Synthesia : créer des vidéos de formation avec avatar IA en entreprise

Un module d’accueil des nouveaux arrivants à mettre à jour chaque trimestre. Une procédure de sécurité à décliner en six langues pour les sites industriels. Une formation réglementaire qui change à chaque évolution du texte. Pour ces contenus, le tournage classique coûte cher et vieillit vite. Synthesia répond à ce besoin précis : produire des vidéos présentées par un avatar à partir d’un simple texte, et les modifier en quelques minutes. Fondée à Londres en 2017, l’entreprise travaille surtout avec les services formation et RH des grands groupes, et met en avant un cadre éthique en trois principes (consentement, contrôle, collaboration). Ce guide explique comment fonctionne Synthesia, ce que coûtent ses formules, désormais facturées en crédits, comment l’utiliser pour la formation, et quelles règles respecter.

Cet article fait partie de notre guide des générateurs vidéo IA.

En bref

• Synthesia transforme un texte, un document ou une présentation en vidéo présentée par un avatar IA, avec plus de 160 langues et voix disponibles (Synthesia).
• Quatre formules : Basic gratuite, Starter à 29 $ par mois (18 $ en annuel), Creator à 89 $ (64 $ en annuel), Enterprise sur devis.
• Les crédits sont désormais la monnaie commune de toutes les fonctions : 1 200 crédits correspondent à environ 10 minutes de vidéo.
• Pensé pour la formation : vidéos interactives avec quiz et embranchements (dès Creator), mises à jour automatiques des vidéos intégrées, export SCORM (Enterprise uniquement).
• Un cadre éthique affiché : aucun avatar sans consentement documenté, et des données clients jamais utilisées pour pré-entraîner les modèles, selon Synthesia (Synthesia).
• Verdict : un outil conçu d’abord pour l’entreprise et la formation, dont l’intérêt dépend fortement de la formule choisie, les fonctions clés pour un service formation étant réservées à Enterprise.
• Pour produire vos modules avec méthode, notre formation à la conception de modules e-learning avec avatar IA part de vos contenus.

Synthesia en quelques mots

Synthesia est une plateforme web de création vidéo : on écrit un script, on choisit un avatar et une mise en page, et la vidéo est générée avec la voix et la synchronisation labiale. L’éditeur ressemble à un logiciel de présentation, avec des scènes (comme des diapositives), des textes, des images et des animations.

L’entreprise revendique plus de 50 000 équipes clientes et une présence dans 90 % des entreprises du Fortune 100. Ses principaux utilisateurs sont les services formation, RH, communication interne, vente et informatique.

Ses fonctions se répartissent en cinq familles :

• Créer : plus de 240 avatars de catalogue (selon la formule), plus de 1 000 voix, générateur vidéo à partir d’un texte, enregistreur d’écran, animations graphiques ;
• Localiser : traduction en un clic, doublage IA avec conservation de la voix, lecteur vidéo multilingue, sous-titres ;
• Gérer : charte graphique, collaboration en temps réel, espaces de travail ;
• Publier : mises à jour automatiques, statistiques, pages vidéo publiques ou protégées par authentification ;
• Faire participer : vidéos interactives, sessions de jeu de rôle et avatars interactifs, deux nouveautés récentes.

Les avatars de Synthesia

Avatars de catalogue. Des présentateurs prêts à l’emploi : 9 sur la formule gratuite, plus de 125 sur Starter, plus de 180 sur Creator, plus de 240 sur Enterprise.

Avatars personnalisés (Personal Avatars). Votre double numérique, créé à partir d’un enregistrement : 3 sur Starter, 5 sur Creator, illimités sur Enterprise (dans une limite d’usage raisonnable). Vous pouvez y associer votre voix clonée.

Avatars studio (Studio Express-1). Un avatar personnalisé réalisé en studio, proposé en option à 1 000 $ par an, uniquement sur les formules annuelles. Synthesia indique un délai de traitement pouvant aller jusqu’à 10 jours.

Avatars personnalisables. Vous pouvez placer un avatar dans différents décors et tenues, puis lui demander de jouer une action dans un plan d’illustration ; chaque plan avec action coûte 96 crédits.

Dialogues. À partir de Creator, plusieurs avatars peuvent apparaître dans une même scène, ce qui permet de mettre en scène un échange (un client et un conseiller, un manager et un collaborateur).

