Communitygithub.com

freudianflips/breakout-launch-videos

Manuel d'utilisation de `launch-film` (casting vocal, un seul enregistrement par ligne, ajustement des lignes, stitching, alignement forcé, chaîne vintage, clone local et voix scratch gratuite). Produisez la voix-off d'un film de lancement. Casting parmi toutes les voix prédéfinies Higgsfield, un fichier par ligne de script ajusté dans son cadre, règles de rythme et de longueur, horodatages au niveau du mot par alignement forcé pour que chaque mot clé tombe sur son visuel, et corrections pour les lignes trop longues. À utiliser après que `launch-story` a approuvé un script et avant de verrouiller le timing image, pour « voix-off », « narrateur », « choisir une voix », « enregistrer les lignes », « aligner les mots », « voix scratch ».

Qu'est-ce que breakout-launch-videos ?

Ce skill pour agents IA gère la production de voix-off pour des films de lancement. Il utilise le fournisseur par défaut Higgsfield et ses environ 100 voix prédéfinies (text2speech_v2, via les moteurs ElevenLabs, MiniMax, Seed Speech, etc.), avec un coût d'environ 0,3 crédit par ligne. Il propose également des alternatives gratuites : une voix scratch via la commande `say` de macOS (ou `espeak-ng` sur Linux) pour caler le timing, et un clone local via Chatterbox pour créer un narrateur temporaire à partir de 8 à 10 secondes d'enregistrement. L'alignement forcé des mots (par torch/whisper) permet de synchroniser chaque mot clé avec son visuel, garantissant que la parole et l'image soient parfaitement liées. Le pipeline complet inclut le casting (évaluation de toutes les voix sur une ligne d'ouverture), l'enregistrement d'un fichier par ligne, l'ajustement de la durée (cible de 2,2 à 2,7 mots par seconde), le stitching des fichiers audio, et les corrections de prononciation ou de longueur. Compatible avec les agents Claude Code, Cursor, Codex et autres, il s'intègre dans un workflow où `launch-story` fournit le script et `launch-motion`/`launch-sound` utilisent les horodatages produits.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/freudianflips/breakout-launch-videos/tree/HEAD/skills/launch-voice

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Voix de lancement

Manuel d'utilisation sous launch-film. Commencez par skills/launch-film/SKILL.md : il contient le cœur, le modèle accroche-corps et les leçons. Là où cette page diffère, launch-film prévaut.

Dans un film de lancement moderne, la voix guide et l'image l'illustre mot par mot : quand la voix dit « marqué », quelque chose est marqué. Cela ne fonctionne que lorsque chaque mot a un horodatage.

Fournisseurs

  • Par défaut : Higgsfield sur votre propre compte. text2speech_v2 (moteurs elevenlabs, minimax, seed_speech, et autres selon la voix) pour un casting parmi environ 100 voix prédéfinies, environ 0,3 crédit par ligne. Seed Audio pour un narrateur que vous dirigez avec une invite et des références audio. scripts/hf_voice.py encapsule la CLI.
  • Voix scratch gratuite : scripts/scratch_voice.py crée des prises temporaires avec la commande say de macOS (ou espeak-ng sur Linux). Construisez et chronométrez tout le film dessus, étiquetez chaque révision « voix scratch », puis remplacez les vraies prises.
  • Clone local gratuit : scripts/clone_local.py (Chatterbox, MIT) clone votre narrateur approuvé à partir de 8 à 10 secondes de ses lignes. Un substitut, pas un maître. Ne clonez qu'une voix dont vous avez les droits.
  • Écoutez les voix dans un film complet, jamais en clips isolés. Conservez une liste des voix rejetées pour ne plus jamais les proposer.

Casting

  1. python3 skills/launch-voice/scripts/hf_voice.py cast "<la première ligne du film>" film/vo/audition prononce la ligne avec chaque voix prédéfinie (environ 34 crédits pour environ 110 voix), vérifie chaque prise avec whisper, et mesure le rythme et le mouvement de la hauteur. ranking.md liste d'abord les prises exactes, les plus proches de 2,5 mots par seconde et d'environ 2 demi-tons de mouvement (conversationnel, pas annoncé). --only Nom,Nom refait le casting pour quelques-unes.
  2. Prenez les 6 meilleures environ, réparties entre genres, dans le script complet (hf_voice.py lines), puis ajustez-les (ci-dessous). Une voix qui nécessite plus de 12 % d'accélération pour s'ajuster est trop lente pour le script : abandonnez-la ou coupez des mots.
  3. Construisez un film complet par voix survivante et laissez le propriétaire choisir. ElevenLabs varie le moins en rythme et en hauteur lors des tests, c'est donc le moteur par défaut.

Longueur et rythme

  • Visez 2,2 à 2,7 mots parlés par seconde. Un film de lancement de référence fonctionnait à 2,4 (151 mots en 63 s).
  • Un film de 20 s contient environ 45 mots ; 30 s environ 70 ; 60 s environ 140. Coupez des mots avant d'accélérer la voix.
  • Une ligne par cadre du storyboard, 6 à 20 mots, formulée de sorte que le nom ou verbe clé tombe sur un temps fort.

