HyperFrames Media
Commandes CLI qui créent des actifs (tts, bgm, transcribe, remove-background), ainsi que tout ce qui est nécessaire pour consommer et animer des données de transcription en HTML. Pour placer des actifs dans des compositions, voir hyperframes-core.
Chaînes de fournisseurs (détectés automatiquement depuis l'environnement)
TTS — npx hyperframes tts "..." choisit le premier fournisseur disponible :
| Ordre | Fournisseur | Détecté quand | Horodatages des mots |
|---|---|---|---|
| 1 | HeyGen (Starfish) | $HEYGEN_API_KEY / hyperframes auth login | Oui, natifs — passer --words narration.words.json pour capturer |
| 2 | ElevenLabs | $ELEVENLABS_API_KEY défini | Non — chaîner transcribe après |
| 3 | Kokoro-82M (local, 54 voix) | toujours (aucune clé requise) | Non — chaîner transcribe après |
Si le
hyperframes ttsinstallé est la version locale uniquement (son--helpaffiche "Kokoro-82M" et n'a pas les options--provider/--words), il revient silencieusement à Kokoro même avec$HEYGEN_API_KEYdéfini. Pour forcer HeyGen indépendamment de la version CLI, utilisez le script autonomescripts/heygen-tts.mjs(voirreferences/tts.md).
BGM — npx hyperframes bgm --duration N :
| Ordre | Fournisseur | Détecté quand |
|---|---|---|
| 1 | Google Lyria (RealTime) | $GEMINI_API_KEY ou $GOOGLE_API_KEY défini |
| 2 | MusicGen (facebook/musicgen-small, local) | Python transformers + torch + soundfile installé |
Remplacez l'un ou l'autre avec --provider <nom>.
Routage
| Tâche | Lire |
|---|---|
npx hyperframes tts — chaîne de fournisseurs, IDs de voix, words.json | references/tts.md |
| HeyGen sans CLI — script REST autonome (wav + mots) | scripts/heygen-tts.mjs (voir references/tts.md) |
npx hyperframes bgm — Lyria vs MusicGen, suggestions d'ambiance, réglage | references/bgm.md |
npx hyperframes transcribe — Whisper, règles de modèle, forme de sortie | references/transcribe.md |
npx hyperframes remove-background — découpes transparentes | references/remove-background.md |
| TTS → transcription → sous-titres (sans voix off enregistrée) | references/tts-to-captions.md |
| Création de sous-titres — détection de style, disposition, regroupement de mots, sortie | references/captions/authoring.md |
| Gestion des transcriptions — formats d'entrée, contrôles de qualité, nettoyage, API | references/captions/transcript-handling.md |
| Animation des sous-titres — karaoké, effets de marqueur, réactif à l'audio | references/captions/motion.md |
| Caches de modèle, dépendances système, dépannage | references/requirements.md |
Règles non négociables
- Les IDs de voix sont spécifiques au fournisseur.
am_michaelest réservé à Kokoro ; les UUID de HeyGen ne fonctionnent pas sur Kokoro. Si vous passez--voice, fixez également--providerpour éviter une dérive silencieuse de fournisseur lorsque l'environnement de l'utilisateur change. - Passez toujours
--modelàtranscribe. La valeur par défautsmall.entraduit silencieusement l'audio non anglais. Voirreferences/transcribe.md→ "Règle de langue". - HeyGen renvoie les horodatages des mots ; ElevenLabs / Kokoro non. Lorsque vous souhaitez des sous-titres, soit passez
--wordsà HeyGen et utilisez ce JSON directement, soit exécuteztranscribesur le fichier audio. Ne supposez pas que les données de mots sont toujours présentes. - Les sous-titres consomment le format plat du tableau de mots avec
{ id, text, start, end }. Voirreferences/transcribe.md→ "Forme de sortie". remove-background --background-outputest un trou découpé, non un inpainting. Pour "scène sans la personne", un outil différent est nécessaire. Voirreferences/remove-background.md→ "Quand ce n'est PAS le bon outil".