shorts stage3d
Une scène sombre avec un sol miroir. Des personnages plats en forme de pilule blanche, des accessoires dessinés avec des traits néon, un projecteur de théâtre sur le personnage, une caméra qui se déplace en 3D réelle, un mot de légende à la fois. Le look a été rétro-conçu par mesure à partir de vidéos de référence (matériel d'étude privé : ne jamais copier leur contenu, leurs noms ou leurs scripts) puis amélioré.
Statut : v0.1. Éprouvé sur un clip de 9,7 s avec deux stations (pricetag_demo) et un test de 5 s (test5). Pas encore éprouvé sur une vidéo complète. Lisez « Ce que le kit n'a pas encore » avant de promettre une scène.
L'idée
- Le kit, c'est le look.
kit/src/contient les couleurs, la lueur, l'objectif, le sol, la lumière, les courbes de la caméra, les légendes. Une vidéo ne le modifie jamais. - Une vidéo est un plan.
kit/plans/<nom>/plan.jsindique ce qui est sur scène, quand chaque chose se produit et comment la caméra se déplace. Il importe uniquementkit/src/api.js. La construction refuse un plan qui accède au look. - Les chiffres décident, pas les opinions. Chaque rendu est mesuré par
scripts/qa.py. Une vidéo qui échoue n'est pas livrée.
Où se trouve le kit
Cette compétence n'est que des instructions. Le code qui dessine la vidéo et les fichiers de référence sont dans un dossier sur le PC de Pimbo :
C:\Users\Pimbo\work\anymation\stage3d\skill (il contient kit/, references/ et une copie de ce fichier). Chaque chemin dans cette compétence est relatif à ce dossier.
- Le dossier
anymationdoit être connecté à la conversation. S'il ne l'est pas, demandez à Pimbo de le connecter : sans le kit, aucune vidéo ne peut être réalisée, et rien ici ne doit être reconstruit de mémoire. - Pimbo n'exécute pas les scripts manuellement. C'est vous qui les exécutez. Il donne le sujet ou le dossier vidéo, regarde les images fixes et approuve.
- Les entrées d'une vidéo proviennent de son propre pipeline :
anymation/v2/v8/<video>/(script.json,asr_<lang>.jsonpour les timings des mots,premix_<lang>.wavpour la voix et la musique,events_<lang>.json). - Si vous pouvez exécuter des commandes sur son PC, travaillez dans le dossier lui-même. Si vous n'avez qu'un espace de travail cloud : copiez
stage3d/skilldedans (laissez de côténode_modules,outetdist), exécuteznpm installdanskit/, écrivez le plan et effectuez les rendus d'images fixes là-bas (environ 2 s chacune sans carte graphique), montrez-lui les images fixes, puis réécrivez le dossierkit/plans/<nom>/terminé dans son dossier. - Le rendu final appartient à son PC : sa carte graphique est environ 20 fois plus rapide qu'une machine cloud. Si vous ne pouvez pas exécuter de commandes là-bas, laissez un fichier
.cmddansstage3d/skillqui exécutenode scripts\make_video.cjs <nom> --gpu --workers=4depuiskit, demandez-lui de double-cliquer dessus et de coller ce qu'il imprime. Lisez les lignes de QA avant de déclarer la vidéo terminée.
Règles non négociables
- Ne modifiez jamais
kit/src/pour faire fonctionner une seule vidéo. Si un accessoire ou un type de plan manque, ajoutez-le au kit en tant que partie réutilisable (voirreferences/PLAN_GUIDE.md, « Ajouter un accessoire ») et revérifiezpricetag_demoensuite. - Chaque numéro d'image dans un plan provient de l'audio réel (timings des mots), jamais d'une supposition.
- Chaque mouvement de caméra a une raison que vous pouvez énoncer en une phrase. Écrivez cette phrase en commentaire au-dessus du mouvement.
- Regardez les images fixes avant de rendre un clip. Regardez l'image, pas le code de sortie.
- Dites ce qui a été mesuré et ce qui a été supposé. Si vous n'avez pas vérifié quelque chose, dites-le.
- Une personne écoute l'audio avant qu'une vidéo ne soit diffusée : ces scripts règlent les niveaux par des chiffres.
