Audio Vidéo
Cette compétence est responsable de la conception sonore et de la cohérence audio entre les plans dans la production vidéo, mais ne crée pas de répertoire audio/ indépendant au niveau du projet.
Les références sonores durables sont stockées sous video/materials/, par exemple :
video/materials/voices/CHR01_voice.mdvideo/materials/voices/CHR01_reference.wav
Les dialogues, respirations, bruitages ou sons temporaires propres à un plan restent dans le répertoire correspondant video/shots/<shot-id>/ ; la musique globale, la voix off, le mixage et l'ingénierie sonore finale sont placés dans video/edit/.
La hiérarchie sonore complète et les limites de responsabilité entre les sons générés nativement et les sons post-production sont détaillées dans references/SOUND-LAYERS.md. Lorsque la vidéo nécessite une musique de fond, une identité de marque/personnage, une musique temporaire pour l'animatique ou une bande-son générée par IA, lisez references/MUSIC.md : les musiques temporaires et finales sont clairement séparées, la musique sert l'histoire/les dialogues/le produit, sans briser le rythme des personnages pour faire coïncider des beats. S'il y a un narrateur, une voix intérieure de personnage, une voix off de marque ou une voice-over explicative, lisez ensuite references/VOICEOVER.md : le texte de la voix off appartient à video-script, l'identité vocale/la génération relève de cette compétence, et la voix off finale du film entier va dans video/edit/.
1. Distinguer d'abord trois types de sons
Sons à long terme des personnages
Stabilité nécessaire d'un plan à l'autre : âge perçu, expression de genre, tessiture, timbre, position de résonance, débit par défaut, volume perçu, rythme, ainsi que les habitudes de prononciation et de pause.
Sons propres à un plan
Dialogues, respirations, soupirs, cris, pas, collisions d'objets et changements d'environnement spécifiques à un seul plan, sans être copiés dans la définition sonore commune.
Sons globaux du film
Musique de fond, voix off complète, conception sonore globale et mixage final sont gérés uniquement en post-production par video-editing.
2. Conception vocale des personnages
Lorsqu'un personnage a des dialogues sur plusieurs plans, commencez par définir sa voix, puis générez ou enregistrez les répliques spécifiques. La définition vocale du personnage doit au moins préciser ce qui est nécessaire pour le projet actuel : âge perçu, tessiture de base, timbre, résonance, débit par défaut, volume par défaut, rythme de parole, particularités de prononciation, variations selon les émotions, et les dérives vocales interdites.
Le modèle détaillé se trouve dans references/VOICE-DESIGN.md.
3. Séparer identité vocale et émotion
Un même personnage, à travers différentes scènes et mondes, peut changer de réverbération, de sensation d'espace ambiant, d'égalisation légère, d'émotion actuelle et d'intensité de parole, mais l'âge perçu de base, le timbre fondamental, la tessiture, les habitudes de prononciation et le rythme central ne doivent pas varier aléatoirement.
Si l'outil de génération propose un speaker ID, une voice reference, une voice seed, un speaker embedding ou un mécanisme de stabilisation équivalent, privilégiez la réutilisation du même mécanisme d'identité ; les champs spécifiques sont déterminés par les règles officielles de l'outil/modèle actuel, cette compétence ne les fixe pas en dur.
4. Dialogue et image
La planification de la durée des dialogues, du mouvement des lèvres visible, des dialogues à plusieurs personnages et du son traversant les plans relève de video-script ; si la tâche actuelle nécessite cette partie, chargez cette compétence selon les besoins, sinon renvoyez à akira-video pour compléter, sans copier les règles de script dans cette compétence. Cette compétence ne gère que l'identité vocale et la performance sonore actuelle.
Le texte des dialogues continue d'appartenir à video-script ; cette compétence ne prend en charge que la performance sonore. Lorsqu'un modèle vidéo nécessite une synchronisation vocale, compilez les dialogues, le ton, les pauses et les événements sonores dans le prompt de génération, mais n'ajoutez pas de répliques qui n'existaient pas à l'origine pour que le modèle prenne en charge le son natif.
5. Silence intentionnel
Si un long passage sans dialogue est porté narrativement par le suspense, le danger, la musique, un climax visuel ou l'action elle-même, indiquez clairement l'intention du silence dans le SHOT.md. Si un personnage effectue une action prolongée sans dialogue, sans bruit de réaction, sans son d'ambiance ni musique pour porter la narration, renvoyez à video-shot pour vérifier s'il ne s'agit pas d'un segment mort.
6. Lorsqu'une génération sonore externe est nécessaire
Passez la définition vocale du personnage, la réplique actuelle, l'audio de référence et le nom de retour à video-generation, qui les organisera selon le contrat de paquet de génération unique ; cette compétence ne crée pas son propre système de répertoire de paquets ou de fichiers temporaires.
7. Retour pour révision et post-production
- La dérive de l'identité vocale, le mouvement des lèvres, le ton, la tessiture et le timing sont vérifiés par
video-review; - L'audio propre à un plan reste dans le plan ;
- La musique globale, le mixage, les sous-titres et le niveau sonore final sont traités par
video-editing.
Critères de complétion
La voix du personnage est déjà stable et reconnaissable d'un plan à l'autre ; les responsabilités entre son de plan et son global sont claires ; aucun fichier audio n'a été dupliqué pour des raisons de classification, et les paramètres speaker spécifiques à un outil n'ont pas été confondus avec des règles universelles.