Que fait Génération de voix off ElevenLabs ?
Générez des voix off professionnelles avec l'IA pour les vidéos Remotion en utilisant l'API ElevenLabs.
Prérequis
ELEVEN_API_KEYdans.env.local
Démarrage rapide
# Générer une voix off à partir d'un texte
node ~/.agents/skills/elevenlabs-remotion/generate.js --text "Votre texte ici" --output public/audio/voiceover.mp3
# Générer avec un style narrateur (plus naturel)
node ~/.agents/skills/elevenlabs-remotion/generate.js --text "Votre texte" --character narrator --output voiceover.mp3
# Générer des scènes avec request stitching
node ~/.agents/skills/elevenlabs-remotion/generate.js --scenes remotion/scenes.json --output-dir public/audio/project/
# Régénérer une seule scène
node ~/.agents/skills/elevenlabs-remotion/generate.js --scenes scenes.json --scene scene2 --new-text "Texte mis à jour"
# Lister les voix disponibles et les préréglages de personnages
node ~/.agents/skills/elevenlabs-remotion/generate.js --list-voices
node ~/.agents/skills/elevenlabs-remotion/generate.js --list-characters
Préréglages de personnages
Utilisez les préréglages de personnages pour des voix off plus naturelles, au lieu d'une lecture littérale du texte à l'écran :
| Personnage | Description | Idéal pour |
|---|---|---|
literal | Lit le texte exactement tel qu'écrit | Texte à l'écran, citations |
narrator | Conteur professionnel, fluide, engageant | Vidéos explicatives, documentaires |
salesperson | Enthousiaste, persuasif, énergique | Marketing, publicités |
expert | Autoritaire, confiant, compétent | Contenu juridique, tutoriels |
conversational | Décontracté, amical, naturel | Réseaux sociaux, contenu décontracté |
dramatic | Intense, émotionnel, percutant | Accroches, énoncés de problèmes |
calm | Apaisant, rassurant, doux | Renforcement de la confiance, conclusions |
# Utiliser le style narrateur globalement
node ~/.agents/skills/elevenlabs-remotion/generate.js --scenes scenes.json --character narrator --output-dir public/audio/
# Ou définir par scène dans scenes.json
{
"scenes": [
{ "id": "scene1", "text": "Énoncé du problème", "character": "dramatic" },
{ "id": "scene2", "text": "Solution", "character": "calm" }
]
}
Génération par scène avec request stitching
Générez plusieurs scènes avec une prosodie cohérente en utilisant le request stitching d'ElevenLabs :
Format scenes.json
{
"name": "demo-produit",
"voice": "George",
"character": "narrator",
"scenes": [
{
"id": "scene1",
"text": "La synthèse vocale générique sonne robotique. Votre marque mérite mieux.",
"duration": 4.5,
"character": "dramatic"
},
{
"id": "scene2",
"text": "Avec le clonage vocal, vous pouvez utiliser votre propre voix pour un contenu illimité.",
"duration": 5.5
},
{
"id": "scene3",
"text": "Enregistrez un court échantillon. Clonez-le. Créez des voix off professionnelles en quelques minutes.",
"duration": 6,
"delay": 0.3
}
]
}
Générer toutes les scènes
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes-demo-produit.json \
--output-dir public/audio/demo-produit/
Ceci crée :
demo-produit-scene1.mp3àsceneN.mp3demo-produit-combined.mp3(toutes les scènes assemblées)demo-produit-info.json(métadonnées avec durées)
Régénération d'une seule scène
Si une scène commence trop tôt, a un mauvais timing ou nécessite un texte différent :
# Régénérer la scène2 avec un nouveau texte
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes.json \
--scene scene2 \
--new-text "Texte mis à jour pour la scène 2" \
--output-dir public/audio/project/
# Régénérer la scène3 avec un personnage différent
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes.json \
--scene scene3 \
--character salesperson \
--output-dir public/audio/project/
# Simplement régénérer (même texte, même personnage)
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes.json \
--scene scene1 \
--output-dir public/audio/project/
# Intégrer une miniature dans une vidéo MP4
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--embed-thumbnail public/videos/ma-video.mp4 \
--thumbnail public/videos/ma-miniature.png \
--output public/videos/ma-video-avec-miniature.mp4
L'outil fait automatiquement :
- Utilise le request stitching des scènes précédentes pour une prosodie cohérente
- Met à jour le fichier info.json avec les nouvelles métadonnées
- Met à jour scenes.json si
--new-textest fourni
Intégration de miniature
Intégrez une image miniature dans les vidéos MP4 afin que les plateformes comme Twitter, YouTube et les lecteurs vidéo affichent votre miniature personnalisée au lieu de la première image.
