Vidéo explicative infographique
Produisez une vidéo explicative MP4 finie dans l'esprit de chaînes comme Kurzgesagt et The Infographics Show : illustration vectorielle plate et audacieuse, dégradés brillants, lueur lumineuse, mouvement constant et doux, et un script narré et motivé par la curiosité. L'art et l'animation sont générés par du code (SVG + timeline JavaScript) et rendus image par image avec Playwright + ffmpeg, donc chaque image est déterministe et modifiable.
Règle d'originalité : imitez le genre (vecteur plat, rythme explicatif), ne copiez jamais les personnages d'une chaîne (ex. les oiseaux de Kurzgesagt), logos, intros, musiques ou designs exacts. Chaque personnage et chaque scène est inventé de toutes pièces.
Parlez à l'utilisateur dans sa langue préférée ; conservez le code en anglais.
Fichiers inclus (chemins relatifs à ce dossier de compétence)
| Fichier | Objectif |
|---|---|
templates/master_template.html | Modèle 16:9 (1920x1080) : dégradés, helpers, personnage, cerveau, nuage, étoiles, moteur de fondu de scène, sous-titres intégrés. Copiez-le et remplacez les scènes. |
templates/vertical_template.html | Même moteur pour les Shorts/Reels 9:16 (1080x1920), avec une mise en page verticale et le bas réservé aux sous-titres. |
scripts/voiceover.py | Narration hors ligne avec Kokoro TTS (voix hindi + anglais), un wav par ligne + dur.json + lines.json (texte pour les sous-titres). |
scripts/build.py | Injecte les durées vocales (__DUR__) et le texte de narration (__LINES__), exporte timeline.json + captions.json ; détecte le 9:16 ; signale les erreurs JS. |
scripts/captions.py | Écrit un fichier .srt depuis captions.json pour les sous-titres YouTube. |
scripts/peek.py | Une image par scène → planche contact, pour vérifier avant le rendu complet. |
scripts/render.py | Rendu déterministe par plage d'images (JPEG q92 → x264 CRF 18, renommage sécurisé par fichier temporaire). |
scripts/mix_audio.py | Place les lignes vocales sur la timeline, ajoute un tapis ambiant synthétisé (libre de droits) + whooshes, ou votre propre --music. |
scripts/make_video.sh | Pipeline complet : construction → rendu parallèle → concaténation → mixage → muxage → fiche QA → .srt. Détecte automatiquement le 9:16. |
Deux exemples complets se trouvent dans le dépôt, deux dossiers au-dessus de ce dossier de compétence : examples/why-we-sleep/ (82 s, 16:9, hindi, 11 scènes) et examples/promo-short/ (38 s, 9:16, anglais, avec des extraits réels intégrés dans une scène). Lisez-les pour trouver des idées de scènes avant d'en écrire de nouvelles.
Configuration (une fois)
pip install playwright kokoro-onnx soundfile scipy pillow --break-system-packages
playwright install chromium # sauter si Chromium est déjà présent
mkdir -p tts && cd tts
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.int8.onnx
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
ffmpeg doit être dans le PATH. Définissez KOKORO_DIR si le dossier du modèle n'est pas ./tts.
1. Flux de travail (suivez dans l'ordre)
- Brief – sujet, durée (par défaut 60–90 s ; Shorts = 30–58 s), format (16:9 1920x1080 ou 9:16 1080x1920), langue de narration, source vocale. Si un élément manque et que l'utilisateur est présent, demandez une fois ; sinon utilisez les valeurs par défaut et dites-le.
- Recherche + script – recherchez des faits sur le Web pour tout ce qui est actuel ou numérique, et notez la source de chaque nombre. Structure : accroche → question → expliquez en 3–5 temps → retournement/échelle → conclusion. ~150 mots par minute. Phrases courtes, une idée chacune, nombres concrets et comparaisons. Si une découverte provient d'animaux ou d'une seule étude, mentionnez-le dans la narration.