Avatars interactifs et jeux de rôle. Les sessions de jeu de rôle (Roleplay Sessions) permettent à un apprenant de s’entraîner à une vraie conversation avec un avatar, d’être accompagné en direct et de suivre ses progrès grâce à un retour noté. Le nombre de sessions partagées est limité par formule (10 par mois, 25 sur Enterprise), sans limite pour les apprenants connectés avec un siège.

Pas à pas : créer un premier module vidéo

Étape 1 : partir de votre contenu

Synthesia accepte plusieurs points de départ : un script tapé directement, un document, une adresse web, ou une présentation PowerPoint importée. Pour un formateur, l’import PowerPoint est souvent le plus rapide : il permet de partir d’un support déjà structuré et de transformer ses diapositives en scènes vidéo.

Étape 2 : choisir un modèle et un avatar

Sélectionnez un modèle de vidéo (plus de 60 disponibles) ou partez de votre charte graphique si vous l’avez configurée. Choisissez l’avatar, la langue et la voix.

Étape 3 : écrire ou ajuster le script

Sur les formules payantes, l’assistant vidéo IA peut proposer un script à partir d’une consigne, comme un assistant conversationnel. Relisez-le et adaptez-le à l’oral : phrases courtes, sigles développés, chiffres écrits comme ils se prononcent. Une scène doit porter une idée.

Étape 4 : enrichir les scènes

Ajoutez vos images, vos vidéos, des icônes, des enregistrements d’écran (extension Chrome) et de la musique libre de droits. Sur Creator, ajoutez des boutons, des embranchements et des quiz pour rendre la vidéo interactive.

Étape 5 : générer et relire

Générez la vidéo, puis relisez-la en entier : prononciation des termes métier, rythme, cohérence entre texte à l’écran et discours. Pour le doublage, un glossaire personnalisé permet de fixer la traduction et la prononciation des noms de marque et du jargon.

Étape 6 : publier et mettre à jour

Téléchargez la vidéo en MP4 Full HD (formules payantes), partagez-la par un lien, intégrez-la dans votre intranet ou votre plateforme de formation, ou exportez-la en SCORM (Enterprise). Grand avantage : selon Synthesia, une vidéo intégrée ou partagée par lien se met automatiquement à jour quand vous la modifiez.

Traduire et localiser

C’est l’un des points forts de Synthesia pour les groupes internationaux.

La traduction en un clic traduit une vidéo Synthesia entière, script et éléments compris ; Synthesia la met en avant sur la formule Enterprise, avec plus de 80 langues.

Le doublage IA traduit une vidéo existante, y compris tournée hors de Synthesia (fichier ou lien YouTube). La voix, l’accent et le ton de l’orateur d’origine sont conservés. Plus de 70 langues sont disponibles sur les formules en libre-service, plus de 140 sur Enterprise. La synchronisation labiale est proposée en option et consomme deux fois plus de crédits.

Le lecteur multilingue permet à chaque spectateur de choisir sa langue dans la même vidéo, ce qui évite de gérer une vidéo par pays.

Les bonnes pratiques : faites relire chaque version par un locuteur natif, définissez un glossaire pour les noms de produits et le jargon, et adaptez les textes affichés à l’écran.

Combien coûte Synthesia ?

Source : page tarifaire de Synthesia, consultée le 16 septembre 2026. Prix en dollars, hors taxes éventuelles, susceptibles d’évoluer.

Ce que représentent les crédits. Selon Synthesia, 1 200 crédits permettent environ 10 minutes de vidéo, ou 25 plans vidéo générés par IA, ou encore 48 minutes de doublage sur Starter (10 minutes sur la formule gratuite). La synchronisation labiale double la consommation du doublage.

Points d’attention :

• le décompte se fait à la seconde : sur Starter, une vidéo de 59 secondes laisse 9 minutes et 1 seconde sur les 10 minutes du mois ;
• en formule Starter annuelle, le volume est annuel (environ 120 minutes), ce qui laisse plus de souplesse d’un mois sur l’autre ;
• plusieurs analyses publiées en août 2026 indiquent que les crédits inutilisés d’un mois ne sont pas reportés et qu’aucune recharge ponctuelle n’est proposée en libre-service (Creatify, août 2026) : vérifiez ces conditions au moment de souscrire ;
• l’export SCORM et l’authentification unique (SSO) ne sont disponibles que sur Enterprise, ce qui compte pour un service formation qui veut intégrer ses vidéos à une plateforme de formation.

