Prolonger une vidéo Veo 3 : dépasser 8 secondes et viser plus d'une minute

Veo 3 ne génère au maximum que 8 secondes par clip. L’interface propose bien un bouton Extend, mais un clic bascule vers Veo 2 Fast — sans audio et avec une qualité inférieure à Veo 3. Si vous voulez garder la qualité et l’audio de Veo 3, le bouton Extend ne vous servira presque pas.

Assembler plusieurs clips de 8 secondes pose un autre problème : la cohérence des personnages. La couleur des vêtements du protagoniste, le décor, le style de lumière dérivent d’un segment à l’autre — le montage final ne tient plus. Pour une démo produit de 45 secondes, corriger cette dérive peut prendre des heures.

Cet article présente trois approches de prolongation : Flow Scene Builder (la plus stable), prolongation automatique via l’API Gemini (jusqu’à 148 secondes) et assemblage avec des outils externes (la plus flexible), plus des méthodes dédiées à la cohérence des personnages.

Pourquoi Veo 3 s’arrête à 8 secondes

Commençons par la raison de cette limite. Ce n’est pas Google qui nous complique la vie par caprice, mais un compromis d’architecture. Pour garantir une qualité de génération élevée et un bon rendu audio, Veo 3 doit équilibrer temps de traitement, ressources et qualité de sortie. Vous pouvez choisir 4, 6 ou 8 secondes — pas plus.

Ce qui agace encore plus : malgré le bouton « Extend » dans l’interface, un clic bascule vers Veo 2 Fast — sans audio et avec une qualité nettement inférieure. Pas étonnant que sur Reddit et TikTok on lise : « Je veux la qualité Veo 3, pourquoi forcer un downgrade vers Veo 2 ? »

Franchement, Google pourrait un jour supporter nativement des vidéos plus longues ; pour l’instant, il faut se débrouiller soi-même.

Les trois méthodes de prolongation en détail

Méthode 1 : Flow Scene Builder + workflow Frames-to-Video (recommandée)

C’est celle que j’utilise le plus, pour les scénarios où il faut conserver la haute qualité Veo 3 et l’audio complet. Un peu plus laborieuse, mais la plus stable.

Étapes concrètes :

1. Générer le segment initial : dans Google Flow, produisez le premier clip de 8 secondes en choisissant « Highest Quality » (Veo 3).

2. Sauvegarder la dernière frame : une fois la vidéo générée, placez le curseur sur la dernière image et cliquez sur « + » pour l’enregistrer comme asset. Étape cruciale : elle devient le point de départ du segment suivant.

3. Passer en Frames-to-Video : activez le mode « Frames to Video » et téléversez la frame que vous venez de sauvegarder.

4. Répéter intégralement la description du personnage : l’étape la plus souvent oubliée — et la plus importante. Dans le prompt, recopiez mot pour mot toutes les descriptions du premier segment : apparence, tenue, décor, lumière, ambiance, même les indications sonores. Pas de simplification ni de reformulation.

   Exemple : si le premier prompt était :

   “A 35-year-old Asian woman with long black hair, wearing a white blouse and blue jeans, standing in a modern office with natural daylight, smiling warmly.”

   Le second doit reprendre exactement cette description, en ajoutant seulement la nouvelle action :

   “A 35-year-old Asian woman with long black hair, wearing a white blouse and blue jeans, standing in a modern office with natural daylight, turning to face the camera.”

5. Ajouter à la timeline : une fois généré, cliquez sur « Add to Scene » pour placer le nouveau segment sur la timeline.

6. Ajuster la transition : entre deux segments, 1 à 2 frames peuvent se chevaucher ; taillez légèrement pour une transition fluide.

7. Répéter : refaites les étapes 2 à 6 jusqu’à la durée cible.

Points d’attention :

• Ne revenez pas à la bibliothèque d’assets en cours de génération — vous risquez d’interrompre le processus.
• À chaque Frames-to-Video, décrivez le personnage en entier, sinon vous aurez une « dérive » — j’ai déjà simplifié le prompt par paresse et la chevelure longue est devenue courte.
• Vérifiez la cohérence après chaque extension ; ne attendez pas d’avoir 10 segments pour découvrir que tout a dérivé.