- lines.txt – une ligne de narration par rangée ; une ligne = une scène (≈ 4–8 s). Pour la TTS hindi, écrivez les mots d'emprunt anglais en devanagari (स्लीप प्रेशर) pour qu'ils soient prononcés naturellement ; conservez le texte à l'écran en anglais/latin à moins qu'une police devanagari ne soit installée.
- Voix off en premier –
python3 scripts/voiceover.py lines.txt vo --voice hm_omega --lang hi(anglais :--voice am_michael --lang en-us). Les durées pilotent la timeline, jamais l'inverse. Une voix enregistrée par l'utilisateur est toujours meilleure : divisez-la en un fichier par ligne sousvo/NN.wavet écrivezvo/dur.json. - Construire les scènes – copiez
templates/master_template.html(16:9) outemplates/vertical_template.html(9:16), écrivez unscene(...)par ligne (+ outro optionnel). Chaque scène : mouvement au ralenti toujours actif + une action héroïque. Utilisez la bible de style + le kit d'animation ci-dessous. - Aperçu –
python3 scripts/build.py video.html vo/dur.json _work/build.html && python3 scripts/peek.py _work/build.html 0.8; REGARDEZ la planche (essayez aussi 0.3) et corrigez les chevauchements, le clipping, les images vides avant le rendu. - Rendu + mixage –
bash scripts/make_video.sh video.html vo final.mp4(s'exécute en un morceau par cœur de CPU ; ~3 s de temps réel par seconde vidéo par cœur en 1080p). - QA – ouvrez
final_sheet.png; vérifiez la cohérence de la palette, la zone de sécurité, rien de coupé, le texte lisible à la taille de la vignette, la duréeffprobe≈ durée de la timeline. Corrigez uniquement les scènes défectueuses et refaites le rendu. - Livraison – le MP4, son
.srt(téléchargez-le sur YouTube comme sous-titres), le texte du script, et proposez un titre/description/tags + vignette.
2. Bible de style
- Formes : primitives simples (ellipse, roundRect, chemins libres lisses). Pas de contours sur la plupart des formes ; un contour plus foncé de la même teinte uniquement sur les objets héroïques.
- Dégradés en couches : presque chaque forme reçoit un dégradé linéaire à 2 arrêts d'une seule teinte (clair en haut à gauche → saturé en bas à droite) plus un reflet blanc à 25–40% d'opacité pour l'aspect brillant.
- Lueur : sources lumineuses = dégradé radial quasi-blanc → transparent, rayon pulsant ±5%. Étincelles = étoiles à 4 branches scintillant via une sinusoïde d'opacité.
- Profondeur par couches : dégradé de ciel → collines lointaines → collines moyennes → bande de sol avec des blobs plus clairs → sujet → particules de premier plan ; déplacez les couches à différentes vitesses.
- Palettes (une par vidéo, max 5–6 teintes + un foncé) :
- Espace/Nuit :
#211840 #423AA8 #7F79D1 #E565FF #33F5FF #1552FF - Jour/Nature :
#00A7E2 #00D2EE #6EED65 #01CB79 #FFE4AF #FFFFFF - Histoire chaude :
#290D1C #B15141 #FFE4AF #FFCE85 #FF5F2D #FFFF47 - Pop néon :
#232453 #5759B9 #B6FF55 #FF0066 #A14BFF #00FFFF
- Espace/Nuit :
- Arrière-plan : jamais noir/blanc pur ; foncé teinté profond (
#12253A,#162B36) ou beige chaud (#E6DDC4). Passez à un foncé rougeâtre pour les temps « danger ». - Personnages : corps en blobs ronds, grands yeux simples (blanc + pupille sombre + reflet), pas de nez, joues rougissantes. Clignement toutes les ~3 s, respiration (échelle 1 → 1,025). Endormi = arcs d'yeux fermés + « z » flottant.
- Texte : sans-serif lourd arrondi (Poppins Bold / Nunito ExtraBold), peu de mots, grands chiffres clés, étiquettes en badges pilules, à l'intérieur de la zone de sécurité à 90%.
- Saveur infographique : compteurs qui incrémentent, barres qui grandissent/rétrécissent, jauges, comparaisons avant/après, personnage qui réagit.
