Génération de voix off ElevenLabs

Générez des voix off professionnelles avec l'IA ElevenLabs pour les vidéos Remotion.

Prérequis

ELEVENLABS_API_KEY dans .env.local

Démarrage rapide

# Générer une voix off à partir d'un texte
node .claude/skills/elevenlabs-remotion-skill/generate.js --text "Votre texte ici" --output public/audio/voiceover.mp3

# Générer avec un style narrateur (plus naturel)
node .claude/skills/elevenlabs-remotion-skill/generate.js --text "Votre texte" --character narrator --output voiceover.mp3

# Générer des scènes avec assemblage de requêtes
node .claude/skills/elevenlabs-remotion-skill/generate.js --scenes remotion/scenes.json --output-dir public/audio/project/

# Régénérer une seule scène
node .claude/skills/elevenlabs-remotion-skill/generate.js --scenes scenes.json --scene scene2 --new-text "Texte mis à jour"

# Lister les voix et préréglages de personnage disponibles
node .claude/skills/elevenlabs-remotion-skill/generate.js --list-voices
node .claude/skills/elevenlabs-remotion-skill/generate.js --list-characters

Préréglages de personnage

Utilisez les préréglages de personnage pour des voix off plus naturelles, au lieu d'une lecture littérale du texte à l'écran :

Personnage	Description	Idéal pour
`literal`	Lit le texte exactement tel qu'écrit	Texte à l'écran, citations
`narrator`	Conteur professionnel, fluide, captivant	Vidéos explicatives, documentaires
`salesperson`	Enthousiaste, persuasif, dynamique	Marketing, publicités
`expert`	Autoritaire, confiant, savant	Contenu juridique, tutoriels
`conversational`	Décontracté, amical, naturel	Réseaux sociaux, contenu décontracté
`dramatic`	Intense, émotionnel, percutant	Accroches, énoncés de problèmes
`calm`	Apaisant, rassurant, doux	Construction de confiance, conclusions

# Utiliser le style narrateur globalement
node .claude/skills/elevenlabs-remotion-skill/generate.js --scenes scenes.json --character narrator --output-dir public/audio/

# Ou définir par scène dans scenes.json
{
  "scenes": [
    { "id": "scene1", "text": "Énoncé du problème", "character": "dramatic" },
    { "id": "scene2", "text": "Solution", "character": "calm" }
  ]
}

Génération par scènes avec assemblage de requêtes

Générez plusieurs scènes avec une prosodie cohérente grâce à l'assemblage de requêtes ElevenLabs :

Format scenes.json

{
  "name": "demo-produit",
  "voice": "George",
  "character": "narrator",
  "scenes": [
    {
      "id": "scene1",
      "text": "La synthèse vocale générique sonne robotique. Votre marque mérite mieux.",
      "duration": 4.5,
      "character": "dramatic"
    },
    {
      "id": "scene2",
      "text": "Avec le clonage vocal, vous pouvez utiliser votre propre voix pour un contenu illimité.",
      "duration": 5.5
    },
    {
      "id": "scene3",
      "text": "Enregistrez un court échantillon. Clonez-le. Créez des voix off professionnelles en quelques minutes.",
      "duration": 6,
      "delay": 0.3
    }
  ]
}

Générer toutes les scènes

node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/demo-produit-scenes.json \
  --output-dir public/audio/demo-produit/

Ceci crée :

demo-produit-scene1.mp3 à sceneN.mp3
demo-produit-combined.mp3 (toutes les scènes assemblées)
demo-produit-info.json (métadonnées avec durées)

Régénération d'une seule scène

Si une scène commence trop tôt, a un mauvais timing ou nécessite un texte différent :

# Régénérer scene2 avec un nouveau texte
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/scenes.json \
  --scene scene2 \
  --new-text "Texte mis à jour de la scène 2" \
  --output-dir public/audio/project/

# Régénérer scene3 avec un personnage différent
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/scenes.json \
  --scene scene3 \
  --character salesperson \
  --output-dir public/audio/project/

# Simplement régénérer (même texte, même personnage)
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/scenes.json \
  --scene scene1 \
  --output-dir public/audio/project/

# Intégrer une vignette dans une vidéo MP4
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --embed-thumbnail public/videos/ma-video.mp4 \
  --thumbnail public/videos/ma-vignette.png \
  --output public/videos/ma-video-avec-vignette.mp4

L'outil automatise automatiquement :

L'assemblage de requêtes des scènes précédentes pour une prosodie cohérente
La mise à jour du fichier info.json avec les nouvelles métadonnées
La mise à jour du fichier scenes.json si --new-text est fourni

Intégration de vignette

Intégrez une image de vignette dans les vidéos MP4 pour que les plateformes comme Twitter, YouTube et les lecteurs vidéo affichent votre vignette personnalisée au lieu de la première image.