Estimer son budget. Un module de 5 minutes, décliné en 3 langues avec synchronisation labiale, se calcule en minutes de vidéo pour la version d’origine, puis en minutes de doublage (doublées par la synchronisation) pour chaque langue. Avec Creator en annuel (360 minutes par an), une équipe qui produit deux modules de 5 minutes par mois dans une seule langue utilise environ un tiers de son volume annuel.

Pour quels usages ?

Formation et intégration. Modules d’accueil, formations réglementaires, procédures, formations produits. La mise à jour automatique des vidéos intégrées fait gagner beaucoup de temps : on corrige une phrase, et la vidéo publiée se met à jour.

Formation à la conformité et à la sécurité. Des contenus qui évoluent souvent et doivent être compris partout, dans chaque langue.

Entraînement commercial et managérial. Les jeux de rôle avec avatar interactif permettent de s’exercer à un entretien, à une négociation ou à une annonce difficile, avec un retour noté.

Communication interne. Messages de la direction, annonces RH, nouveautés d’outils.

Documentation et support. Tutoriels logiciels avec enregistrement d’écran, procédures opérationnelles, bases de connaissances vidéo.

Personnalisation en masse. À partir d’un modèle et d’un fichier CSV ou Excel, création de centaines de vidéos personnalisées (prénom, entreprise, offre), selon la formule.

Moins adapté : la vidéo créative ou publicitaire très scénarisée, les contenus émotionnels, et les usages où un avatar pourrait être perçu comme un manque de considération (annonce d’une réorganisation, par exemple). Pour des vidéos plus orientées marketing et réseaux sociaux avec double numérique, voyez notre guide HeyGen.

💡 À ne pas confondre avec un agent IA : générer une vidéo à partir d’un script reste une production à la demande. Un avatar interactif qui mène une conversation de jeu de rôle et évalue l’apprenant en temps réel s’en rapproche, sans exécuter de tâches autonomes. Pour découvrir les agents IA autonomes (qui exécutent plusieurs étapes en chaîne), voir notre cocon Agents IA.

Concevoir un bon module avec avatar

Synthesia facilite la production, pas la pédagogie. Quelques principes issus de nos accompagnements :

1. Un objectif par module. « À la fin de cette vidéo, vous saurez déclarer un incident de sécurité. » Si le module a trois objectifs, faites-en trois.
2. Des séquences courtes. Trois à six minutes par vidéo, découpées en scènes d’une idée chacune.
3. L’avatar au service du contenu. Alternez l’avatar avec des schémas, des démonstrations et des mises en situation ; un visage qui parle pendant six minutes lasse vite.
4. De l’interaction toutes les deux minutes. Une question, un choix, un mini-quiz : c’est ce qui transforme une vidéo en apprentissage.
5. Un parcours, pas une vidéo isolée. La vidéo s’inscrit dans un ensemble (échanges avec un formateur, exercices, évaluation).

Exemple de script pour une séquence d’accueil :

Scène 1 : Bienvenue chez nous. Je suis Léa, et je vais vous guider pendant vos premiers jours.
Scène 2 : Aujourd'hui, un seul objectif : savoir à qui vous adresser en cas de question.
Scène 3 : Pour une question sur votre contrat ou votre paie, votre contact est l'équipe RH.
Scène 4 : Pour un souci d'ordinateur ou d'accès, c'est le support informatique.
Scène 5 (question) : Votre badge ne fonctionne plus. Qui contactez-vous ? [choix : RH / support informatique / accueil]
Scène 6 : Retrouvez tous ces contacts sur l'intranet, rubrique « Nouveaux arrivants ». À très vite.

Pour aller plus loin sur la conception pédagogique, notre atelier de scénarisation de vidéos de formation avec l’IA accompagne les formateurs de l’idée au module publié.

Sécurité, consentement et cadre juridique

Le cadre « 3C » de Synthesia. L’entreprise présente trois principes appliqués depuis 2017 : consentement, contrôle et collaboration. Concrètement, selon sa page de gouvernance, aucune vidéo, voix ou apparence d’une personne n’est utilisée pour créer un avatar sans consentement explicite et documenté ; les données clients ne servent jamais à pré-entraîner les modèles ; les avatars personnalisés restent dans l’espace de travail du client ; chaque vidéo passe par une modération automatique (Synthesia).