Intégrer une miniature dans une vidéo
# Utilisation de base - génère video-thumb.mp4
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--embed-thumbnail public/videos/promo.mp4 \
--thumbnail public/videos/miniature.png
# Chemin de sortie personnalisé
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--embed-thumbnail public/videos/promo.mp4 \
--thumbnail public/videos/miniature.png \
--output public/videos/promo-final.mp4
Workflow avec Remotion
# 1. Rendre votre vidéo
npx remotion render MaVideo public/videos/ma-video.mp4
# 2. Rendre votre miniature (utiliser une composition Still)
npx remotion still MaMiniatureVideo public/videos/ma-miniature.png
# 3. Intégrer la miniature
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--embed-thumbnail public/videos/ma-video.mp4 \
--thumbnail public/videos/ma-miniature.png \
--output public/videos/ma-video-final.mp4
Formats supportés
- Vidéo : MP4 (H.264/H.265)
- Miniature : PNG, JPG, JPEG
L'intégration utilise le drapeau -disposition:v:1 attached_pic de ffmpeg pour définir la miniature comme une image attachée, que la plupart des lecteurs vidéo et plateformes reconnaissent.
Validation du timing
La compétence valide automatiquement le timing après la génération à l'aide de ffprobe :
Vérifications effectuées
| Vérification | Seuil | Description |
|---|---|---|
| Écart de durée | >15% | Alerte si la durée réelle diffère de la durée attendue |
| Silence initial | >200ms | L'audio commence en retard (voix off retardée) |
| Silence final | >500ms | Silence inutile à la fin |
| Débit de parole | 2-4.5 mots/s | Optimal ~3 mots/seconde |
Valider un audio existant
# Valider toutes les scènes d'un projet
node ~/.agents/skills/elevenlabs-remotion/generate.js --validate public/audio/demo-produit/
Exemple de sortie :
🔍 Validation de demo-produit (6 scènes)
❌ scene1 : 3.00s (attendu : 4.5s)
❌ Audio 1.50s plus court que prévu
👍 8 mots @ 3.1 mots/sec
⚠️ scene2 : 6.35s (attendu : 5.5s)
⚠️ Silence initial : 235ms (peut commencer en retard)
🐢 10 mots @ 1.8 mots/sec
✅ scene4 : 4.36s (attendu : 4s)
👍 9 mots @ 2.3 mots/sec
📊 Durée totale : 30.80s (attendue : 30.00s)
Fichier info.json mis à jour
Après validation, le fichier info.json inclut les mesures réelles :
{
"scenes": [
{
"id": "scene1",
"duration": 4.5,
"actualDuration": 3.0,
"leadingSilence": 0.05,
"wordsPerSecond": 3.1
}
]
}
Utilisez actualDuration dans votre composition Remotion pour une synchronisation précise.
