Stickman Video Master Skill — Du script au montage final
Un pipeline complet et éprouvé : courts-métrages d'horreur/mystère en hindi (1080×1920, 30 ips)
entièrement générés par code — recherche, script, design des personnages, construction des scènes, voix off, mixage, contrôle qualité.
Production de référence : la vidéo Bhangarh (la démo est dans le dépôt — demo/demo_10s.mp4,
tout le code de ce style se trouve dans les dossiers code/ et vo/).
ÉTAPE 0 — Recherche (avant le script)
- Effectuez des recherches approfondies sur le lieu ou l'histoire réels : Wikipédia + sources officielles (preuves primaires comme le panneau ASI).
- Étiquetez chaque affirmation : [DOCUMENTÉ] (preuve trouvée) · [LÉGENDE] (folklore) · [PAS TROUVÉ] (ne pas ajouter au script).
- N'ajoutez jamais une affirmation virale fausse — vérifiez d'abord. (Leçon de Bhangarh : « seul fort où il est interdit de rester la nuit » était FAUX, retiré du script.)
- Vérifiez la demande : regardez les plus grandes vidéos YouTube sur le même sujet — quel angle a fonctionné (visite de nuit, gros plan du panneau, histoire pure) ?
ÉTAPE 1 — Écriture du script
- Première phrase = tout l'événement (accroche). L'indice de la réponse est caché dans la première ligne/cadre.
- Chaque phrase 6–12 mots ; total ~150 mots ≈ 49 secondes à ~190 mots/min.
- Donnez des NOMS aux personnages. Révélation d'abord, « parce que » après.
- Au milieu, un défi « tu » + à la fin un commentaire d'un seul mot (OUI ou NON ?).
- Mots de remplissage : « en fait / c'est-à-dire / regarde bien / réfléchis un peu ». INTERDICTION : mots IA (mystère, fait, frisson, sensation) NON.
- Règle des dialogues : seuls 2 à 4 dialogues choisis avec la propre voix des personnages ; tout le reste est narration. Pas de dialogues inventés.
- Vérification du rythme : VO à 2,3–2,7 mots/sec · silence mort >12 % = coupure · le titre ne doit pas gâcher la réponse.
ÉTAPE 2 — Storyboard + verrouillage géométrique
- Ligne → tableau des scènes (t0–t1 de chaque ligne déterminé d'abord). Puis verrouillage des coordonnées ASCII : sol (FLOOR) de chaque décor, positions des personnages, caméra à chaque battement.
- Esquisse d'abord, aspect visuel après — pas de code final sans esquisse.
ÉTAPE 3 — Design des personnages (code code/my_builder.js)
- Personnage = acteur SVG conçu sur mesure (~640 unités) : bras FK à 2 segments (hanche→genou, épaule→coude), articulations rondes, visage en forme de mâchoire avec chemin par rôle.
- Chaque rôle a une palette ADN : peau, iris, tenue, marque distinctive (bindi, tilak, pagri).
- Les détails du front (tilak) se font APRÈS la couche des cheveux — sinon, ils seront cachés sous les cheveux.
- API de jeu d'acteur :
setFaceMood·lookEyes·poseArms·speakHuman(formes des lèvres) ·walkHuman(véritable cycle de marche — glissement = ÉCHEC SÉVÈRE). - Mains : paume + pouce + lignes des doigts. Boucle de clignement + respiration sur chaque acteur.
- Référence qualité : le personnage ne doit PAS être fait de formes primitives (tête ronde, corps cylindrique) — seuls des chemins sculptés sont acceptés.
ÉTAPE 4 — Design des décors (code code/my_head.js, my_scenes_a/b.js)
- Matériaux d'abord : chaque surface avec dégradé multi-arrêts (iGrad) + véritable ombre portée ; couleur unie = ÉCHEC.
- Pièce = coque 3D : mur du fond + murs latéraux en perspective + polygone de sol + plinthe.
- Mur en pierre : chaque pierre avec ton différent + ligne de contour + taches climatiques (texture procédurale) — répétition carrelage de salle de bain = ÉCHEC.
- Rocher/bloc : polygone irrégulier à 12 points + 3 nuances de facettes + fissure + taches de sable + ombre de contact. Octogone/dalle = ÉCHEC SÉVÈRE.
- Accessoires animés : lampe suspendue, flammes de havan + fumée, corbeaux, brume (légère !) — mais ne laissez PAS un effet d'éclairage allumé en permanence, chaque effet doit avoir un OFF.
- Loi de la caméra : avant chaque
camTo, calculez le bas du cadre —cy + 960/s ≤ 1920, sinon le ciel/une bordure noire apparaîtra en bas du cadre. - Le rectangle du ciel doit toujours être en pleine hauteur.
