Que fait Video Creator ?
Production vidéo cinématographique professionnelle pour produits, services, événements et marques. Chaque sortie est un fichier MP4 1920×1080 avec voix off, sous-titres synchronisés, animations riches et transitions multi-scènes.
Démarrage rapide (3 commandes)
# 1. Initialiser le projet
npx --yes [email protected] init my-video
# 2. Générer la voix off
python3 -c "from kokoro_onnx import Kokoro; import soundfile as sf; k=Kokoro('models/kokoro-v1.0.onnx','models/voices-v1.0.bin'); s,r=k.create(open('script.txt').read(),voice='bm_george',speed=0.92,lang='en-gb'); sf.write('narration.wav',s,r)"
# 3. Transcrire pour les sous-titres
npx --yes [email protected] transcribe narration.wav --model small.en
# 4. Rendu
npx --yes [email protected] render
Pipeline de production
Suivez toujours cette séquence — ne sautez jamais d'étapes :
1. BRIEF → public, plateforme, durée, ton
2. SCRIPT → écrire la narration (~2,5 mots/s), accroche en premier
3. design.md → couleurs de la marque, polices, énergie du mouvement
4. VOIX OFF → npx hyperframes tts OU python kokoro_onnx directement
5. TRANSCRIPTION → npx hyperframes transcribe → transcript.json
6. PLAN → déclaration du rythme des scènes avant tout HTML
7. CONSTRUCTION → disposition d'abord → puis animation GSAP
8. LINT → npx hyperframes lint (0 erreurs requis)
9. VALIDATION → npx hyperframes validate --no-contrast
10. RENDU → npx hyperframes render
Étape 1 — Rédiger le brief de production
Demandez (ou déduisez du contexte) :
- Sujet : produit / service / événement / marque ?
- Public : entreprise, développeur, consommateur, investisseur ?
- Plateforme : réseau social (15s), page d'accueil (30s), démo produit (60s), présentation ?
- Ton : autoritaire, énergique, chaleureux, dramatique, technique ?
- Actifs : couleurs de la marque, logo, captures d'écran, texte existant ?
Consultez references/brief-templates.md pour des points de départ spécifiques à chaque public.
Étape 2 — Rédaction du script
Formule de rythme : 2,5 mots par seconde à vitesse naturelle
- 15s → ~37 mots
- 30s → ~75 mots
- 60s → ~150 mots
Structure : Accroche → Problème/Histoire → Preuve → Appel à l'action
Modèles d'accroche (n'utilisez jamais d'ouvertures génériques) :
- Affirmation audacieuse : "L'infrastructure financière qui alimente l'ingénierie moderne."
- Contraste : "Vos agents sont déployés. Personne ne les regarde."
- Question : "Et si toute votre équipe — humains et IA — avançait d'un seul mouvement ?"
- Choc numérique : "Quarante pour cent des projets d'IA en entreprise échouent au niveau de la gouvernance."
Registre vocal par public :
- Entreprise → déclaratif, mesuré, voix
bm_george - Développeur → direct, technique, voix
am_adam - Consommateur → chaleureux, axé sur l'histoire, voix
af_heart - Start-up/Énergique → percutant, rapide, voix
af_sky
Écrivez les nombres en toutes lettres dans le script (la TTS lit littéralement) : 10x → dix fois, $2,3T → près de deux virgule trois billions de dollars.
Consultez references/script-patterns.md pour des exemples complets de scripts par type de vidéo.
Étape 3 — Système de design (design.md)
Créez toujours design.md avant d'écrire du HTML. Il définit le contrat de la marque.