Pipeline
Travaillez dans kit/. Première fois sur une machine : npm install (three, esbuild, playwright-core ; il utilise le Chrome ou Edge installé, rien d'autre n'est téléchargé). Le rendu nécessite ffmpeg dans le PATH ; la QA nécessite Python avec numpy et opencv (pip install numpy opencv-python) ; les scripts audio nécessitent scipy.
| Étape | Quoi | Commande ou fichier |
|---|---|---|
| 1 | Script et voix, avec un timing pour chaque mot | en dehors de cette compétence ; résultat : words.json = [{ w, t0, t1, line }], secondes |
| 1b | Vérifier chaque fait du script le jour même, avant d'enregistrer la voix | recherche web ; écrire SOURCES.md à côté du plan (exemple : plans/no_trick/SOURCES.md) |
| 2 | Décomposer le script en stations : une phrase ou une idée chacune | notes en haut de plan.js |
| 3 | Écrire le plan : construire, animer, caméra | kit/plans/<nom>/plan.js ; partir de pricetag_demo |
| 4 | Audio : mix de base plus effets sur les événements | kit/plans/<nom>/make_audio.py -> audio.wav |
| 5 | Vérifier et construire | node scripts/build.cjs <nom> |
| 6 | Images fixes aux images clés ; corriger le cadrage ; répéter | node scripts/render.cjs <nom> stills 0,17,62,88 |
| 7 | Regarder l'animation avec le son | ouvrir kit/dist/<nom>/preview.html dans un navigateur |
| 8 | Rendu, encodage, QA en une seule fois | node scripts/make_video.cjs <nom> --gpu --workers=4 |
| 9 | Lire les lignes de QA ; un ÉCHEC signifie corriger et répéter | kit/out/<nom>/logs/qa.log, qa.json |
L'étape 8 imprime une ligne par étape. Sur un PC avec carte graphique, une vidéo de 5 s prend environ 10 s ; sans carte (--gpu omis), chaque image prend environ 2 s, donc n'effectuez le rendu que de ce qui est nécessaire.
Écrire un plan, en bref
Guide complet et liste des pièces : references/PLAN_GUIDE.md. L'exemple travaillé est kit/plans/pricetag_demo/plan.js.
- La scène est une rangée de stations espacées de 14 m. Une phrase ou une idée par station. La caméra reste sur une station pour un plan et whip-pan vers la suivante entre les phrases.
build(stage)crée les choses et les place :stage.station(i).add(thing). Les figures reçoivent un projecteur :stage.station(i).spotlight(figure).animate(f, o)définit où se trouve tout à l'imagef. Ce doit être une fonction pure def: les images sont rendues dans n'importe quel ordre et en parallèle. Pas d'état conservé d'une image à la suivante, pas deMath.random, pas d'horloge.- Les choses apparaissent sur leur mot :
pop(thing, f, wordFrame). Un nombre qui compte tourne pendant qu'il est discuté. Quelque chose qui atterrit reçoit un anneau au sol (pulse), un courtflareet un son. - Couleurs par nom uniquement. Or = la chose de valeur. Rouge = prix, coût, danger. Blanc = personnes et étiquettes neutres.
- Un texte qui change (un compteur) nécessite
maxCharspour que sa boîte ne se redimensionne pas.
Caméra, en bref
Règles complètes avec les mesures qui les sous-tendent : references/CAMERA_RULES.md.
- Un plan a un mouvement, parfois deux ou trois. Entre les mouvements, la caméra tient (le kit ajoute une lente dérive).
- Il n'existe que trois types de mouvements :
hook(poussée d'ouverture, à partir de l'image 0),reframe(20 à 28 images, entre deux phrases, atterrit quelques images avant que la nouvelle chose n'apparaisse),slow(une poussée ou une orbite sur tout un plan). - Pendant qu'un graphique s'anime, la caméra tient. Une liste reçoit un voyage ; une déclaration plus large reçoit un recul ; un seul objet pour une longue réplique reçoit une lente orbite.
- Une vue 3/4 (lacet autour de 35 à 40 degrés) est ce qui montre la profondeur. Utilisez-la lorsqu'un second objet a besoin d'espace.
- Les whip-pans seulement entre les idées. Chacun nécessite un whoosh dans l'audio qui commence environ 3 images plus tôt.