Avantages : qualité Veo 3 maximale et audio complet.
Inconvénients : opérations manuelles, plus long.

Vultr - Serveur cloud NVMe haute performance, 32 emplacements mondiaux, déploiement Docker en un clic

Voir les tarifs →Pub

Méthode 2 : prolongation automatique via l’API Gemini (la plus efficace)

Si vous devez produire rapidement une vidéo longue (jusqu’à environ 2 min 30) et que vous avez quelques bases en programmation, cette méthode est redoutable.

Principe :
Après avoir généré une vidéo initiale via l’API Gemini / Veo, le paramètre « extend » ajoute 7 secondes à chaque appel, jusqu’à 20 fois — soit 148 secondes au total. Tout est automatisé : plus besoin de sauvegarder des frames ni de téléverser des images à la main.

Étapes :

1. Obtenez une clé API dans Google AI Studio (quota quotidien sur le compte gratuit).
2. Appelez l’API avec un code du type :

import google.generativeai as genai

genai.configure(api_key='YOUR_API_KEY')

prompt = "A cat playing piano in a cozy living room"
video = genai.generate_video(prompt=prompt, duration=8)

# Prolonger la vidéo
for i in range(10):  # 10 extensions, environ 80 secondes au total
    video = genai.extend_video(video, duration=7)

Points techniques :

• Chaque extension ajoute 7 secondes, pas plus.
• L’API s’appuie sur les informations visuelles et textuelles du segment précédent.
• Surveillez le quota pour éviter les dépassements.

Avantages : fort degré d’automatisation, idéal pour le lot, gain de temps énorme.
Inconvénients : bases de code requises, quota limité — le compte gratuit peut ne pas suffire.

Méthode 3 : assemblage avec des outils de montage externes (la plus flexible)

Pour un post-traitement fin ou pour fusionner des scènes très différentes, il faut des outils de montage pro.

Comparatif :

Bonnes pratiques de montage :

1. Fondus enchaînés : 0,5 seconde de cross-dissolve entre segments réduit nettement les à-coups.
2. Synchronisation audio IA : CapCut propose un alignement sur le rythme musical pour masquer les micro-écarts.
3. Musique de fond : une bande-son continue améliore l’unité ; le spectateur remarque moins les raccords.

Quelle méthode choisir ?

• Qualité maximale et temps pour peaufiner → méthode 1.
• Code + génération en lot → méthode 2.
• Liberté maximale en post-production → méthode 3.

Souvent je combine : quelques segments haute qualité en méthode 1, puis CapCut pour l’assemblage fin et le son.

6 astuces pratiques pour la cohérence des personnages

Après les méthodes de prolongation, le casse-tête numéro un : garder le même personnage d’un bout à l’autre. Au début avec Veo 3, sur 5 segments j’en avais parfois 3 avec des visages différents — on aurait dit que l’IA avait perdu la mémoire. Après de nombreux essais, voici six techniques :

Astuce 1 : créer un Character Bible

Première étape de chaque projet : un document qui fixe tout sur le personnage :

• âge, genre, teint
• coiffure, couleur, longueur
• tenue (couleurs et coupes précises)
• accessoires (lunettes, collier, montre…)
• traits d’expression (sourire, regard)
• environnement de fond

Essentiel : à chaque nouveau segment, collez le bloc complet — sans raccourcir. L’IA est sensible au détail : « chemise blanche » et « haut blanc » peuvent devenir deux vêtements différents.

Astuce 2 : exploiter Scene Builder

« Add to Scene » fait référence au segment précédent et améliore nettement la cohérence. Sur une dizaine de tests, le taux de réussite est au moins 50 % supérieur à des clips générés isolément.

Astuce 3 : workflow image-to-video (le plus fiable)

La méthode la plus stable à ce jour :

🔥 Ne perdez plus des mois sur des produits sans demande ! Validez vos promesses SaaS avec Adsterra à petit budget →

Tester l'MVP →Pub

1. Générez une image statique parfaite du personnage avec Imagen 3.
2. Importez-la comme référence dans Image-to-Video de Veo 3.
3. Utilisez cette image comme ancrage visuel à chaque extension.

L’IA dispose alors d’une « réponse type » forte et dérive moins. J’ai fait une interview de 90 secondes ainsi : même présentateur, même coiffure, même plis du vêtement.

