audio-narration

# Audio & narration — voix off, musique et captions PronoClip Ajoute la couche audio d'une vidéo de pronostic : script de commentateur, voix off TTS, musique de fond, SFX et captions karaoké synchronisées. S'applique sur une composition produite par `video-pronostic` ou `video-composer`. Lire la section **Garde-fous** avant toute génération. ## Étape 0 — Références 1. **Invoquer** les skills : - `/hyperframes-media` — préprocessing TTS / BGM / transcription ; - `/media-use` — résolution et **gel des assets** dans `.media/` avec manifest. 2. **Vérifier l'installation** ; si absents : ```bash npx skills add heygen-com/hyperframes --full-depth ``` **TOUJOURS `--full-depth`** : sans lui, `skills add` récupère un blob en retard sur `main`. 3. **Charger** : - `${CLAUDE_PLUGIN_ROOT}/reference/scripts-narration.md` — gabarits de scripts ; - `${CLAUDE_PLUGIN_ROOT}/reference/charte-pronoclip.md` — ton et style. ## Étape 1 — Script de narration - Générer un script **calibré sur la durée de la vidéo** (~2,5 mots/s ; 12 s ≈ 30 mots), structuré sur les 4 scènes : | Beat | Fenêtre | Rôle | |---|---|---| | hook | 0–2 s | accroche | | annonce | 2–5 s | annonce du match | | tension | 5–9 s | montée de tension sur le score | | punchline | 9–12 s | punchline + CTA | - **Ton** : commentateur sportif énergique, complice. **Français par défaut** — lire `langue_narration` dans `./pronoclip-data/config.json`. - Partir des **gabarits** de `reference/scripts-narration.md` : 3 registres (hype, analyse froide, humour — registre par défaut : `narration_style` de `config.json`) × FR/EN, variables `{home}` `{away}` `{score}` `{pseudo}`. - **Toujours** inclure la transparence « pronostic généré par IA » — oralement (tag de fin de script) ou visuellement (mention à l'écran du template, déjà obligatoire). ## Étape 2 — Sélection du provider TTS (cascade économique) | Priorité | Provider | Condition | Coût | |---|---|---|---| | 1 | **Kokoro** | défaut — c'est LE provider des routines automatisées | gratuit, local, aucune clé | | 2 | **ElevenLabs** | `ELEVENLABS_API_KEY` présent dans l'environnement **ET** (l'utilisateur demande « voix premium » **OU** `config.json` a `tts_provider: "elevenlabs"`) | payant au caractère | | 3 | **HeyGen Starfish** | utilisateur connecté (`npx hyperframes auth`) **ET** demande explicite | compte HeyGen | - Pour ElevenLabs : **figer la voix par défaut dans `config.json`** (`elevenlabs_voice_id`) pour une identité sonore constante ; **logger le nombre de caractères envoyés** à chaque appel (API payante au caractère). La clé `ELEVENLABS_API_KEY` vit dans l'environnement, **jamais dans `config.json`**. - **La routine ne DOIT JAMAIS basculer silencieusement sur un provider payant** : Kokoro par défaut ; payant = choix explicite dans `config.json` ou en session. ## Étape 3 — Génération 1. **Voix off** : ```bash npx hyperframes tts # avec le provider choisi à l'étape 2 ``` → WAV dans `.media/vo/`, **un fichier par beat** (pattern per-beat VO des launch videos HyperFrames), nommage `{scene}_{n}.wav`. 2. **Musique de fond** — selon `bgm_provider` de `config.json` : - `musicgen` / `lyria` : `npx hyperframes bgm` avec le mood `"stadium energy, driving percussion, rising tension"` pour le registre hype ; - `catalogue` : via `/media-use`. **Règle de mixage** : BGM ducké sous la VO — **VO à −3 dB, BGM à −14 dB sous la voix**. 3. **SFX optionnels** via `/media-use` : clameur de stade (intro), coup de sifflet (annonce), impact sur la révélation du score. ## Étape 4 — Captions - **Transcrire la VO** (Whisper, timestamps **mot à mot**). - Poser des **captions karaoké** stylées charte PronoClip — technique `slam` ou `karaoke` des references *dynamic-techniques* de `/hyperframes`. - **Obligatoire en 9:16** : TikTok/Reels se consomment sans le son. ## Étape 5 — Intégration + log 1. Câbler les `<audio>` dans la composition — **playback géré par le framework, jamais en autoplay manuel**. 2. Re-passer `npx hyperframes lint` **et** `npx hyperframes validate`. 3. Logger dans `./pronoclip-logs/YYYY-MM-DD.md` : ```markdown - [HH:MM] Audio : VO {provider} ({n} caractères), BGM {source}, captions OK — ~Xmin ``` ## Garde-fous - **Musique** : uniquement générée (Lyria/MusicGen) ou issue du catalogue HeyGen / d'une licence libre **documentée dans le manifest `.media/`** — **jamais de track commerciale**. - **Kokoro par défaut en routine** ; ElevenLabs / HeyGen Starfish = **opt-in explicite** (config ou session), jamais de bascule silencieuse vers du payant. - `npx hyperframes lint` **ET** `npx hyperframes validate` doivent passer **tous les deux** avant tout rendu.