduit chaque phonème en visème, la forme que prend la bouche pour le produire. Plusieurs sons partagent la même forme. Un B, un P et un M ferment les lèvres de la même façon. Une poignée de formes suffit donc à faire parler un personnage de façon crédible. Toute la différence entre les outils se joue sur deux points : la finesse du découpage, et ce qu’on peut corriger ensuite à la main.
Le module intégré existe, il suffit de retourner en 32 bits
Daz Studio 64 bits n’embarque aucune solution de synchronisation labiale. La version 32 bits, si. Elle contient un volet Lip-Sync, accessible par Fenêtres puis Volets puis Lip Sync. On y charge un fichier audio ou on enregistre au micro, on clique sur Analyser, le résultat s’applique au personnage sélectionné.
Ce build 32 bits reste téléchargeable depuis la bibliothèque produit, en activant les filtres correspondants dans Install Manager. Il lui manque Iray. Le moteur de rendu moderne de Daz est 64 bits uniquement.
Le contournement tient en une phrase. On synchronise en 32 bits, on enregistre la scène, on la rouvre en 64 bits pour le rendu. Ça fonctionne. Personne n’a jamais trouvé ça agréable.
Retenez un détail pour la suite : le rig facial de Genesis 9 est construit sur ARKit, la norme faciale d’Apple. Ça va compter.
Mimic : le meilleur outil du lot, et il est mort
Mimic Pro proposait ce que tout le monde réclame encore. Des pistes de phonèmes éditables comme des aniblocks, où l’on voit la découpe, où l’on corrige à la main avant de rendre. Son défaut est rédhibitoire : il ne parle qu’aux figures Poser au format CR2, V4 et M4. Genesis 8 et 9 lui sont étrangers.
Mimic Live ! faisait autre chose, du temps réel au micro. Daz l’a arrêté. Un modérateur l’a confirmé sur le forum officiel en juillet 2022, en invoquant des instabilités avec les versions récentes du logiciel. Ceux qui l’avaient acheté peuvent encore le retélécharger depuis leur bibliothèque. Plus personne ne peut l’acquérir.
Mimic Pro n’est plus en vente depuis des années. Il reste pourtant la référence que les animateurs citent quand on leur demande quel outil éditait le mieux les phonèmes. Ça en dit long sur ce qui a suivi.
Ce qui reste en vente, et à quel prix
Anilip3 est la proposition la plus récente du store Daz. Elle accepte du texte brut, de la synthèse vocale avec balises SSML, et de la reconnaissance vocale sur un enregistrement existant. Elle coûte 90,99 dollars. Elle ne fonctionne qu’avec Genesis 9, et seulement sous Windows 11.
Anilip 2, la génération précédente, couvre en revanche toutes les générations Genesis, autour de 89,95 dollars, toujours sans macOS.
Face Mojo ne travaille pas depuis l’audio. Il fait de la capture faciale : vous jouez la réplique devant la caméra TrueDepth d’un iPhone, l’application enregistre, Daz applique le résultat sur la figure. Comptez 99,99 dollars et un iPhone X ou plus récent, l’iPhone SE étant exclu faute de capteur. C’est là que le rig ARKit de Genesis 9 sert à quelque chose. L’iPhone produit ses relevés dans la norme d’Apple, et le visage de la figure est construit sur cette même norme.
Un point commun relie ces trois produits. Chacun est attaché à une génération de personnages. Chaque nouvelle Genesis remet le compteur à zéro et refait passer à la caisse. Voilà le vrai coût de la synchronisation labiale chez Daz, bien plus que le prix affiché.
Le chemin gratuit demande une soirée
La communauté Daz vit beaucoup de ses ressources gratuites, et la synchronisation labiale ne fait pas exception.
Rhubarb Lip Sync fait une chose et la fait bien. C’est un outil en ligne de commande sous licence MIT, disponible sur Windows, macOS et Linux. On lui donne un enregistrement, il rend un fichier TSV, XML ou JSON qui indique, instant par instant, quelle forme de bouche adopter.
Il travaille avec six positions de base héritées des standards Hanna-Barbera, plus trois formes optionnelles. Neuf au total. C’est peu à côté des visèmes d’un rig facial moderne, et c’est suffisant pour un dialogue qu’on ne regardera pas au ralenti.
Papagayo suit une autre logique. Il affiche la forme d’onde et laisse caler les phonèmes à la main, image par image. Un script d’import gratuit publié sur Renderosity fait ensuite entrer ses fichiers dans Daz Studio.