Champs obligatoires :
colors:
bg: "#0A0A0A" # arrière-plan principal (foncé ou clair)
accent: "#E63946" # couleur d'action principale
accent2: "#10b981" # accent secondaire
text: "#FFFFFF"
muted: "#999999"
border: "#141111"
typography:
headline: { fontFamily: "Space Grotesk", fontWeight: 800 }
label: { fontFamily: "Space Mono", fontWeight: 700 }
motion:
energy: high | medium | low
transition: glitch | blur | push | cover
Sélecteur de style visuel (consultez references/visual-styles.md pour les tokens YAML complets) :
| Style | Idéal pour | Signature |
|---|---|---|
| Déconstruit | Tech, SaaS, sécurité | Lignes de balayage, bordures brutes, Space Grotesk/Mono |
| Maximaliste | Lancements, annonces | Grands types remplissent le cadre, couleurs percutantes |
| Standard Velours | Entreprise, luxe | Espacement large des lettres, espace généreux |
| Dérive de données | IA, ML, fintech | Champs de particules, sans futé mince |
| Coupe d'ombre | Révélations dramatiques, sécurité | Presque monochrome + accent de sang |
| Fréquence Populaire | Consommateur, communauté | Couleur audacieuse, rebond, motif |
Étape 4 — Génération de la voix off
Via npx (préféré quand disponible)
npx --yes [email protected] tts script.txt --voice bm_george --output narration.wav --speed 0.92
Via Python directement (solution de secours si npx échoue)
# Premier lancement : télécharger les modèles (~340 Mo au total, mis en cache)
curl -L -o models/kokoro-v1.0.onnx \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx
curl -L -o models/voices-v1.0.bin \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
# Générer
python3 << 'EOF'
from kokoro_onnx import Kokoro
import soundfile as sf
k = Kokoro("models/kokoro-v1.0.onnx", "models/voices-v1.0.bin")
text = open("script.txt").read().strip()
samples, rate = k.create(text, voice="bm_george", speed=0.92, lang="en-gb")
sf.write("narration.wav", samples, rate)
print(f"Généré : {len(samples)/rate:.1f}s")
EOF
Guide des voix :
| Voix | Caractère | Utiliser pour |
|---|---|---|
bm_george | Homme britannique autoritaire | Entreprise, B2B, discours principal |
bf_emma | Femme britannique claire | Tutoriels, documentation, premium |
am_michael | Homme américain confiant | Marketing, promotion, SaaS |
am_adam | Homme américain neutre | Outils développeurs, vidéos explicatives |
af_heart | Femme américaine chaleureuse | Consommateur, bien-être, personnel |
af_sky | Femme américaine énergique | Annonces sociales, lancements, style de vie |
Installer les dépendances (une fois) :
pip install kokoro-onnx soundfile
Étape 5 — Transcription (sous-titres au niveau du mot)
npx --yes [email protected] transcribe narration.wav --model small.en
# → produit transcript.json avec des horodatages au niveau du mot
Format de sortie :
[
{ "text": "Entreprise", "start": 0.03, "end": 0.82 },
{ "text": "équipes", "start": 0.82, "end": 1.18 }
]
Utilisez les horodatages pour :
- Ancrer les transitions de scène aux limites des phrases parlées
- Piloter les animations de sous-titres mot par mot (apparition par mot)
- Synchroniser l'emphase visuelle (lignes d'éclat, surlignements) avec les noms clés
Étape 6 — Planification du rythme des scènes
Déclarez le rythme avant d'écrire du HTML. Nommez le modèle :
SLAM → inspiration → CASCADE → COUP → APPEL À L'ACTION (lancement produit)
DOULEUR → APERÇU → PREUVE → CONVICTION (problème/solution)
ACCROCHE → HISTOIRE → PREUVE → ÉCHELLE → APPEL À L'ACTION (pitch entreprise)
TAQUINE → RÉVÉLATION → DÉTAIL → DÉTAIL → APPEL À L'ACTION (présentation de fonctionnalité)
Modèle de minutage des scènes (30s entreprise) :
Scène 1 : Problème/Accroche 0–7s (phrase 1-2 de la voix off)
Scène 2 : Présentation plateforme 7–10s (phrase 3)
Scène 3 : Démonstration fonctionnalité 10–17s (phrase 4-5)
Scène 4 : Preuve/statistiques 17–21s (phrase 6)
Scène 5 : Échelle 21–28s (phrase 7-8)
Scène 6 : Appel à l'action 28–32s (phrase 9)
Consultez references/scene-timing.md pour des modèles de minutage par durée.
