Que fait render-cinematic-music-video ?
Assemblez un clip musical cinématographique à partir d'une configuration : un court-métrage de style live-action où un
hymne chanté original est la bande-son et où chaque battement visuel est un tableau tourné sur pellicule (grain Kodak Portra,
fuites de lumière, lumière naturelle, imperfection caméra à l'épaule) calé sur les paroles, organisé en un
arc en trois actes (sa forme est le choix story_arc de l'utilisateur) avec la ligne d'accroche sur le drop du refrain. Cette capacité est
l'assemblage GRATUIT et déterministe — cut-to-window, hard-concat, mixage de l'hymne, incrustation des sous-titres
et la carte de fin de marque.
scripts/config.example.json est l'exemple travaillé (Hype and Vice "Game Day Girls", ~28s
1080×1920 9:16, 14 tableaux) — copiez sa structure, jamais ses valeurs créatives ; scripts/PIPELINE.md mappe chaque bloc de configuration à son étape source
et scripts/README.md documente l'assemblage gratuit.
Exécution
Ceci est l'étape d'assemblage GRATUITE et déterministe — elle ne dépense rien. Les entrées payantes sont
des capacités séparées : l'hymne chanté (create-music-elevenlabs, force_instrumental false —
les paroles SONT le script, renvoie mp3 + words_timestamps) ; une keyframe d'aspect pellicule 35 mm par battement
en un seul pack de look (create-image-gpt-image-fal) ; et un clip Kling 3.0 i2v par battement (create-video-fal).
Étant donné l'hymne livré + words.json + un clip par battement + l'actif de carte de fin de marque,
render-cinematic-music-video découpe chaque clip sur sa fenêtre lyrique, concatène en dur sur le beat,
mixe l'hymne, incruste les sous-titres cinématographiques en bas, et superpose la carte de fin → le
master. Les nouveaux montages réutilisent l'hymne / les keyframes / les clips existants et coûtent 0 $.
Choix
Le contenu créatif assemblé par cette étape est décidé en amont par les choices du format, demandées
à l'utilisateur avant toute étape payante. Les valeurs de l'exemple travaillé sont des exemples, jamais des valeurs par défaut :
- song_style — le genre, l'ambiance, le BPM et l'arrangement de l'hymne. La démo a utilisé un hymne cinématographique indie-pop triomphant à 120 BPM.
- vocalist — qui chante. La démo a utilisé une chanteuse féminine confiante mais chaleureuse.
- cast — qui apparaît à l'écran dans les tableaux. La démo a utilisé quatre jeunes femmes étudiantes.
- setting — lieu + moment de la journée (dicte la lumière et la palette du pack de look). La démo a utilisé une ville universitaire américaine un jour de match, automne, heure dorée.
- story_arc — la forme en trois actes des tableaux et des paroles. La démo a utilisé un jour de match, matin → apogée au stade → crépuscule, avec un clin d'œil à l'histoire d'origine.
Cet assemblage les lit uniquement via la configuration (tableaux[] fenêtres + sous-titres, l'hymne,
captions.accent_words, end_card.*) ; il ne les code en dur aucun.
Contrat (l'assemblage gratuit)
- L'hymne chanté porte l'histoire — pas de voix off séparée. La piste ElevenLabs générée EST
le fond sonore et le script (
force_instrumentalfalse) ; n'ajoutez pas de voix off parlée ni de second fond sonore. - Planifiez la chronologie AUTOUR de l'hymne livré. L'hymne est généré en premier et redimensionne/dépasse en longueur ; accrochez chaque limite de tableau aux bords des phrases lyriques dans les timings de mots renvoyés — ne coupez jamais l'hymne sur une grille pré-planifiée.
- Sous-titres à partir des TEMPORISATIONS DES MOTS de l'hymne lui-même, pas Whisper. Dérivez
words.jsonà partir duwords_timestampsdu modèle musical, regroupez ~4 mots aux limites lyriques, et incrustez des sous-titres cinématographiques en bas en serif (--placement low) avec la ligne d'accroche traitée en accent (gras-italique). Whisper sur de l'audio chanté renvoie "🎵 Musique en cours 🎵". - Placez l'accroche sur le drop du refrain. Le tableau héros (
is_hook) est chronométré pour que la ligne porteuse se situe sur le drop du refrain ; accentuez cette ligne dans les sous-titres. - Un seul pack de look cinématographique + coupes franches sur le beat. Le pack de look (pellicule nommée + grain + fuites de lumière + caméra à l'épaule) plus un ancrage de continuité maintient chaque clip ensemble ; coupez chaque clip sur sa fenêtre lyrique et concaténez en dur (un match-cut optionnel dans la révélation du héros) — pas de fondus.
- Carte de fin à partir de l'actif de marque réel — ne générez jamais le mot-symbole en tant que texte diffusé par IA. Composez la superposition (PIL/ffmpeg) à partir de l'actif réel ou utilisez une base de keyframe conçue ; la diffusion déforme un mot-symbole.
- Composition FFmpeg, déterministe, GRATUITE. Normalisez chaque clip sur sa fenêtre calée sur le beat,
concaténez en dur, mixez l'hymne (
afadein/out +loudnorm I=-14), incrustez le sous-titre ASS, superposez la carte de fin → un master 1080×1920 h264+aac. Aucun appel payant, aucune clé.