Intégrer une vignette dans une vidéo

# Utilisation de base - sortie vers video-thumb.mp4
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --embed-thumbnail public/videos/promo.mp4 \
  --thumbnail public/videos/vignette.png

# Chemin de sortie personnalisé
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --embed-thumbnail public/videos/promo.mp4 \
  --thumbnail public/videos/vignette.png \
  --output public/videos/promo-final.mp4

Workflow avec Remotion

# 1. Rendre votre vidéo
npx remotion render MaVideo public/videos/ma-video.mp4

# 2. Rendre votre vignette (utiliser une composition Still)
npx remotion still MaVignetteVideo public/videos/ma-vignette.png

# 3. Intégrer la vignette
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --embed-thumbnail public/videos/ma-video.mp4 \
  --thumbnail public/videos/ma-vignette.png \
  --output public/videos/ma-video-finale.mp4

Formats supportés

Vidéo : MP4 (H.264/H.265)
Vignette : PNG, JPG, JPEG

L'intégration utilise le drapeau -disposition:v:1 attached_pic de ffmpeg pour définir la vignette comme image jointe, reconnue par la plupart des lecteurs vidéo et plateformes.

Validation du timing

La compétence valide automatiquement le timing après la génération à l'aide de ffprobe :

Ce qu'elle vérifie

Vérification	Seuil	Description
Écart de durée	>15%	Avertit si la durée réelle diffère de la durée attendue
Silence en début	>200ms	L'audio commence tard (voix off retardée)
Silence en fin	>500ms	Silence inutile à la fin
Débit de parole	2-4.5 mots/s	Optimal ~3 mots/seconde

Valider un audio existant

# Valider toutes les scènes d'un projet
node .claude/skills/elevenlabs-remotion-skill/generate.js --validate public/audio/demo-produit/

Exemple de sortie :

🔍 Validation de demo-produit (6 scènes)

❌ scene1 : 3,00s (attendu : 4,5s)
   ❌ Audio 1,50s plus court que prévu
   👍 8 mots @ 3,1 mots/s
⚠️ scene2 : 6,35s (attendu : 5,5s)
   ⚠️ Silence en début : 235ms (peut commencer tard)
   🐢 10 mots @ 1,8 mots/s
✅ scene4 : 4,36s (attendu : 4s)
   👍 9 mots @ 2,3 mots/s

📊 Durée totale : 30,80s (attendu : 30,00s)

Fichier info.json mis à jour

Après validation, le fichier info.json inclut les mesures réelles :

{
  "scenes": [
    {
      "id": "scene1",
      "duration": 4.5,
      "actualDuration": 3.0,
      "leadingSilence": 0.05,
      "wordsPerSecond": 3.1
    }
  ]
}

Utilisez actualDuration dans votre composition Remotion pour une synchronisation précise.

Options

Option	Description	Par défaut
`--text`, `-t`	Texte à convertir en parole	Requis (ou --file/--scenes)
`--file`, `-f`	Lire le texte depuis un fichier	-
`--output`, `-o`	Chemin du fichier de sortie	`output.mp3`
`--output-dir`	Répertoire de sortie pour les scènes	`public/audio`
`--voice`, `-v`	Nom ou ID de la voix	`George`
`--model`, `-m`	ID du modèle	`eleven_multilingual_v2`
`--character`, `-c`	Préréglage de personnage	`literal`
`--scenes`	Fichier JSON avec les scènes	-
`--scene`	ID de la scène à régénérer	-
`--new-text`	Nouveau texte pour la régénération de scène	-
`--validate`	Valider un répertoire audio existant	-
`--skip-validation`	Ignorer la validation automatique	false
`--embed-thumbnail`	Fichier vidéo dans lequel intégrer une vignette	-
`--thumbnail`	Fichier image de vignette (PNG/JPG)	-
`--stability`	Stabilité de la voix (0-1)	varie selon le personnage
`--similarity`	Similarité de la voix (0-1)	varie selon le personnage
`--style`	Exagération du style (0-1)	varie selon le personnage
`--no-combined`	Ignorer le fichier combiné	false