Étape 7 — Construire la composition
Structure HTML (obligatoire)
<!DOCTYPE html>
<html lang="fr">
<head>
<meta charset="UTF-8"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<style>
body { margin:0; width:1920px; height:1080px; overflow:hidden; background:#0A0A0A; }
.scene { position:absolute; top:0; left:0; width:1920px; height:1080px; overflow:hidden; }
#s1 { z-index:1; background:#0A0A0A; } /* scène 1 — visible par défaut */
#s2 { z-index:2; background:#0A0A0A; opacity:0; } /* toutes les autres masquées */
</style>
</head>
<body>
<div id="root" data-composition-id="main" data-width="1920" data-height="1080"
data-start="0" data-duration="32">
<!-- Audio (séparé de la vidéo, toujours) -->
<audio id="vo" data-start="0" data-duration="31.1" data-track-index="10"
data-volume="1" src="narration.wav"></audio>
<!-- Superpositions de transition (toujours au-dessus de toutes les scènes) -->
<div id="ov-r" style="position:absolute;top:0;left:0;width:1920px;height:1080px;z-index:80;background:#E63946;opacity:0;pointer-events:none"></div>
<!-- Scènes -->
<div id="s1" class="scene"><!-- contenu --></div>
<div id="s2" class="scene"><!-- contenu --></div>
</div>
<script>
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({ paused: true });
// ... animations ...
window.__timelines["main"] = tl;
</script>
</body>
</html>
Disposition avant animation (non-négociable)
- Construisez l'état final de chaque scène en CSS pur d'abord
- Conteneurs de contenu :
display:flex; flex-direction:column; padding:120px 160px; width:100%; height:100%; - N'utilisez jamais
position:absolute; top:Npxsur le contenu — uniquement sur les éléments décoratifs - Ajoutez
gsap.fromTo()après que la disposition est confirmée - Exécutez
npx hyperframes inspectpour vérifier l'absence de débordement
Règles GSAP
// Utilisez TOUJOURS fromTo (pas from) à l'intérieur des scènes pour un positionnement déterministe
tl.fromTo("#el", { opacity:0, y:40 }, { opacity:1, y:0, duration:0.5, ease:"back.out(2)" }, 1.2);
// N'utilisez JAMAIS gsap.to() nu pour un mouvement ambiant — doit être sur tl
tl.to("#glow", { scale:1.08, yoyo:true, repeat:4, duration:2, ease:"sine.inOut" }, 0);
// JAMAIS repeat:-1 (casse le moteur de capture) — calculez des répétitions finies
// Pour un rythme de 4s : Math.ceil(4 / 2) = 2 cycles
tl.to("#pulse", { scale:1.1, yoyo:true, repeat:3, duration:2, ease:"sine.inOut" }, 0);
// Sorties de scène forcées
tl.set("#s1", { opacity:0, visibility:"hidden" }, exitTime);
// Enregistrez toujours
window.__timelines["main"] = tl;
Exigences de densité des scènes
Chaque scène DOIT contenir :
- Calque d'arrière-plan : lueur radiale + grille/motif + texte fantôme + ligne de balayage (2–5 éléments)
- Calque de contenu : titre + sous-titre + élément de support (3–5 éléments)
- Accents de premier plan : marques de coin + ligne de séparation + étiquette/badge (3+ éléments)
- Total : 8 à 10 éléments visuels minimum
Consultez references/scene-density.md pour des listes de contrôle d'éléments par scène.
