Que fait render-cartoon-music-video ?
Assemblez un clip musical animé à partir d'une configuration : une histoire animée / illustrée / artisanale (stop-motion en feutrine et mousse, pâte à modeler, dessin animé 2D, papiers découpés) où une chanson chantée constitue l'intégralité du script et un personnage animé récurrent porte chaque plan, coupé sur la mesure avec la ligne culminante sur le drop. Cette capacité est l'assemblage GRATUIT et déterministe — découpage sur la mesure, concaténation dure, incrustation du logo et des sous-titres, et carte de fin de couleur unie.
scripts/config.example.json est l'exemple concret (Coinbase "Bet on anything", ~55s 1080×1920 9:16, 16 mesures de corps + une carte de fin de 3s — son style feutrine, son personnage, son histoire et sa chanson sont les choix de cette démo, jamais des valeurs par défaut) ; scripts/PIPELINE.md associe chaque bloc de configuration à son étape source et scripts/README.md documente l'assemblage gratuit.
Choix
Les décisions créatives incombent à l'appelant (la recette du format vidéo les demande à l'utilisateur) ; cet assemblage ne les choisit jamais. La valeur de la démo n'est qu'un exemple :
- Style artistique / pack de styles (stop-motion en feutrine, pâte à modeler, dessin animé 2D, papiers découpés…) — démo : diorama en feutrine et mousse.
- Personnage — la figure animée récurrente UNIQUE — démonstration : une figurine en feutre sans genre dans un maillot bleu de marque.
- Arc narratif — démonstration : revanche du perdant.
- Style de chanson + chant principal — démo : hype dance-pop / EDM-trap, chant masculin mi-rappé.
Exécution
Il s'agit de l'étape d'assemblage GRATUITE et déterministe — elle ne dépense rien. Les entrées payantes sont des capacités séparées : la chanson chantée (create-music-elevenlabs, ou un fichier mp3 fourni par l'utilisateur + timings de mots Whisper) dont le rythme est suivi avec librosa afin que la GRILLE DE MESURES définisse la timeline ; un personnage récurrent verrouillé + une image clé par mesure dans un seul pack de styles (create-image-fal, Nano Banana) ; et un clip Seedance i2v par mesure (create-video-fal). Étant donné la chanson + word-timestamps.json + bars.json + un clip par mesure + le logo vectoriel de la marque, render-cartoon-music-video découpe chaque clip sur sa fenêtre de mesure, les concatène durement sur la mesure, incruste le logo et les sous-titres, ajoute la carte de fin de couleur unie, et muxe la chanson en dessous → le master. Les nouveaux montages réutilisent la chanson / les images clés / les clips existants et coûtent 0 $.
Contrat (l'assemblage gratuit)
- La chanson chantée porte le récit — pas de voix-off séparée. La piste générée/fournie EST le lit sonore (pas de voix-off à masquer) ; n'ajoutez pas de voix-off parlée ni de second lit sonore.
- Planifiez la timeline AUTOUR de la GRILLE DE MESURES de la chanson fournie. Suivez le rythme de la chanson avec librosa (supposez un 4/4) ; une mesure = un plan (par défaut). Accrochez chaque fenêtre de tableau aux limites de la mesure — ne coupez jamais la chanson sur une grille pré-planifiée.
- Sous-titres à partir des timings de mots de la chanson, réorthographiés par rapport aux paroles verrouillées. Whisper interprète mal les accents criés ("BETS" → "Hearts") ; réorthographiez les tokens temporels par rapport au fichier de paroles verrouillé (ne modifiez jamais les paroles pour correspondre à Whisper). VEED-whisper blanc gras sans empattement dans le tiers inférieur (Alignement 2,
margin_vau-dessus du logo en bas à gauche), ~4–5 mots par réplique, AUCUNE pilule d'arrière-plan ; les sous-titres S'ARRÊTENT à la limite de la carte de fin. Jamais au milieu de l'image — cela couvre le personnage (corrigé en juillet 2026). Si le ffmpeg hôte ne dispose pas de libass, rendez les répliques sous forme de superpositions PIL PNG temporisées (ffmpegoverlay=…:enable='between(t,st,en)') au même emplacement en bas. - Placez la ligne culminante sur le drop. Le tableau culminant est chronométré pour que la ligne de réussite se trouve sur le drop de sub-bass ; accentuez cette ligne.
- Logo persistant, supprimé sur la carte de fin. Incrustez un logo de marque blanc en bas à gauche sur les mesures du corps (cairosvg → PIL à partir du vrai fichier SVG), supprimé sur la carte de fin où le grand logo domine.
- Carte de fin via cairosvg + PIL à partir du vrai logo — ne générez jamais de texte de marque par IA. Carte de couleur unie de la marque + logo blanc + sous-titre, durant ~3s AVEC la chanson jouant toujours en dessous (afade-out sur la queue — pas de queue silencieuse). Un modèle de diffusion brouille un logo.
- Composition FFmpeg, déterministe, GRATUITE. Découpez chaque clip sur sa fenêtre de mesure, concaténez durement, incrustez le logo et les sous-titres, ajoutez la carte de fin, muxez la chanson sur l'ensemble de la vidéo avec une queue afade de 0,5 s,
loudnorm I=-14→ un master 1080×1920 h264+aac. Aucun appel payant, aucune clé. Lorsque le ffmpeg hôte ne dispose pas de libass/drawtext, les sous-titres ET le logo sont des superpositions PIL PNG temporisées (overlay=x:y:enable='between(t,st,en)'), pas une incrustation ASS. - CONTRÔLE QUALITÉ PAR PLAN, jamais seulement le master — les deux modes de défaillance sont le contenu, pas l'assemblage. Les étapes amont d'image clé/i2v peuvent (a) dériver le personnage hors de son style (feutrine → 3D lisse "homme" dans la démo) en cours de route (hors du style choisi — dans la démo feutrine, feutrine → 3D lisse) et (b) halluciner des mains — doigts réalistes dans un plan macro de main, un doigt pointé sur un plan "taper sur le téléphone", ou une main désincarnée glissant depuis le bord du cadre. Les deux se cachent à taille de vignette. Extrayez une planche contact à 2 i/s + un recadrage VISAGE et MAIN par mesure (sur toute la durée de chaque clip), confirmez que chaque mesure conserve le style UNIQUE choisi (la démo : feutrine mate) avec le personnage UNIQUE et aucune main humaine/flottante, et revérifiez les octets servis après publication. Une mesure dérivée signifie régénérer l'IMAGE CLÉ de cette mesure (pas un nouveau montage) — voir la recette ÉTAPE 3/6.