Sa limite est connue et personne ne la cache sur les forums. Pendant l’édition des phonèmes, le personnage Daz n’est pas visible. On corrige à l’aveugle, on importe, on regarde, on recommence.
Septembre 2025 : NVIDIA ouvre la boîte
Le 24 septembre 2025, NVIDIA a publié en open source l’essentiel d’Audio2Face. Le SDK, le plugin Autodesk Maya en version 2.0 et le plugin Unreal Engine 5 en version 2.5 passent sous licence MIT. Le framework d’entraînement, lui, est sous licence Apache. Les modèles sont hébergés sur Hugging Face, ceux d’Audio2Face-3D sous NVIDIA Open Model License.
Ce que fait l’outil dépasse le calage de bouche. L’analyse phonétique pilote la mâchoire, la langue et les yeux. Un second modèle, Audio2Emotion, déduit l’émotion du ton de la voix et la joue sur le visage. Sa licence est nettement plus étroite. Elle n’en autorise l’usage qu’avec Audio2Face, et les données d’entraînement fournies se limitent à l’évaluation. Si vous bâtissez un produit, c’est cette ligne qui tranche, pas la licence MIT du SDK. C’est la même vague que celle qui a atteint le doublage, arrivée cette fois par l’image.
Le prix à payer est matériel. Le SDK réclame une carte NVIDIA compatible CUDA 12.8 ou supérieur, et recommande 4 Go de mémoire vidéo. Côté système, Windows 10 ou 11, ou Ubuntu 20.04 et au-delà, avec Python entre 3.8 et 3.10. Le deep learning Deep Learning Le deep learning utilise des réseaux de neurones multicouches pour apprendre automatiquement à partir de données brutes. Voir la définition complète → gratuit reste du deep learning qui tourne sur votre machine.
Et la liste des plugins officiels s’arrête à Maya et Unreal. Pas de Daz Studio.
[IMAGE 3 : schéma SVG flat design de la chaîne, de la piste audio aux morphs du visage, avec chaque outil positionné sur le segment qu’il couvre] alt : Schéma de la chaîne de synchronisation labiale, de la piste audio aux morphs du visage Légende : Tous ces outils font la même chose. Ils diffèrent surtout par l’endroit où ils vous laissent tomber.
Le pont qui manque entre Daz et l’IA
Le chemin existe quand même, il faut juste le construire soi-même.
Le Daz to Blender Bridge est gratuit et convertit les morphs faciaux de la figure en blendshapes exploitables. Une fois le personnage passé dans Blender, il devient un mesh Mesh Structure de base d'un objet 3D composée de vertices, edges et faces formant une surface polygonale. C'est la géométrie fondamentale de tout modèle 3D. Voir la définition complète → comme un autre, avec des formes nommées que n’importe quel outil sait piloter. L’animation produite par Audio2Face peut s’y appliquer.
Avant de vous lancer : le SDK Audio2Face n’exporte pas vers Daz. Il sort des positions de sommets dans un fichier .bin, ou passe par le plugin Maya. La correspondance entre ce qu’il produit et les morphs de votre Genesis, c’est vous qui l’écrivez. Comptez cette étape avant de bâtir un pipeline Pipeline Ensemble des étapes, outils et processus organisés pour créer un projet 3D, de la modélisation au rendu final. Définit le workflow de production. Voir la définition complète → dessus.
Alors, on prend quoi ?
Pour un dialogue court, sans budget, sur n’importe quelle génération Genesis, prenez Rhubarb ou Papagayo avec le script d’import. La première fois vous y passerez une soirée. Ensuite, vingt minutes.
Pour Genesis 9 sous Windows, quand le temps vaut plus que 90 dollars, Anilip3 règle la question sans discussion.
Si vous avez un iPhone récent et que vous cherchez une interprétation plutôt qu’un calage, Face Mojo. Une réplique jouée devant la caméra bat un calage automatique sur à peu près tous les plans.
Si vous travaillez déjà en aller-retour avec Blender, Audio2Face vaut sa mise en place. C’est le seul outil de cette liste qui progresse encore, et il ne coûte que du temps.
Et si vous avez gardé une figure V4 avec une licence Mimic Pro, gardez-les. Vous détenez encore, en 2026, la meilleure interface d’édition de phonèmes jamais sortie pour Daz.
Soyez le premier à commenter cet article !