Procédure pour le modèle de film

  1. Le script se trouve dans film/film.json lines. Enregistrez 1 fichier par ligne dans film/vo/body/ligne-<id>.wav : vraies prises avec hf_voice.py lines (écrivez les lignes comme {"lines": [{"line": "02", "text": "..."}]}), ou prises scratch avec python3 skills/launch-voice/scripts/scratch_voice.py film/film.json (ajoutez --hook film/hooks/<nom> pour doubler aussi une ligne d'accroche).
  2. Exécutez python3 skills/launch-voice/scripts/prep_lines.py film/film.json (--align force pour insister sur l'alignement forcé ; avec uv installé, il télécharge torch au premier lancement, environ 2 Go). Il écrit film/vo/body/lines.json avec la durée de chaque ligne et les temps des mots : alignement forcé quand torch est disponible, sinon whisper.cpp, sinon une estimation uniforme signalée comme estimate.
  3. film/build.py place les lignes sur la timeline du film et chaque repère visuel suit son mot. Une nouvelle prise nécessite 1 exécution de prep plus une reconstruction.

Procédure pour un film libre

  1. vo/script-lines.json ({"lines": [{"line": "01", "text": "..."}]}), puis un fichier par ligne : hf_voice.py lines vo/script-lines.json vo/takes/<voix> --voice <Nom>. Le texte, la voix, le moteur et les identifiants de tâche atterrissent dans lines.json.
  2. Ajustement : python3 skills/launch-voice/scripts/fit_lines.py vo/placement.plan.json vo/takes/<voix> vo/versions/<voix>. Le plan donne à chaque ligne son début le plus tôt, son espace de respiration et, là où un cadre doit se terminer, end_by. Les pauses de plus de 0,25 s à l'intérieur d'une ligne sont réduites à 0,22 s ; une série de lignes qui déborde encore est accélérée comme un seul bloc, plafonnée à 12 %. Puis stitching : python3 skills/launch-voice/scripts/stitch.py vo/versions/<voix>/placement.json vo/versions/<voix> vo/versions/<voix>/vo.wav.
  3. Temps des mots par ligne. Pour tout ce sur quoi un visuel doit tomber, utilisez l'alignement forcé : uv run -q --with torch --with torchaudio --with soundfile python skills/launch-voice/scripts/force_align.py ligne.wav "les mots exacts". Pour une lecture rapide, align_lines.py exécute whisper.cpp ligne par ligne. Les ancres se résolvent dans l'ordre de parole (chacune est la première correspondance après la précédente), donc toute voix rechronomètre le film. Un seul passage whisper sur tout le film dérive près des fins de ligne ; les passages par ligne non.
  4. Transmettez les temps des mots à launch-motion (ancrez chaque construction à son mot) et à launch-sound (les événements suivent les mots).

Narrateur vintage

Pour une ouverture d'archive ou documentaire : python3 skills/launch-voice/scripts/vintage.py ENTREE.wav SORTIE.wav --crackle crackle.wav limite la bande passante à 150 Hz - 5,8 kHz, ajoute de la saturation de bande, un wow lent et un lit réel de craquements de vinyle (générez-en 1 avec Seed Audio). Seed Audio peut aussi prononcer une ligne directement avec une voix de narrateur vintage (« un narrateur de documentaire des années 1960, chaleureux et grave, sur un vieux disque vinyle... exactement ces mots : ... ») ; il lit lentement et peut reformuler (« il faut » est devenu « il est nécessaire »), donc vérifiez avec whisper.

Règles de synchronisation

  • Un mot clé tombe avec son visuel à moins de 2 images. Commencez les constructions sur la première image du mot ; si vous laissez un visuel précéder son mot, gardez-le sous 4 images et faites-le partout.
  • Laissez la voix respirer aux changements de scène : 0,25 à 0,5 s entre les lignes.
  • La dernière ligne se termine au moins 1 s avant le logo ; le logo obtient son propre quasi-silence (drop-out de launch-mix).

Lorsque le fournisseur de voix est indisponible

Construisez avec la voix scratch, étiquetez chaque révision comme scratch, et gardez l'image ancrée sur les mots alignés, de sorte que le remplacement par la vraie voix nécessite 1 exécution de prep plus un rendu. Ne changez jamais de fournisseur de voix ou de compte sans l'accord du propriétaire.

Corrections

  • Une ligne est trop longue de moins de 5 % : ffmpeg -af atempo=1.04. Plus que ça : réécrivez la ligne.
  • Un mot est mal prononcé : réécrivez-le phonétiquement dans le champ say de la ligne (pour hf_voice.py), jamais dans le script.
  • Whisper comprend mal une terminaison douce : utilisez l'alignement forcé ou raccourcissez le préfixe d'ancrage ; ne ré-enregistrez pas.
  • Chiffres : épeler dans le texte que vous alignez (« vingt-quatre », pas « 24 »).
  • Le modèle de base whisper comprend mal les noms de produits. Vérifiez les mots de fin avec le petit modèle ou un plus grand (WHISPER_MODEL).

