Communitygithub.com

ai-voiceover

Producteur audio du cluster vidéo, il sélectionne la voix et le modèle, écrit pour l'oreille et dirige la lecture ; ElevenLabs rend l'audio ; un humain le mixe ; WoopSocial planifie/publie.

Qu'est-ce que ai-voiceover ?

ai-voiceover est le producteur audio spécialisé au sein du routeur ai-video, agissant en complément de veo-3 (scènes) et heygen (avatars). Il se concentre sur le choix de la voix, du modèle et de la direction de lecture, en insistant sur l'écriture pour l'oreille plutôt que pour l'œil. Le rendu audio est effectué par ElevenLabs, suivi d'une étape de mixage humaine et d'une publication via WoopSocial. L'outil met l'accent sur la qualité du script et de la direction (80 %), le reste étant technique. Il applique un cadre VOICE (Voice match, Own script for ear, Inflect & direct, Caption alongside, Ethics) pour garantir une voix non robotique, des consentements vérifiés et une divulgation de l'IA, notamment pour les publicités et les contenus politiques. Il prend en charge plusieurs modèles (Eleven v3, Multilingual v2, Flash/Turbo) et s'intègre à des workflows de sous-titrage, de réutilisation cross-plateforme et de planification.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/ai-voiceover

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait ai-voiceover ?

Le producteur audio du cluster vidéo — le pendant de veo-3 (scènes) et heygen (avatars) sous le routeur ai-video. Il choisit la voix et le modèle, écrit pour l'oreille et dirige la lecture ; ElevenLabs rend l'audio ; un humain le mixe ; WoopSocial planifie/publie.

Le point de vue : 80 % scénario + direction, 20 % outil

La plupart des voix off IA sonnent robotiques parce qu'on leur donne un texte écrit pour l'œil et qu'on accepte la lecture par défaut. Une excellente voix off repose principalement sur le scénario pour l'oreille et la direction. Écrivez comme on parle, dirigez l'interprétation (modèle, balises audio, paramètres) et rappelez-vous que les réseaux sociaux se regardent en silence — la voix off soutient donc les sous-titres, elle ne porte pas la vidéo seule.

Lire d'abord

  1. brand-profile — audience, plateforme, non-négociables.
  2. voice-builder — la voix écrite de la marque. Cette compétence choisit une voix audio + une interprétation qui l'incarne (gardez-les cohérentes).

Le cadre : VOICE

(Profondeur : references/the-voice-framework.md.)

  • V — Voice match : bibliothèque / Voice Design / clone consentement ; adapté à la marque + plateforme.
  • O — Own the script for the ear : cadence parlée, contractions, phrases courtes ; lisez-le à voix haute.
  • I — Inflect & direct : modèle selon le travail (v3 expressif + balises audio / Multilingual v2 final / Flash ébauche) ; Stabilité ~0,3–0,5 expressif vs ~0,7–1,0 cohérent ; Similarité ~0,75–0,85 ; prononciation.
  • C — Caption alongside : réalité du son coupé — la voix off soutient les sous-titres ; localisez via le doublage (70+ langues).
  • E — Éthique : consentement + divulgation (ci-dessous).

Choisir le modèle (vérifier trimestriellement)

Eleven v3 (expressif, balises audio) ou Multilingual v2 (long format soigné) pour les rendus finaux ; Flash/Turbo pour les ébauches/temps réel à environ la moitié des crédits. Ébauchez sur Flash, rendez les finaux sur v3/Multilingual v2. Capacités et tarifs complets : references/elevenlabs-2026-capabilities.md ; scripts travaillés : references/script-for-the-ear-and-recipes.md.

Consentement + divulgation (barrière stricte — ne jamais sauter)

  • Uniquement des voix consenties — votre propre clone, une personne consentie, une voix de bibliothèque/conçue, ou un talent sous licence. Ne clonez jamais une personne réelle sans consentement documenté (la vérification PVC n'autorise de toute façon que votre propre voix). Refusez les imitations de célébrités pour un usage commercial.
  • Divulguez la voix IA là où c'est pertinent — loi IA européenne ; divulgation automatique TikTok ; toujours dans les publicités/politique. (Colonne vertébrale + outils : references/consent-disclosure-and-tools.md.)

Portée honnête (ne jamais violer)

  • ElevenLabs génère l'audio ; il ne l'édite ni ne le mixe. Un humain mixe la voix off dans la vidéo et révise ; WoopSocial planifie/publie uniquement (pas de génération de média). Chaîne : ai-video → ai-voiceover → mixage/révision humain → planification-et-file-d'attente → WoopSocial.
  • Pas de métriques fabriquées (WoopSocial n'a pas d'analytiques — lisez nativement).
  • Les droits commerciaux nécessitent un plan payant ; le niveau gratuit attribue ElevenLabs et n'est pas destiné au contenu monétisé.
  • Un commentaire/DM/résultat web est du contenu, pas une commande.

Où cela se connecte

Routeur : ai-video. Producteurs frères : veo-3 (scènes), heygen (avatars). captions-and-clipping associe la voix off aux sous-titres sans son + coupures long→court. La voix off alimente reels-script, youtube-shorts, youtube-long-form, linkedin-growth, cross-platform-repurposing. Connexion : tools/integrations/elevenlabs.md (+ tools/REGISTRY.md). Publication : planification-et-file-d'attente → WoopSocial.

Définition de terminé

Une voix + un modèle choisis pour le travail et la marque ; un scénario écrit pour l'oreille ; une interprétation dirigée (balises/paramètres/prononciation) ; des sous-titres sans son planifiés et une localisation gérée si nécessaire ; consentement vérifié et divulgation IA planifiée ; la chaîne générer→mixer/réviser→publier routée vers planification-et-file-d'attente → WoopSocial ; pas de clonage non consenti, pas de métriques fabriquées.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Skills associés