D-ID est une plateforme vidéo générative et numérique-humaine. Son Creative Reality Studio transforme un script ou une piste audio ainsi qu'un avatar stock, photo ou vidéo personnalisé en vidéo de présentateur. Les développeurs API prennent en charge les « discussions » préenregistrées, la traduction vidéo, les avatars en streaming en temps réel et les agents visuels interactifs. La plateforme est utilisée pour la formation, les ventes, l'assistance, la localisation, l'éducation et les expériences conversationnelles intégrées.
Le raccourci de production est réel : une équipe peut mettre à jour un explicatif oral sans réserver de studio et le localiser dans plusieurs langues. Le fardeau de la gouvernance est également réel. Un visage et une voix sont des signaux d'identité. La personne affichée peut ne pas avoir accepté un script, un langage, une publicité ou une interaction automatisée particulière. La capacité de téléchargement n’est pas un consentement, et un abonnement payant n’est pas une licence pour usurper l’identité de quelqu’un.
Choisissez la bonne surface de produit D-ID
| Surface | Entrée | Sortie | Meilleur ajustement |
|---|---|---|---|
| Creative Reality Studio | Paramètres de script/audio, avatar, voix et visuels | Vidéo du présentateur rendue | Non-développeurs produisant des formations, du marketing ou des explicatifs |
| Conférences / vidéo API | Avatar image/vidéo plus texte ou audio | Clip rendu asynchrone | Vidéo modélisée à l'échelle de l'application |
| Video Translate | Vidéo du conférencier existant et langue cible | Discours traduit avec synchronisation labiale | Campagnes localisées, formations et médias produits |
| Visual Agents | Avatar, modèle, voix, instructions et connaissances | Conversation interactive en streaming | Support guidé, interfaces de vente ou d'apprentissage |
| Agentic Videos | Récit vidéo et configuration d'agent interactif | Vidéo qui peut répondre aux questions des spectateurs | Explications interactives où la lecture linéaire est insuffisante |
N'utilisez pas d'agent en temps réel lorsqu'une vidéo préenregistrée et révisée suffit. La génération en temps réel ajoute un langage ouvert, des coûts de session, un risque de récupération, une latence et une modération. De même, la traduction n’est pas simplement une fonctionnalité de rendu : elle crée une nouvelle performance dans une langue que le locuteur d’origine ne comprend peut-être pas.
Flux de travail de confiance de bout en bout
visage + voix + script + objectif dont les droits ont été effacés
|
dossier de consentement
portée / langue / canal / durée / révocation
|
Studio / Traduire / API / Agent
|
modération + génération
|
.------------------+------------------.
v v v
identité QA langage QA technique QA
ressemblance/signification de la voix/prononcer lip-sync/export
'------------------+------------------'
v
divulgation + filigrane + approbation humaine
|
publier/surveiller/révoquer/supprimer
Une liste de contrôle de publication doit relier l'actif généré à l'enregistrement de consentement, aux hachages sources, à la version du script, aux langues cibles, au plan D-ID/à la version API, au réviseur, à la divulgation et à l'expiration. Cela permet à une équipe de dépublier toutes les variantes lorsqu'un locuteur retire son consentement ou qu'une affirmation devient obsolète.
Forfaits Studio versus API
D-ID vend les abonnements Studio et API séparément. Les niveaux Studio comprenaient historiquement Trial, Lite, Pro, Advanced et Enterprise ; Les tarifs API indiquent actuellement les versions Essai, Construction, Lancement, Mise à l'échelle et Entreprise. Les prix et les allocations exacts changent, alors vérifiez la page en direct lors de l'achat. Les limites de licence, de filigrane, d'avatar, de clone vocal, de stockage et de traitement sont plus importantes.