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

freudianflips/breakout-launch-videos

Build the brand kit a launch film uses from a website. Runs tools/brand-from-url.mjs on the reader's site to extract branding (colours, fonts, logo, name, tagline, copy, product images), then reviews the preview sheet with the reader and fixes any wrong role by hand. Use for "brand from website", "brand kit", "extract branding", "get our colours and fonts", "use our logo", or before the first launch film for a new brand.

freudianflips/breakout-launch-videos

Make or change a product launch film in your own brand. A film is a hook (the story before the cut) on a shared body (the name punching in, hero words cut on the voice, your product at close range, the logo lockup in near silence), built in HyperFrames from brand/brand.json and film/film.json. Holds the core, the template workflow (build, render and mix 1 hook or all of them), the generation recipes, the checks and the lessons. Use for "launch video", "launch film", "product video", "promo", "reveal", "announcement video", "new hook", "change the body", "render all launch videos".

freudianflips/breakout-launch-videos

Tool manual under launch-film (mixdown.py for buses, ducking, loudness and the brickwall). Mix and master the audio of a launch film. Music, SFX and voice-over on separate buses, the bed ducked by the voice's real envelope with a presence carve, the music dropped out for the logo, glue compression, a true-peak-safe limiter, -14 LUFS and -1 dBTP, then laid onto the rendered picture. Use after the score, the sound effects and the voice exist, for "mix", "master", "loudness", "LUFS", "ducking", "mux the audio".

freudianflips/breakout-launch-videos

Tool manual under launch-film (the motion language for launch films built in HyperFrames). Ease tokens, camera doctrine, continuity at every cut, type and cursor craft, and brand-neutral signature moves (logo build, world pass, branch and pulse, waterfall fill, identity morph, macro pull-back, rise) that replace HyperFrames' stock look. Says which HyperFrames blueprints and transitions to keep, transform or avoid. Use whenever a launch film's picture is designed or animated, for "animation", "motion design", "transitions", "camera move", "make it feel like Apple", "less template".

freudianflips/breakout-launch-videos

Tool manual under launch-film (measuring a render and studying a reference film). Review a rendered launch film like a demanding creative director, then drive the v1 to v2 loop. Measures rhythm, static runs, cuts against the beat grid, loudness, true peak and voice pace with a script, then applies an eye checklist for continuity at every cut, legibility, brand, real UI, claims and differentiation. Writes a gap list and a scorecard; nothing ships on numbers alone. Use on every render, and on a reference film to learn from it, for "review the video", "check the film", "what is wrong with this cut", "study this reference".

freudianflips/breakout-launch-videos

Tool manual under launch-film (music fitted to the edit with Higgsfield Sonilo, ACE-Step locally, or the free scratch bed). Score a launch film with music whose sections are the film's acts. Each take is measured for tempo and section energy, stretched onto the film's BPM and offset so its drop lands on the cut. Use after the storyboard's beat sheet exists, for "music", "score", "soundtrack", "background track", "the drop", "beat grid".

freudianflips/breakout-launch-videos

Tool manual under launch-film (the sound palette, the event map, the cue sheet and generated sound kits). Design the sound effects of a launch film. Builds an event map from the storyboard, the voice-over word timings and the rendered timeline, voices every event from 1 consistent palette (the free synthesised, key-locked forge, or real glass, felt, wood, marimba, clicks and air generated on Higgsfield and pitched into the film's key), and renders 1 SFX stem in a shared acoustic space. Use once picture timing and the score are fixed, for "sound effects", "SFX", "sound design", "UI sounds", "sonic logo".

freudianflips/breakout-launch-videos

Tool manual under launch-film (the brief, the story spine, the script, the beat sheet and reference studies). Turn a launch brief into a launch film's story in your own brand, with the one message, the narrative spine, the voice-over script at the right length, a beat sheet on the music's bar grid and a STORYBOARD.md where every shot names its continuity in and out, its signature move and its sound. Includes the reference study and the logo-swap differentiation test. Use first, before voice, score or motion, for "launch video script", "storyboard", "brief", "what should the launch film say", "study this reference video".

freudianflips/breakout-launch-videos

Tool manual under launch-film (backgrounds, plates, Blender glass and 3D shots, shader layers). Build the world a launch film lives in, in your own brand, with generated background plates (cost-gated), Blender for real 3D glass objects and camera moves rendered as alpha layers, WebGL shader layers for atmosphere, and the layer order, depth of field and grade that keep UI legible over living backgrounds. Use when a storyboard needs backgrounds, 3D or atmosphere, for "background", "plate", "3D object", "glass", "Blender", "shader", "atmosphere"; motion of the UI itself is launch-motion.

Skills associés