Options
| Option | Description | Valeur par défaut |
|---|---|---|
--text, -t | Texte à convertir en parole | Requis (ou --file/--scenes) |
--file, -f | Lire le texte depuis un fichier | - |
--output, -o | Chemin du fichier de sortie | output.mp3 |
--output-dir | Répertoire de sortie pour les scènes | public/audio |
--voice, -v | Nom ou ID de la voix | George |
--model, -m | ID du modèle | eleven_multilingual_v2 |
--character, -c | Préréglage de personnage | literal |
--scenes | Fichier JSON contenant les scènes | - |
--scene | Régénérer une seule scène par son ID | - |
--new-text | Nouveau texte pour la régénération de scène | - |
--validate | Valider un répertoire audio existant | - |
--skip-validation | Ignorer la validation automatique | false |
--embed-thumbnail | Fichier vidéo dans lequel intégrer une miniature | - |
--thumbnail | Fichier image miniature (PNG/JPG) | - |
--stability | Stabilité de la voix (0-1) | varie selon le personnage |
--similarity | Similarité de la voix (0-1) | varie selon le personnage |
--style | Exagération du style (0-1) | varie selon le personnage |
--no-combined | Ignorer le fichier combiné | false |
Voix recommandées
| Voix | Style | Idéal pour |
|---|---|---|
George | Britannique chaleureuse et captivante | Narration, vidéos explicatives |
Antoni | Professionnelle et chaleureuse | Contenu juridique, tutoriels |
Arnold | Autoritaire et profonde | Entreprise, sujets sérieux |
Josh | Amicale et conversationnelle | Marketing, contenu décontracté |
Intégration avec Remotion
Après avoir généré les voix off des scènes, utilisez-les dans votre composition :
import { Audio, Sequence, staticFile } from "remotion";
// Utiliser les fichiers audio individuels des scènes pour une synchronisation précise
const SCENE_DURATIONS = {
scene1: 4.5, // Depuis info.json
scene2: 5.5,
scene3: 8.0,
};
export const VideoWithVoiceover: React.FC = () => {
const { fps } = useVideoConfig();
const scene1Frames = Math.round(SCENE_DURATIONS.scene1 * fps);
const scene2Frames = Math.round(SCENE_DURATIONS.scene2 * fps);
return (
<>
<Sequence from={0} durationInFrames={scene1Frames}>
<Audio src={staticFile("audio/project/project-scene1.mp3")} />
<Scene1Visual />
</Sequence>
<Sequence from={scene1Frames} durationInFrames={scene2Frames}>
<Audio src={staticFile("audio/project/project-scene2.mp3")} />
<Scene2Visual />
</Sequence>
</>
);
};
Conseils pour de meilleurs résultats
- Utilisez les préréglages de personnages : Ne lisez pas le texte à l'écran littéralement - utilisez
narratorouexpertpour un flux naturel - La ponctuation compte : Utilisez des points pour les pauses, des virgules pour de brèves interruptions
- Nombres : Écrivez les nombres en toutes lettres ("cinq cents" pas "500") pour une parole naturelle
- Abréviations : Écrivez les mots en entier ("vingt-quatre heures" pas "24h")
- Scène par scène : Différentes scènes peuvent avoir différents personnages (intro dramatique, CTA calme)
- Réglage fin : Utilisez
--scenepour régénérer des scènes individuelles sans tout refaire - Request stitching : Maintient la voix cohérente sur toutes les scènes
Exemple de workflow
# 1. Créez le fichier scenes.json avec votre script
# 2. Générez toutes les scènes avec le style narrateur
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes-ma-video.json \
--character narrator \
--output-dir public/audio/ma-video/
# 3. Prévisualisez dans Remotion, remarquez que la scène2 commence trop tôt
# 4. Régénérez uniquement la scène2 avec un texte mis à jour
node ~/.agents/skills/elevenlabs-remotion/generate.js \
--scenes remotion/scenes-ma-video.json \
--scene scene2 \
--new-text "Texte légèrement plus long pour combler le timing visuel" \
--output-dir public/audio/ma-video/
# 5. Mettez à jour la composition vidéo avec la nouvelle durée depuis info.json
# 6. Répétez jusqu'à ce que le timing soit parfait