| Plan API (date de révision) | Vidéo hors ligne publiée | Streaming publié | Points forts de la licence/de la marque |
|---|---|---|---|
| Essai | Jusqu'à 3 minutes | Jusqu'à 10 minutes | Personnel ; filigrane plein écran ; voix standards |
| Construire | Jusqu'à 16 minutes | Jusqu'à 32 minutes | Personnel ; filigrane D-ID ; propre option S3 |
| Lancement | Jusqu'à 45 minutes | Jusqu'à 90 minutes | Commercial ; Filigrane IA ; un clone de voix ; voix premium |
| Échelle | Jusqu'à 200 minutes | Jusqu'à 400 minutes | Commercial ; logo personnalisé ; trois clones de voix |
| Entreprise | Personnalisé | Personnalisé | Options de personnalisation, de collaboration, de sécurité et de service personnalisées |
La page API en direct en juillet 2026 affichait un prix annuel équivalent de 14,40 $/mois pour la construction, 35 $/mois pour le lancement et 138,60 $/mois pour l'échelle, avec les remises indiquées ; la facturation mensuelle diffère. Ces chiffres sont sensibles au facteur temps et ne constituent pas une citation. Confirmez les taxes, les limites d'utilisation raisonnable, les offres groupées de crédits et l'écran de paiement réel.
Comment fonctionnent les crédits et les minutes
Un crédit standard couvre jusqu'à 15 secondes de vidéo générée ou traduite. La durée est arrondie par intervalles de 15 secondes : un clip de 40 secondes utilise trois crédits ; un clip de 70 secondes consomme 75 secondes. L'utilisation de Studio et API peut être prélevée sur le même solde de compte. Les crédits mensuels non utilisés ne sont pas reconduits.
| Charge de travail | Compteur | Piège budgétaire | Contrôle |
|---|---|---|---|
| Vidéo rendue | Incréments de crédit de 15 secondes | De nombreux clips courts gaspillent des intervalles arrondis | Segments de script batch délibérément |
| Traduction vidéo | Aussi durée/crédits | Chaque langue cible multiplie l'utilisation et la révision | Pilote une langue et une minute représentative |
| Streaming/parole de l'agent | Les tarifs publiés utilisent des augmentations de crédit plus petites ; les minutes du plan diffèrent | Les réponses verbeuses consomment du budget et frustrent les utilisateurs | Limiter la durée des réponses et les tours de session |
| Nouvelles tentatives | Peut générer des variantes payantes | Les correctifs de prononciation et les artefacts visuels multiplient les coûts | Approuver le script/phonétique avant le rendu complet |
| Allocation inutilisée | Expire chaque période de facturation | Le contrat annuel délivre toujours des crédits mensuellement | Prévoir le volume saisonnier à partir de scripts historiques |
Pour Visual Agents, les documents d'aide indiquent qu'une réponse vidéo générée d'une durée maximale de 15 secondes consomme 0,5 crédit, les intervalles supplémentaires de 15 secondes étant facturés de la même manière. Confirmez le forfait actuel car les allocations interactives et hors ligne sont présentées différemment. L'agent cesse de répondre lorsque les crédits sont épuisés. Les applications de production ont donc besoin d'une surveillance du solde et d'un repli texte/statique.
Les droits commerciaux sont spécifiques au plan
Le centre d'aide de D-ID indique que les sorties Trial, Lite et Build sont destinées à un usage personnel, tandis que Pro, Advanced, Enterprise, Launch et Scale permettent une utilisation commerciale, en supposant que l'utilisateur possède les droits sur l'image, l'audio et le texte téléchargés. Cette hypothèse est cruciale. D-ID accorde des droits selon les conditions de son produit ; il ne peut pas accorder de droits de publicité, de droit d'auteur, de marque, d'emploi ou de voix que vous n'avez jamais obtenus du sujet ou du propriétaire de l'actif.
