Vidéo satisfaisante générée depuis une musique : le rebond qui tombe juste

Les vidéos dites « satisfaisantes » se ressemblent toutes : une bille, un parcours, des couleurs. Certaines retiennent le regard une minute entière, d'autres se font balayer en deux secondes. La différence ne tient ni au décor ni à la qualité du rendu.

Elle tient à ce qui se passe au moment du contact.

Ce que vous entendez sans l'écouter

Quand une bille touche une plateforme et qu'un son arrive au même instant, le cerveau lie les deux. C'est un réflexe, pas une appréciation : la perception d'un événement audiovisuel simultané est plus forte que la somme de ses deux moitiés. On ne se dit pas « c'est synchronisé », on trouve simplement que « ça marche ».

Quand le contact et le son sont décalés de quelques centièmes de seconde, le lien se défait. Personne ne saurait dire pourquoi, mais l'attention retombe — et sur un fil qu'on parcourt au pouce, l'attention qui retombe est un doigt qui glisse.

Pourquoi la plupart des vidéos ratent ce moment

La méthode habituelle est de simuler une bille dans un moteur physique, puis d'espérer qu'elle retombe sur le rythme. Cela ne peut pas marcher : l'instant du contact dépend de la hauteur, de la pente, de la gravité et du rebond précédent — d'une accumulation de grandeurs continues. Le rythme, lui, est une grille. Rien ne contraint la première à tomber sur la seconde.

On rattrape alors à la main : on déplace une plateforme, on ralentit un passage, on coupe au montage. Ça tient sur trois impacts, rarement sur trente.

Ce que fait ce moteur

Il prend le problème dans l'autre sens. Les instants de contact sont donnés par le morceau — ce sont ses temps forts, détectés par bandes de fréquence. La géométrie du parcours en est ensuite déduite : chaque plateforme est placée là où elle doit être pour que la bille y arrive exactement à l'instant voulu.

La trajectoire n'est pas simulée puis corrigée. Elle est résolue, en forme close, à partir des instants imposés. C'est pourquoi la synchronisation n'est pas approximative : elle est exacte par construction, et elle le reste sur toute la durée du morceau.

Ce que montre cette vidéo

Un extrait de quinze secondes. Chaque contact coïncide avec une attaque — grosse caisse, caisse claire, charley. Rien n'a été déplacé à la main, rien n'a été ralenti pour tomber juste.

Regardez un impact isolé, puis laissez tourner. C'est la répétition qui convainc : trente coïncidences d'affilée ne s'obtiennent pas par chance.

Obtenir la même chose

Déposez un morceau, choisissez un rendu, récupérez la vidéo verticale en 1080×1920 à 60 images par seconde. Le format est natif : rien à recadrer avant de publier.