Bibliothèque de transitions
Consultez references/transitions.md pour le code complet. Sélections rapides :
| Énergie | Transition | Modèle de code |
|---|---|---|
| Chaos → Clarté | Fondu de flou | tl.to(old, {filter:"blur(14px)",scale:1.04,opacity:0,duration:0.5}) |
| Passage au niveau supérieur | Poussée verticale | tl.to(old,{y:-1080,duration:0.45,ease:"power3.inOut"}, T) |
| Élément suivant | Glissement vers la gauche | tl.to(old,{x:-1920,duration:0.45,ease:"power3.inOut"}, T) |
| Coupure nette | Plongée dans le noir | tl.to("#ov-k",{opacity:1,duration:0.25}) puis tl.set(new,{opacity:1}) |
| Grand moment | Blocs de couleur décalés | Un bloc rouge puis un bloc vert glissent à travers, échangent la scène en dessous |
| Industriel | Glitch | Tremblement de superposition RVB, 6 images à ±40px, 0,35s |
Pas d'animations de sortie avant les transitions, à l'exception du fondu au noir de la scène finale.
Bibliothèque de techniques d'animation
1. Champ de particules Canvas 2D (ambiance d'arrière-plan)
<canvas id="bg-canvas" width="1920" height="1080" style="position:absolute;top:0;left:0;z-index:1"></canvas>
<script>
var c=document.getElementById("bg-canvas"),ctx=c.getContext("2d");
function h(x,y){var n=x*374761393+y*668265263;n=(n^(n>>13))*1274126177;return((n^(n>>16))&0x7fffffff)/0x7fffffff}
var N=120, pts=[];
for(var i=0;i<N;i++) pts.push({bx:h(i,0)*1920,by:h(i,1)*1080,vx:(h(i,3)-0.5)*0.3,vy:(h(i,4)-0.5)*0.2,r:1+h(i,2)*2.5});
var px={t:0};
tl.to(px,{t:DURATION,duration:DURATION,ease:"none",onUpdate:function(){
var ti=px.t;
ctx.clearRect(0,0,1920,1080);
// grille
ctx.strokeStyle="rgba(230,57,70,0.04)"; ctx.lineWidth=1;
for(var gx=0;gx<1920;gx+=160){ctx.beginPath();ctx.moveTo(gx,0);ctx.lineTo(gx,1080);ctx.stroke()}
for(var gy=0;gy<1080;gy+=120){ctx.beginPath();ctx.moveTo(0,gy);ctx.lineTo(1920,gy);ctx.stroke()}
// particules
for(var i=0;i<N;i++){
var p=pts[i],x=(p.bx+p.vx*ti*60)%1920,y=(p.by+p.vy*ti*60)%1080;
if(x<0)x+=1920;if(y<0)y+=1080;
ctx.fillStyle="rgba(230,57,70,"+(0.15+0.1*h(i,Math.floor(ti*6)))+")";
ctx.fillRect(x-p.r/2,y-p.r/2,p.r,p.r);
}
}},0);
</script>
2. Soulignement manuscrit SVG
<span style="position:relative;display:inline-block">
expression clé
<svg style="position:absolute;left:0;bottom:-8px;width:100%;height:20px" viewBox="0 0 500 20" preserveAspectRatio="none">
<path id="scr" fill="none" stroke="#E63946" stroke-width="3" stroke-linecap="round"
stroke-dasharray="800" stroke-dashoffset="800"
d="M0,10 Q62,0 125,10 Q187,20 250,10 Q312,0 375,10 Q437,20 500,10"/>
</svg>
</span>
<script>
// une fois que l'élément path existe dans le DOM :
var p=document.getElementById("scr"), l=p.getTotalLength();
gsap.set(p,{strokeDasharray:l,strokeDashoffset:l});
tl.to("#scr",{strokeDashoffset:0,duration:0.7,ease:"power1.inOut"}, DÉBUT);
</script>
3. Titre cinétique mot par mot (synchronisé avec la voix)
<div id="headline">
<span class="w" id="w0">Expédiez</span>
<span class="w" id="w1">plus</span>
<span class="w" id="w2">vite.</span>
<span class="w" id="w3">CyberAgent.</span>
</div>
<script>
// horodatages issus des heures de début des mots de transcript.json
var times = [0.0, 0.3, 0.7, 1.1];
var eases = ["back.out(2.5)", "expo.out", "back.out(3)", "expo.out"];
var dirs = [{y:60,rotation:4}, {y:80,scale:0.7}, {scale:0.5,rotation:-5}, {y:90,rotation:2}];
times.forEach(function(t,i){
tl.fromTo("#w"+i,
Object.assign({opacity:0},dirs[i]),