3. Kit d'animation (effets PowerPoint → code)
| Effet PowerPoint | Équivalent code (helpers dans le template) |
|---|---|
| Apparition / Montée | translate depuis hors écran avec ease outBack |
| Fondu / Zoom / Agrandissement | pop(el,t,start,x,y) → opacité + échelle avec dépassement |
| Rotation accentuée | rotate(${t*deg}) autour du centre de la forme |
| Chemin de mouvement | along(pathEl,p) / getPointAtLength |
| Transition Morph | conservez les objets partagés en place entre les scènes ; le moteur fond les scènes (FADE) |
| Traînées de particules / Lucioles | particules rng(seed) avec décalages de phase, traînée et diminution de taille |
| Balayage / Dessin progressif | stroke-dasharray + stroke-dashoffset |
| Sortie | inverse de l'entrée avec ease in |
Mouvement au ralenti toujours actif : flottement, scintillement, pulsation de lueur, dérive lente de parallaxe, dérive des nuages, léger zoom avant de la caméra du moteur (scale 1 → 1,045). Tremblement d'anticipation avant les grandes actions, écrasement-étirement sur les atterrissages. Entrées 0,4–0,8 s, décalage 60–120 ms. Ne laissez jamais une image complètement fixe.
4. Règles du moteur (template)
- Chaque scène :
scene(id, bgGradientId, build() => svgString, seek(localT, sceneDuration)). seekdéfinit chaque attribut uniquement à partir det— pas d'animations CSS, de minuteries ou deMath.random(utilisezrng(seed)), afin que n'importe quelle image puisse être rendue seule et que les morceaux s'assemblent parfaitement.- Les identifiants d'éléments doivent être uniques dans tout le fichier (préfixez avec l'id de la scène).
- La durée de la scène
i=LEAD[i] + VO[i] + TAIL; les scènes au-delà des lignes de narration durent 3,2 s (outro).MIN={2:16}maintient la scène 2 pendant au moins 16 s (par exemple pour un clip inséré plus tard). Le moteur exportewindow.DURATION,window.TIMELINE,window.CAPTION_CUES,window.seek. scene(..., {cam:false})désactive le léger zoom avant de la caméra pour une scène (nécessaire lorsqu'un clip vidéo est superposé dessus).- Sous-titres :
CAPTIONS=truegrave les sous-titres par groupe de mots (depuisLINES, minutés par caractères dans chaque ligne) dans les images ; Chromium forme correctement le devanagari. Gardez le bas ~120 px (16:9) / ~300 px (9:16) libre d'art important. DéfinissezCAPTIONS=falsepour les désactiver ; le.srtest quand même écrit. - 9:16 : partez de
vertical_template.html(texte d'accroche dans le tiers supérieur, visuel héroïque au milieu). Les scripts détectent le 9:16 depuis le viewBox SVG ; ne recadrez jamais une vidéo 16:9.
5. Audio
- Voix : enregistrement utilisateur → Kokoro (
scripts/voiceover.py) → tout autre TTS proposé par la session. Voix hindi Kokoro :hm_omega,hm_psi,hf_alpha,hf_beta. - Musique : le tapis synthétisé par défaut dans
mix_audio.pyest original et libre de droits ; ou passez--musicavec un morceau que l'utilisateur possède/licencie. N'utilisez jamais de musique protégée par des droits d'auteur. - Les sous-titres sont intégrés (règles du moteur ci-dessus).
make_video.shécrit aussifinal.srt; téléchargez-le sur YouTube pour que les spectateurs puissent activer les sous-titres et que YouTube puisse les traduire automatiquement.
6. Suppléments sur demande
- Vignette : rendez une image héroïque en 1280x720 avec une grande étiquette de 2 à 4 mots.
- Look de série : conservez la palette, les polices et les fonctions des personnages dans un fichier partagé et réutilisez-les d'un épisode à l'autre.
- Carte de fin : nom de la chaille / du pseudonyme sur les 2–3 dernières secondes.