ÉTAPE 5 — Assemblage + rendu
- Cœur du moteur = préfixe d'un fichier HTML assemblé (shell svg#stage + defs + rig + helpers E/iGrad/makeCam/seekWrap) + fichier de scène + balises de fermeture. Gardez
gsap.min.jsà côté — ne mettez PAS les copies de fichiers dans une chaîne&&(un échec stoppe tout le reste). - Timeline GSAP ; rendu déterministe via seek : Playwright 1080×1920 →
window.seekToTime(t)chaque image → JPEG q88 → ffmpeg libx264 crf18. Rendu par morceaux d'environ 20 s (évitez le redémarrage de la VM), avec reprise (ignorer si l'image >10 Ko). - Leçon GSAP : pour un groupe qui a déjà une transformation (translate+scale), n'utilisez PAS de tween x/y — utilisez des tweens absolus sur l'attribut transform.
- Lignes de légende longues : dans le script de rendu, si
getComputedTextLength() > 1030, appliquez le correctiftextLength=1030. - Signe poseArms : tourner le bras droit vers la gauche dans le cadre = rotation POSITIVE. Personnage tombant : à −84°, la tête va ~530 unités vers la gauche — calculez d'abord la position finale de la tête pour placer l'enveloppe.
ÉTAPE 6 — Boucle d'auto-audit (chaque scène)
- Générez des images de test (milieu de chaque scène + images problématiques) → examinez (y compris les recadrages zoom) → corrections → regénérez.
- 3 audits : Artistique (composition, couleurs) · Physique (anatomie, ombres, ancrage au sol) · Histoire (correspondance de la narration, expression pas inversée ?).
- Score /100 ; 95+ seulement = VALIDATION FINALE. Un échec sévère (bras cassé, objet flottant, ombre inversée, accessoire changé) annule le score.
- Bannière/sous-titre : restez dans l'espace d'écran : hauteur d'écran de la tête = (wy − cy)·s + 960 ; bannière entre 118–222, sous-titre au-delà de 1652.
ÉTAPE 7 — Voix off (code vo/fit_lines.py)
- Modèle UNIQUEMENT gemini-3.8-flash-tts (principal) / gemini-3.1-flash-tts-preview (fallback uniquement sur 429). PAS de 2.5 TTS. Quota de 10 appels/jour/modèle — calculez le budget d'abord.
- Narration = UN SEUL appel, tout le script en une fois. Envoyez le texte BRUT — un long style-direction ralentit le rythme de 2,5× et énonce parfois la direction elle-même.
- Voix : narration Puck (préférée de Raj, par défaut sur les reels de @i.raj1801) · méchant/autre voix Algenib.
- WAV TTS = échantillonné à 48000 Hz — les calculs de hauteur utilisent le taux réel : hauteur ×1.12 = asetrate 53760 (N'utilisez JAMAIS rubberband — cela donne un écho). Pour alourdir le méchant, utilisez ×0.96.
- Ajustement des lignes : prenez les segments de transcription Whisper (small, langue
hi) → découpez chaque ligne → compression des pauses (silenceremove) → hauteur → par ligne, atempo pour un ajustement exact dans la fenêtre de légende. - Décodez le WAV avec la bibliothèque standard wave+numpy (PyAV génère une TypeError
metadata_errors).
ÉTAPE 8 — Mixage (code vo/mix.py)
- BGM FRAIS pour chaque reel — jamais réutilisé ; licence sûre (bibliothèque Kevin MacLeod). Volume ~0,10, en dessous de la VO.
- SFX sur la grille de beats : whoosh (lancer), impact (coup/chute), tonnerre (éclair/malédiction), riser (avant la malédiction).
- Loudnorm 2 passes (mesurer → appliquer linéairement) = −14,0 LUFS, TP ≤ −1,5. Une seule passe s'arrête souvent à −15,8.
- Multiplexage : copie du flux vidéo + AAC 192k.
ÉTAPE 9 — QC final + livraison
- Écoutez le fichier livré avec Whisper — chaque ligne écrite est-elle au bon endroit/timing ? La vérification de la source ne suffit pas.
- Vérifiez et rapportez durée, taille, LUFS.
- Leçon de livraison : ne réutilisez PAS le nom du fichier vidéo — l'application met en cache l'ancienne copie. Chaque nouvelle livraison = nouveau nom (v2, _Final, date).
- Les vidéos parfaites (approuvées par Raj) sont stockées dans le dossier
Perfect_Videos/<date>/— uniquement les parfaites.
Guide des fichiers
script/Script_v1.md— script Bhangarh + étiquettes vrai/histoire + vérification de rythme (à utiliser comme modèle)code/my_head.js— shaders, HUD, drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLampcode/my_builder.js— buildBhangarhActor (5 rôles, rig complet)code/my_scenes_a.js/my_scenes_b.js— 8 décors + timeline + légendescode/props_snippet.js/api_snippet.js— arbres/herbe + API de jeu d'acteurcode/render_test.py/render_full.py— images seules + rendu complet (avec reprise)vo/fit_lines.py/vo/mix.py— ajustement VO + mixage finaldocs/— résumé du système visuel + leçonsdemo/demo_10s.mp4— échantillon de 10 secondes de ce pipeline (le reel réel n'est pas public ici)