Contrôles qualité
scripts/qa.py fait échouer la vidéo si : une image est manquante ou figée ; l'arrière-plan n'est pas le noir surélevé ; le hook ou un reframe n'est pas chargé en avant ; la caméra ne tient pas entre les mouvements ; un whip-pan ne bouge pas ou ne s'assombrit pas ; le MP4 n'est pas h264 / yuv420p / BT.709, a le mauvais nombre d'images, ou son audio est manquant ou de la mauvaise longueur.
Il ne vérifie pas le goût, le recadrage aux bords de l'image, ou que les légendes disent les bons mots. Ceux-ci sont vérifiés sur les images fixes, à l'œil, avant le rendu : rien d'important coupé par le bord de l'image, la bande de légende (75 à 83 % de la hauteur) libre de lignes lumineuses, les figures entre 25 % et 85 % de la hauteur (l'objectif étire les choses près des bords).
Après toute modification de kit/src/ : reconstruire pricetag_demo, effectuer le rendu des images fixes 0,17,88,150,174,236 et les comparer avec references/frames/. En rendu logiciel, elles doivent correspondre exactement ; sur une carte graphique, à environ 1 niveau près.
Ce que le kit a
Figure (personnage pilule avec casque), étiquette pilule, carte avec une étiquette et une grande valeur, jeton, coffre qui s'ouvre (or, ou un coffre gris uni pour une foule de coffres), boussole ronde avec une aiguille, bande de boussole d'un écran de jeu, cadre de contour (un écran, une vignette), dé, bouton de lecture, traits de comptage, guide en pointillés, image (un SVG ou PNG noir et blanc dessiné comme lumière), anneau au sol, ligne de sol en pointillés, particules flottantes, projecteur de théâtre avec tache au sol et ombre, taches de couleur au sol, halo, rayons, étincelles, whip-pan avec flou de mouvement, légendes, une bibliothèque sonore (whoosh, tic, ding, thud, clunk, scintillement, fizz) et un mixeur qui place un fichier vocal et un fichier musical en dessous.
Deux plans à lire : pricetag_demo (10 s, deux stations, le look approuvé) et no_trick (47 s, cinq stations, un court-métrage complet avec sa voix, sa musique et ses sources). starts_clean (62 s, six stations) est blanc jusqu'à un seul gain en or, comme le demandent les règles de script de Pimbo. avatar n'est pas une vidéo : il produit des images fixes pour une photo de profil.
Ce que le kit n'a pas encore
- Un déplacement le long d'une rangée d'objets (pour les listes), les barres et les graphiques linéaires.
- Plus d'un projecteur par station : pas essayé (les particules sont éclairées par au plus deux projecteurs à la fois). Plusieurs figures dans une même station fonctionnent avec un projecteur et les autres atténués (
no_trick, station 2). - Fondu ou coupure : la seule transition est le whip-pan.
- Gros plans : la caméra a besoin du sol sous son sujet dans le cadre et perd sa visée à moins d'environ 2 m. Une image plus rapprochée est découpée dans une plus large (
plans/avatar). - Plus que les trois types de mouvements, et tout roulis de caméra.
- Voix, musique et timing des mots : ils viennent de l'extérieur (le pipeline
v2/v8de Pimbo les produit).
Chacun de ces éléments doit être construit dans le kit et testé sur une vidéo réelle avant qu'un plan puisse l'utiliser.
Fichiers
| Chemin | Ce que c'est |
|---|---|
kit/src/ | Le look. api.js est le seul fichier qu'un plan importe |
kit/plans/<nom>/ | Une vidéo : plan.js, words.json, make_audio.py, audio.wav |
kit/scripts/ | build.cjs, render.cjs, encode.cjs, make_video.cjs, qa.py |
kit/audio/sfx.py | Effets sonores et mixeur |
references/STYLE_BIBLE.md | Chaque nombre du look, étiqueté mesuré, nôtre ou supposé |
references/CAMERA_RULES.md | Comment la caméra est éditée, avec les mesures |
references/PLAN_GUIDE.md | Comment écrire un plan ; chaque fonction de api.js ; ajouter un accessoire |
references/KNOWN_ERRORS.md | Erreurs déjà commises une fois, et ce qui empêche chacune maintenant |
references/frames/ | Images cibles de pricetag_demo |