Astuce 4 : principe de cohérence des prompts

Utilisez exactement le même texte de description. Mécanique, oui — mais efficace. Plus la description est unique et précise, meilleure est la cohérence.

Bon exemple :

“A 28-year-old woman with shoulder-length curly red hair, wearing round tortoiseshell glasses and a navy blue cardigan over a white turtleneck.”

Mauvais exemple :

“A young woman with nice hair and glasses.”

Trop vague : l’IA interprète différemment à chaque fois.

Astuce 5 : Jump To et Extend Scene

Ces fonctions réutilisent le contexte visuel et textuel du segment précédent — mais il faut quand même recoller la description complète du personnage dans le nouveau prompt. Dix secondes de copier-coller, c’est rentable.

Astuce 6 : workflow multimodal avancé (niveau expert)

Pour les profils techniques :

1. Analyser les traits sémantiques du personnage avec Gemini 2.5 Pro.
2. Synthétiser une image de référence avec Imagen 3.0.
3. Générer la vidéo avec Veo.
4. Construire un « vecteur d’identité » pour limiter la dérive.

Plus complexe, mais bluffant : j’ai vu un court métrage de 3 minutes où la position d’un grain de beauté restait identique.

Cas pratiques et questions fréquentes

Cas 1 : démo produit (45 secondes)

Contexte : présenter trois fonctions clés d’une application.
Approche : trois segments de 15 secondes, même modèle de mains et même style d’interface.

Points clés :

• Gestes, lumière et angle de prise de vue identiques.
• Même modèle de téléphone et même bureau en arrière-plan.
• Préciser dans le prompt : « les mêmes mains, le même téléphone, la même table ».

La semaine dernière, j’ai livré une démo client ainsi : le montage final était fluide — le client pensait que c’était du tournage réel.

Cas 2 : interview (1 min 30)

Contexte : présentateur TV introduisant trois sujets d’actualité.
Approche : prolongation à 90 secondes via l’API Gemini + Scene Builder.

Points clés :

KiloClaw - OpenClaw managé pour l’entreprise : orchestration d’agents IA et routage intelligent

Commencer →Pub

• Plan fixe (présentateur centré).
• Fond identique (studio, écrans, éclairage).
• Tenue inchangée (costume sombre, cravate).

La difficulté : gros plans du visage, cohérence maximale. J’ai utilisé l’image-to-video : photo frontale Imagen, puis tous les segments s’y réfèrent.

FAQ

Q : Pourquoi mon personnage change à chaque fois ?
R : Dans 90 % des cas, le prompt est trop vague ou « amélioré » à chaque fois. Le copier-coller est votre allié — n’« optimisez » pas le texte.

Q : Pourquoi Extend bascule vers Veo 2 ?
R : Extend ne supporte pour l’instant que Veo 2 Fast — limitation Google. Pour la qualité Veo 3, passez par Frames-to-Video.

Q : Les vidéos téléchargées depuis Flow sont-elles utilisables commercialement ?
R : Consultez les conditions d’utilisation de Google Veo. Veo 3 est encore en phase expérimentale ; vérifiez avant publication.

Q : Quel outil de montage choisir ?
R : CapCut pour aller vite (gratuit), Premiere Pro pour la finition pro, DaVinci Resolve si le budget est serré mais que vous voulez des fonctions pro.

Synthèse et prochaines étapes

En résumé, trois approches :

• Flow Scene Builder + Frames-to-Video : qualité et audio Veo 3, demande de la patience.
• API Gemini : lot et longue durée (jusqu’à 148 s), bases de code utiles.
• Montage externe : post-production fine et scènes multiples.

La cohérence des personnages est le cœur du sujet ; les trois piliers : Character Bible, workflow image-to-video, prompts strictement identiques.

Ouvrez Google Flow et testez Scene Builder : un clip de 8 secondes, puis prolongez par Frames-to-Video. Les premiers essais accrochent souvent ; après quelques itérations, le geste devient naturel.

Gardez cet article sous la main : en cas de dérive, parcourez les six astuces une par une. Vous pourriez bien produire un court métrage IA de 3 minutes que vos amis prendront pour une équipe pro.

Bon courage pour vos créations !