| Actif/droit | Preuve à conserver | Question avant réutilisation |
|---|---|---|
| Ressemblance de la personne | Communiqué signé identifiant les canaux d'animation et de distribution de l'IA | Cela couvre-t-il cette écriture, cette langue, ce territoire et la publicité payante ? |
| Enregistrement/clonage vocal | Consentement spécifique à la voix et provenance de la source | La voix peut-elle prononcer du texte nouvellement généré ou uniquement des scripts approuvés ? |
| Scénario | Auteur/licence, citations de sources et approbation légale | Les réclamations sont-elles actuelles et autorisées sur le marché cible ? |
| Avatar/voix d'origine | D-ID conditions du plan/licence à la date de génération | L’utilisation commerciale et les catégories sensibles sont-elles autorisées ? |
| Musique/images/logos | Licence et autorisation de marque | La localisation ou les médias payants dépassent-ils la licence ? |
Filigranes et divulgation
Les directives officielles décrivent un filigrane plein écran sur Trial, une marque D-ID sur Lite/Build, une marque AI générique sur Pro/Launch, une capacité de logo personnalisé sur Advanced/Scale et la suppression ou le remplacement sur Enterprise. Le nom du plan actuel peut différer entre Studio et API. La suppression d’un logo personnalisé ou d’un filigrane n’élimine pas les obligations de divulgation.
Divulguer des supports synthétiques sur lesquels les téléspectateurs pourraient raisonnablement croire qu'une personne réelle a prononcé ces mots. Placez la divulgation dans la vidéo et la page environnante, pas seulement dans les métadonnées. Pour les publicités, les messages politiques ou financiers, les évaluations éducatives et le service client, consultez la législation locale et les règles de la plateforme. Conservez un enregistrement de génération lisible par machine lorsque cela est possible.
| Contexte | Modèle de divulgation minimale | Garantie supplémentaire |
|---|---|---|
| Formation interne | « Présentateur généré par l'IA » sur la carte d'ouverture/de fin | Propriétaire du contenu nommé et date de mise à jour |
| Commercialisation publique | Étiquette sur support synthétique persistante ou clairement visible | Parcours de consentement/contact et réclamations fondées |
| Véritable locuteur traduit | Indiquer que les mouvements de la voix et des lèvres ont été traduits par l'IA | Le locuteur approuve la signification finale de la langue cible |
| Agent interactif | Se présenter comme une IA avant la conversation | Escalade humaine et pas de revendications émotionnelles trompeuses |
| Des conseils à fort impact | Évitez l'avatar comme substitut d'autorité | Examen humain qualifié et limitations explicites |
Clonage vocal et avatars personnels
Le clonage vocal peut donner l’impression qu’un texte arbitraire ressemble à une personne réelle. Obtenez un consentement explicite et révocable qui nomme les sujets, les langues, les chaînes et la durée acceptables. N'acceptez pas une case à cocher d'un téléchargeur comme seule preuve lorsqu'une entreprise clone des employés, des clients ou des personnalités publiques. Ajoutez de la vivacité ou une vérification d’identité là où le risque le justifie.
- Stockez l’artefact de consentement séparément de la clé de production API.
- Limitez les utilisateurs qui peuvent créer un clone et les applications qui peuvent l'appeler.
- Bloquez les instructions financières, les informations d’identification, les messages d’urgence et les mentions non autorisées.
- Informez le sujet des nouvelles campagnes et des langues traduites.
- Fournissez un workflow de révocation rapide qui désactive le clonage et localise les sorties publiées.
- Invites phonétiques de l'équipe rouge, usurpation d'identité dans plusieurs langues et tentatives de contournement de la modération.