Les certifications. Synthesia annonce la conformité SOC 2 Type II, ISO 42001 (norme de système de management de l’IA) et RGPD. Le détail est consultable sur son portail de sécurité.

La responsabilité du client. Selon une analyse publiée des conditions d’utilisation, qui relèvent du droit anglais, c’est au client d’obtenir le consentement libre et éclairé de toute personne dont la voix ou l’apparence sert à créer un avatar personnalisé, et de s’assurer qu’elle a l’âge légal requis (analyse ConductAtlas). En pratique, l’entreprise reste responsable de ses accords avec les personnes filmées.

Le cas des salariés. Le droit à l’image s’applique au travail. Dans une relation de subordination, le consentement d’un salarié doit rester réellement libre : prévoyez un accord écrit, précis (usages, durée, langues, supports), la possibilité de le retirer, et ce qu’il advient de l’avatar en cas de départ. Faites valider la démarche par votre service juridique et votre DPO, et vérifiez l’accord de traitement des données (DPA) auquel renvoient les conditions de Synthesia.

La transparence. Depuis le 2 août 2026, l’article 50 de l’AI Act oblige ceux qui diffusent un hypertrucage (une image, un son ou une vidéo générés ou manipulés par IA, qui ressemblent à des personnes, objets, lieux, entités ou événements existants et pourraient être perçus à tort comme authentiques) à indiquer que le contenu a été généré ou manipulé par une IA (Commission européenne, AI Act). Un module où le double numérique d’un dirigeant ou d’un formateur réel prend la parole est concerné : ajoutez une mention claire en début de vidéo ou dans le parcours.

La maîtrise de l’IA par les équipes. L’article 4 du même texte, applicable depuis février 2025, a été réécrit par le règlement « Digital Omnibus » (UE) 2026/1744, en vigueur depuis le 27 juillet 2026 : les organisations qui utilisent l’IA doivent désormais prendre des mesures pour soutenir le développement de la maîtrise de l’IA de leur personnel, sans obligation de garantir un niveau précis (lawandtechnology.eu, juillet 2026). Former les équipes qui produisent ces vidéos, et garder une trace de ces actions, fait partie de la démarche.

Limites à connaître

Le coût grimpe avec la formule. Starter est accessible, mais les fonctions clés pour un service formation (SCORM, SSO, traduction en un clic, vidéo illimitée) sont réservées à Enterprise.

Le volume est plafonné. Avec 10 à 30 minutes de vidéo par mois sur les formules en libre-service, une production régulière atteint vite la limite.

Le réalisme reste perfectible. Une gestuelle répétitive ou une intonation moins naturelle selon les langues peuvent se remarquer, surtout sur les vidéos longues : testez vos avatars et vos langues avant de produire en série.

La pédagogie ne se génère pas. Un module mal conçu reste un module mal conçu, même avec un avatar réaliste.

La dépendance à la plateforme. Les vidéos intégrées qui se mettent à jour automatiquement dépendent de l’abonnement : anticipez ce qui se passe si vous changez d’outil.

Verdict : pour qui est Synthesia ?

• Service formation d’une grande entreprise : oui, c’est la cible principale ; Enterprise apporte SCORM, SSO et localisation à grande échelle.
• Organisme de formation ou formateur indépendant : Starter ou Creator pour tester et produire quelques modules, en gardant en tête l’absence de SCORM hors Enterprise.
• Service RH ou communication interne : oui pour l’accueil, les procédures et les annonces, avec une vraie vigilance sur le consentement des personnes représentées.
• Équipe commerciale : oui pour la personnalisation en masse et l’entraînement par jeux de rôle.
• Créateur de contenus pour les réseaux sociaux : d’autres outils sont plus adaptés à ce format.

Au final, Synthesia a construit son offre autour des besoins des entreprises : produire vite, mettre à jour facilement, décliner en plusieurs langues et rester dans un cadre maîtrisé. Pour la formation et la communication interne, c’est un outil solide, à condition de choisir la bonne formule (Enterprise dès qu’il faut SCORM, SSO ou de gros volumes) et de ne pas confondre production vidéo et conception pédagogique. Le consentement des personnes représentées et la mention de l’IA doivent précéder toute diffusion. Pour construire des parcours vidéo efficaces et conformes, notre parcours IA générative pour les équipes formation et RH, certifié Qualiopi et finançable par votre OPCO, part de vos contenus réels.