Voix recommandées

Voix	Style	Idéal pour
`George`	Britannique chaleureux et captivant	Narration, vidéos explicatives
`Antoni`	Professionnel, chaleureux	Contenu juridique, tutoriels
`Arnold`	Autoritaire, grave	Sujets d'entreprise, sérieux
`Josh`	Amical, conversationnel	Marketing, contenu décontracté

Intégration avec Remotion

Après avoir généré les voix off des scènes, utilisez-les dans votre composition :

import { Audio, Sequence, staticFile } from "remotion";

// Utiliser les fichiers audio individuels des scènes pour une synchronisation précise
const DUREES_SCENES = {
  scene1: 4.5,  // Depuis info.json
  scene2: 5.5,
  scene3: 8.0,
};

export const VideoAvecVoixOff: React.FC = () => {
  const { fps } = useVideoConfig();

  const scene1Images = Math.round(DUREES_SCENES.scene1 * fps);
  const scene2Images = Math.round(DUREES_SCENES.scene2 * fps);

  return (
    <>
      <Sequence from={0} durationInFrames={scene1Images}>
        <Audio src={staticFile("audio/project/project-scene1.mp3")} />
        <VisuelScene1 />
      </Sequence>

      <Sequence from={scene1Images} durationInFrames={scene2Images}>
        <Audio src={staticFile("audio/project/project-scene2.mp3")} />
        <VisuelScene2 />
      </Sequence>
    </>
  );
};

Conseils pour de meilleurs résultats

Utilisez les préréglages de personnage : Ne lisez pas le texte à l'écran littéralement - utilisez narrator ou expert pour un flux naturel
La ponctuation compte : Utilisez des points pour les pauses, des virgules pour de brèves coupures
Nombres : Écrivez les nombres en toutes lettres ("cinq cents" pas "500") pour un discours naturel
Abréviations : Écrivez les mots complets ("vingt-quatre heures" pas "24h")
Scène par scène : Différentes scènes peuvent avoir différents personnages (intro dramatique, appel à l'action calme)
Réglage fin : Utilisez --scene pour régénérer des scènes individuelles sans tout refaire
Assemblage de requêtes : Maintient la cohérence vocale sur toutes les scènes

Exemple de workflow

# 1. Créez scenes.json avec votre script
# 2. Générez toutes les scènes avec le style narrateur
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/ma-video-scenes.json \
  --character narrator \
  --output-dir public/audio/ma-video/

# 3. Prévisualisez dans Remotion, remarquez que scene2 commence trop tôt
# 4. Régénérez uniquement scene2 avec un texte mis à jour
node .claude/skills/elevenlabs-remotion-skill/generate.js \
  --scenes remotion/ma-video-scenes.json \
  --scene scene2 \
  --new-text "Texte légèrement plus long pour remplir le timing visuel" \
  --output-dir public/audio/ma-video/

# 5. Mettez à jour la composition vidéo avec la nouvelle durée depuis info.json
# 6. Répétez jusqu'à ce que le timing soit parfait

Génération de voix off IA (ElevenLabs)

Qu'est-ce que Génération de voix off IA (ElevenLabs) ?

Demander à votre IA préférée

Documentation

Génération de voix off ElevenLabs

Prérequis

Démarrage rapide

Préréglages de personnage

Génération par scènes avec assemblage de requêtes

Format scenes.json

Générer toutes les scènes

Régénération d'une seule scène

Intégration de vignette

Intégrer une vignette dans une vidéo

Workflow avec Remotion

Formats supportés

Validation du timing

Ce qu'elle vérifie

Valider un audio existant

Fichier info.json mis à jour

Options

Voix recommandées

Intégration avec Remotion

Conseils pour de meilleurs résultats

Exemple de workflow

Individual skills in this repo

Amartileyton/autovideo

Amartileyton/autovideo

Amartileyton/autovideo

Skills associés

steipete/video-frames

steipete/summarize

openclaw/openclaw

obra/superpowers

affaan-m/ECC

affaan-m/everything-claude-code