Object.assign({opacity:1,y:0,scale:1,rotation:0,duration:0.45,ease:eases[i]},{}),
t);
});
</script>
4. Lignes d'éclat (révélation de statistiques)
<div style="position:relative;display:inline-block">
<div id="stat-num">10×</div>
<div style="position:absolute;top:50%;left:50%;width:0;height:0" id="burst">
<span style="position:absolute;display:block;width:3px;height:52px;background:#E63946;left:-1.5px;top:-52px;transform:rotate(0deg);transform-origin:bottom center;opacity:0"></span>
<span style="position:absolute;display:block;width:3px;height:38px;background:#E63946;left:-1.5px;top:-38px;transform:rotate(36deg);transform-origin:bottom center;opacity:0"></span>
<!-- répéter pour 8 à 12 lignes à des incréments de 30 à 45 degrés -->
</div>
</div>
<script>
var lines = document.querySelectorAll("#burst span");
var n = lines.length;
for(var i=0;i<n;i++){
tl.to(lines[i], {opacity:0.9, duration:0.15, ease:"none"}, SCENE_START + 0.05 * i);
tl.to(lines[i], {opacity:0, duration:0.3, ease:"none"}, SCENE_START + 0.15 + 0.05 * i);
}
</script>
5. Texte fantôme décoratif (ajout d'un arrière-plan texturé)
<!-- Dans le calque d'arrière-plan de chaque scène -->
<div style="position:absolute;top:50%;left:50%;transform:translate(-50%,-50%);z-index:0;pointer-events:none;opacity:0.03;">
<span style="font-size:280px;font-weight:900;color:#E63946;white-space:nowrap">SÉCURITÉ</span>
</div>
Gestion des erreurs et récupération
Le processus de lint échoue
# Obtenez des informations détaillées sur les erreurs
npx hyperframes lint --verbose
# Problèmes courants :
# 1. Éléments de navigation en débordement → réduire les tailles de police ou le remplissage
# 2. Contraste de couleur insuffisant → vérifier le ratio de contraste entre le texte et le fond
# 3. Chemins de ressources manquants → vérifier les attributs src
# 4. Scripts non définis → s'assurer que window.__timelines["main"] est défini
Le rendu échoue
# Vérifier que tous les chemins de fichiers sont corrects
npx hyperframes validate --no-contrast --verbose
# Le fichier audio est manquant ?
# Vérifier que narration.wav existe dans le répertoire
# La durée ne correspond pas ?
# Vérifier que data-duration correspond dans le HTML
La voix off ne se génère pas avec npx
# Revenir à la méthode Python directe (voir Étape 4)
python3 << 'EOF'
from kokoro_onnx import Kokoro
import soundfile as sf
k = Kokoro("models/kokoro-v1.0.onnx", "models/voices-v1.0.bin")
text = open("script.txt").read().strip()
samples, rate = k.create(text, voice="bm_george", speed=0.92, lang="en-gb")
sf.write("narration.wav", samples, rate)
print(f"Généré : {len(samples)/rate:.1f}s")
EOF
Références et documents supplémentaires
Consultez ces fichiers dans le répertoire references/ pour des modèles et des exemples prêts à l'emploi :
| Fichier | Quand l'utiliser |
|---|---|
brief-templates.md | Lors de la rédaction du brief initial pour chaque type de public |
script-patterns.md | Lors de la rédaction du script pour des types de vidéos spécifiques |
visual-styles.md | Lors de la sélection d'un style visuel pour la vidéo |
scene-timing.md | Lors de la planification du rythme et de la durée des scènes |
transitions.md | Lors de l'implémentation de transitions entre les scènes |
scene-density.md | Lors de la construction des éléments visuels de chaque scène |
Principes clés
- La disposition d'abord. Le CSS pur d'abord, les animations ensuite. L'état final de chaque scène doit être visible sans JavaScript.