Assurance qualité de la traduction
| Calque | Vérifier | Échec typique |
|---|---|---|
| Signification | Rétrotraduire et comparer les revendications, les conditions et la négation | Une phrase fluide modifie l'obligation ou la promesse du produit |
| Terminologie | Appliquer un glossaire approuvé pour les termes produits, juridiques et techniques | Marque ou terme réglementé traduit de manière incohérente |
| Prononciation | Un réviseur natif vérifie les noms, les acronymes et les numéros | Texte correct mais diffusion orale inutilisable |
| Identité vocale | Le sujet confirme que la voix synthétique est acceptable dans cette langue | L'accent ou le ton implique une fausse identité |
| Synchronisation labiale | Inspectez les gros plans, les occlusions, la pilosité faciale et la parole rapide | Les artefacts buccaux distraient ou induisent en erreur |
| Texte à l'écran | Localisez les légendes, les diagrammes et les appels à l'action séparément | La langue parlée change tandis que les visuels restent originaux |
API mise en œuvre et fiabilité
La clé API de D-ID est présentée une fois et utilise un formulaire de nom d'utilisateur/mot de passe API via l'en-tête d'autorisation. Stockez-le dans un gestionnaire de secrets, jamais dans un navigateur/client mobile. Une demande de rendu vidéo est asynchrone : les applications soumettent une tâche, interrogent ou reçoivent des informations d'achèvement, puis gèrent une URL de sortie. Créez une idempotence au niveau de votre couche afin que les nouvelles tentatives ne créent pas de rendus facturables en double.
valider les droits + script -> réserver l'identifiant de travail interne
|
soumettre une fois à D-ID
|
en attente -> traitement -> terminé / erreur / blocage de modération
|
copier la sortie approuvée vers un stockage contrôlé
|
QA + divulgation -> publier
|
expiration / révocation -> dépublier + supprimer
| Échec | Comportement des applications |
|---|---|
| 401/clé tournée | Arrêtez-vous, alertez et faites pivoter ; ne réessayez jamais avec les informations d'identification enregistrées |
| 429/quote | Reculez avec la nervosité ; vérifier le solde et fournir une estimation de la file d'attente |
| Rejet de la modération | N’automatisez pas l’évasion ; itinéraire vers le propriétaire du contenu/révision manuelle |
| Délai de rendu | Interroger le travail existant avant de le soumettre à nouveau |
| Traduction/localisation partielle | Échec de la version en tant qu'ensemble ; ne publiez pas de variantes incompatibles |
| Épuisement du crédit | Revenez à l'interaction préenregistrée/textuelle et informez l'opérateur |
Test d'acceptation visuel et audio
| Dimensions | Critère de réussite |
|---|---|
| Identité | Sujet/avatar autorisé, pas de ressemblance involontaire ni de distorsion du visage |
| Discours | Les mots, les chiffres, les noms, les pauses et l'accentuation correspondent au script approuvé |
| Synchroniser | Aucune inadéquation matérielle entre la bouche et la voix à vitesse normale et sur les appareils cibles |
| Encadrement | Les yeux, la bouche, le logo, les légendes et les informations restent dans des zones sûres |
| Accessibilité | Légendes précises, transcription, contraste suffisant et alternative non audio |
| Exporter | La résolution, le codec, le niveau audio et la lecture fonctionnent sur le canal réel |
| Véracité | Les affirmations et les sources sont actuelles ; le présentateur synthétique n'implique pas une approbation personnelle |
Confidentialité, stockage et suppression
Les images de visage, vidéos et enregistrements vocaux téléchargés peuvent être des données biométriques ou des données personnelles sensibles selon la juridiction. Les documents de confidentialité de D-ID distinguent le contenu Studio, qui peut persister jusqu'à ce que l'utilisateur l'efface, des données d'application API avec un traitement spécifique à la tâche. Les tarifs actuels indiquent que les utilisateurs peuvent connecter leur propre stockage S3 sur certains forfaits API. Le stockage propre ne supprime pas le traitement ou les journaux en amont.
Cartographiez chaque copie : périphérique source, compte D-ID, tâche API, URL de sortie, votre stockage d'objets, CDN, éditeur, plateforme de campagne, sauvegardes et analyses. La suppression du compte supprime l'accès et les éléments stockés selon le processus documenté, mais un test de suppression de production devrait confirmer les actifs API/Studio, les connaissances de l'agent, les avatars, les clones vocaux et les copies en aval. La suppression gratuite des comptes inactifs après six mois ne constitue pas une politique de rétention pour une organisation.
