yyert123/remotion-narration

Narration Remotion

Écrit tout ce dont une composition Remotion a besoin pour être pilotée par sa voix off : audio par scène, durées exactes, frames de début et sous-titres. Les longueurs des scènes proviennent de l’audio réel, donc rien ne dérive.

Quand l’utiliser

• L’utilisateur dispose d’un script (Markdown, texte ou JSON) et d’un projet Remotion et souhaite une narration.
• Les scènes doivent durer exactement le temps de leur voix off ; les sous-titres doivent suivre la voix mot pour mot.

Étapes

1. Assurez-vous que MIRAGEA_API_KEY est défini (ne l’affichez jamais). Choisissez la voix :

   • --voice VOICE_ID – une voix sauvegardée dans le compte Miragea de l’utilisateur, ou
   • --ref-url https://… – un extrait public de la voix à cloner (avec le consentement de l’utilisateur), accompagné de --ref-text "mots exacts dans l’extrait" pour le tarif réduit 1x.

2. Écrivez le script. Chaque ## Titre (ou paragraphe séparé par une ligne vide) devient une scène :

   ## intro
   Découvrez Retake, le moyen le plus rapide de corriger une erreur de voix off.
   ## demo
   Tapez le bon mot. Retake ré-énonce la phrase et l’insère.
   

3. Générer dans le dossier public/ du projet Remotion :

   python3 scripts/narrate.py script.md --voice VOICE_ID --out public/narration --fps 30
   

4. Utilisez public/narration/narration.json dans la composition (voir examples/Narrated.tsx) : totalFrames pour durationInFrames, les startFrame / durationInFrames de chaque scène pour une <Sequence>, staticFile('narration/' + scene.file) pour <Audio>, et scene.captions (tableau Caption[] Remotion : text, startMs, endMs, timestampMs, confidence) avec la fonction createTikTokStyleCaptions() de @remotion/captions pour des sous-titres animés.

5. Modifiez le script et relancez librement : les scènes inchangées sont réutilisées depuis le manifeste sans coût ; si une exécution s’interrompt en cours de route, les scènes terminées sont conservées et la prochaine exécution reprend.

Options

Option	Défaut	Signification
--fps	30	Fréquence d’images pour les calculs de frames
--pad	0.4	Secondes de respiration après chaque scène
--captions miragea	oui	Synchronise les sous-titres à partir de l’audio généré (précis ; +3 points/s)
--captions estimate		Gratuit : répartit les mots par longueur
--model	expressive	standard suit la voix de référence plus fidèlement
--speed	1.0	0,25–4

Les scènes de plus de 2000 caractères sont automatiquement découpées aux fins de phrases et jointes.

Dépannage

• choose a voice → passez --voice ou --ref-url. Les URL de référence doivent être publiques, faire moins de 1 024 caractères et être servies directement (les fichiers bruts GitHub, les objets publics S3/R2 fonctionnent ; les redirections signées peuvent ne pas marcher).
• 401/402/429 → clé, solde, limite de taux. Relancer est toujours sans risque.