- Un rythme strict. 2,5 mots par seconde. Chaque seconde coûte de l'attention. Ne la gaspillez pas.
- Une densité visuelle. Minimum 8 éléments par scène. L'arrière-plan, le contenu, les accents.
- Pas de répétitions infinies. Calculez les répétitions.
repeat:-1n'est jamais autorisé. - Toujours planifier le rythme avant de toucher au HTML. SLAM → CASCADE → COUP → APPEL À L'ACTION.
- Synchronisation des sous-titres. Les mots apparaissent lorsqu'ils sont prononcés. Utilisez les horodatages de transcript.json.
- Fondu au noir. La scène finale doit toujours se fondre au noir. Le public doit savoir que c'est fini.
- Zéro erreur de lint. L'outil de lint de HyperFrames vérifie la disposition, les ressources et les animations. Aucune erreur n'est tolérée avant le rendu.
Exemple : Vidéo de lancement de produit (15s)
Brief : Lancement d'un outil de sécurité cloud, public développeur, plateforme X/Twitter, ton technique et audacieux.
Design (design.md) :
colors:
bg: "#0A0F1E"
accent: "#00E5FF"
accent2: "#7C3AED"
text: "#FFFFFF"
muted: "#64748B"
typography:
headline: { fontFamily: "Inter", fontWeight: 900 }
label: { fontFamily: "JetBrains Mono", fontWeight: 500 }
motion:
energy: high
transition: glitch
Script (37 mots) :
Votre infrastructure cloud est exposée. ZeroGram verrouille chaque point de terminaison en temps réel. Détection des menaces. Réponse automatisée. Pas de fausses alertes. Démo maintenant.
Rythme des scènes :
Scène 1 : Problème 0–4s "Votre infrastructure cloud est exposée."
Scène 2 : Solution 4–9s "ZeroGram verrouille... en temps réel."
Scène 3 : Fonctionnalités 9–12s "Détection des menaces. Réponse automatisée. Pas de fausses alertes."
Scène 4 : Appel à l'action 12–15s "Démo maintenant."
Transitions : Glitch entre Scène 1 et 2, Poussée verticale entre 2 et 3, Blocs de couleur pour 3→4, puis fondu au noir.
Exemple : Pitch entreprise (60s)
Brief : Plateforme financière pour les grandes entreprises, public investisseur/CTO, site web, ton autoritaire.
Design : Standard Velours, couleurs sombres, typographie Space Grotesk/Space Mono.
Script (150 mots) : Structure : Accroche sur la perte de revenus due à une infrastructure obsolète → Histoire de transformation → Preuve (3× ROI, 99,99% de disponibilité) → Échelle (adopté par 40% du Fortune 500) → Appel à l'action.
Rythme : 6 scènes, ~10s chacune. Transitions en fondu de flou pour une sensation premium.
Dépannage
Q : Le rendu vidéo est noir.
R : Vérifiez que #s1 a un arrière-plan. Vérifiez que l'audio est dans le même répertoire. Exécutez npx hyperframes validate.
Q : Les animations ne se synchronisent pas avec la voix.
R : Vérifiez que les horodatages dans le script JavaScript correspondent aux horodatages de début de mot dans transcript.json. Utilisez la fonctionnalité d'inspection de HyperFrames.
Q : La voix off semble robotique. R : Essayez une vitesse plus lente (0,85) ou une voix différente. Vérifiez que le script utilise des nombres en toutes lettres.
Q : La vidéo est trop grande en taille de fichier.
R : Ajustez le débit binaire dans les options de rendu (--bitrate 5M). La résolution reste 1920×1080.
Q : Le lint signale des erreurs de contraste. R : Augmentez la luminosité du texte ou assombrissez le fond. Visez un ratio de contraste d'au moins 4,5:1.