Quand D-ID convient
| Cas d'utilisation | Ajustement | Raison |
|---|---|---|
| Formation fréquemment mise à jour | Fort | Le script change sans nouvelle prise de vue ; la gestion des versions est importante |
| Explications de produits localisées | Fort avec une évaluation native | La traduction et la synchronisation labiale réduisent le travail de production |
| Conciergerie FAQ interactive | Conditionnel | La présence visuelle peut aider, mais les SMS/chats peuvent être plus rapides et moins chers |
| Usurpation d’identité de dirigeant sans consentement explicite | Ne pas utiliser | Risque grave d’identité, de fraude et de réputation |
| Conseils émotionnellement sensibles | Risque faible/élevé | Un avatar ressemblant à un humain peut créer une confiance trompeuse |
| Vidéo générative cinématographique | Faible | D-ID se spécialise dans les présentateurs ; utiliser des modèles/outils vidéo plus larges |
Alternatives
| Alternative | Meilleur quand | Comparez |
|---|---|---|
| HeyGen | Avatars adaptés au marketing et flux de traduction | Qualité de l'avatar, contrôles de consentement, langues, API et tarification |
| Synthesia | Apprentissage d'entreprise, modèles et avatars de stock gouvernés | Collaboration, sécurité, politique d'avatar personnalisé et localisation |
| IA DeepBrain | Flux de travail de présentation et de diffusion d'IA de style Studio | Réalisme, couverture linguistique et interactif API |
| Tavus | Répliques vidéo et conversationnelles personnalisées | Consentement de la réplique, latence et intégration des développeurs |
| Présentateur/doubleur traditionnel | La confiance, la nuance émotionnelle et l’approbation sont essentielles | Coût/temps plus élevés mais performances authentiques et droits plus clairs |
| Audio + diapositives/screencast | L'avatar ajoute peu de valeur informationnelle | Réduisez les risques liés à l'identité, les coûts et les distractions étranges |
FAQ
D-ID peut-il animer n'importe quelle photo ?
Non. Les images peuvent échouer lors de la détection des visages ou de la modération, et des droits/consentements sont requis même lorsque le système accepte le téléchargement.
Puis-je utiliser la sortie Trial ou Build à des fins commerciales ?
Les directives officielles indiquent que Trial, Lite et Build sont des niveaux à usage personnel. Les droits commerciaux sont associés à Pro, Advanced, Enterprise, Launch et Scale, en supposant que vous possédez tous les droits de saisie.
Comment sont arrondis les crédits vidéo ?
La génération standard arrondit la durée par intervalles de 15 secondes. Un clip de 40 secondes utilise trois crédits. Vérifiez les tarifs des agents interactifs séparément.
Le filigrane peut-il être supprimé ?
Cela dépend du plan. Certains niveaux affichent D-ID ou une marque générique d'IA ; les niveaux supérieurs prennent en charge un logo personnalisé ou une suppression. Une divulgation éthique/juridique peut toujours être requise.
D-ID donne-t-il son consentement pour les personnes stockées ou téléchargées ?
D-ID fournit sa plateforme et ses conditions ; le téléchargeur reste responsable des droits sur l'image, la voix et le script téléchargés ainsi que de l'utilisation prévue.
Que faut-il tester avant le lancement de API ?
Idempotence, authentification, épuisement du taux/crédit, échecs de modération, expiration/stockage des sorties, recherche de consentement, divulgation, accessibilité et suppression.
Sources et vérification
- Site officiel des produits D-ID
- FAQ officielle sur les tarifs et le crédit Studio
- Plans officiels API et allocations actuelles
- Documentation officielle du développeur
- Guide d'authentification officiel API
- Droits officiels d'utilisation commerciale par plan
- Comportement officiel du filigrane
- D-ID manifeste éthique
- Politique de confidentialité de D-ID
Dernière révision le 26 juillet 2026. Les forfaits, les prix, les crédits, la modération et les exigences légales changent. Confirmez les conditions en direct et obtenez des conseils juridiques qualifiés pour les utilisations sensibles à l’identité ou réglementées.
