Générateur de Script TTS
Compresse et réécrit intelligemment des documents en scripts adaptés à la synthèse vocale (TTS).
Capacités principales
- 🤖 Analyse IA intelligente : Claude analyse le contenu de l'article, détermine la durée vidéo et le style d'illustration optimaux
- ⏱️ Décision de durée intelligente : choisit automatiquement la durée appropriée (3 à 8 minutes) selon le contenu
- 🎨 Décision de style intelligente : sélectionne automatiquement le style d'illustration (New Yorker / Ukiyo-e / Flat / Réaliste, etc.) en fonction du thème
- 📉 Compression intelligente : compresse le contenu à la durée optimale (par ex. 19 minutes → 5 minutes)
- 💬 Conversion vers un style oral : langage écrit → langage parlé naturel
- 😊 Optimisation émotionnelle : ajoute des mots émotionnels pour rendre le TTS plus vivant
- 🎯 Segmentation automatique : détermine le nombre optimal de segments (10 à 20 secondes chacun)
- 📊 Estimation de durée : calcule précisément la durée de lecture de chaque segment
Principe de fonctionnement
Exécuté dans une conversation avec Claude :
- Claude lit le document original
- Claude analyse le contenu :
- Thème et structure de l'article
- Nombre d'idées principales
- Densité du contenu
- Détermine la durée vidéo optimale (3 à 8 minutes)
- Détermine le style d'illustration le plus adapté (ex. : historique → Ukiyo-e, technologie → Flat, sciences humaines → New Yorker)
- Claude réécrit intelligemment :
- Extrait les idées principales
- Compresse à la durée optimale
- Convertit en expressions orales
- Ajoute des mots émotionnels et des pauses
- Claude segmente automatiquement (chaque segment correspond à une illustration)
- Détermine le style d'illustration le plus approprié selon le thème de l'article
- Génère une description d'illustration pour chaque segment (en utilisant le style déterminé)
- Produit deux fichiers :
tts_script.json(script textuel TTS + marqueurs d'animation)visual_config.json(descriptions d'illustrations, destiné àillustration-generator)
Format de tts_script.json (nouveaux marqueurs d'animation) :
[
{
"segment": 1,
"text": "Aujourd'hui, parlons de la vie réelle sous la dynastie Tang. Vous voulez voyager dans le temps ? Attendez un peu !",
"duration": 15,
"animation_style": "fade_in",
"emphasis": true
},
{
"segment": 2,
"text": "Sous les Tang, il n'y avait pas de papier toilette. Avec quoi se nettoyait-on ?",
"duration": 12,
"animation_style": "none",
"emphasis": false
}
]
Règles des marqueurs d'animation (décision intelligente de Claude) :
animation_style:"fade_in": titres, introductions, points forts"write": idées principales, conclusions clés"typewriter": données, faits"none": contenu normal (utilise les sous-titres ASS)
emphasis: segment important ou non (true/false)
Principes de décision :
- Segment 1 (ouverture) →
fade_in - Idée principale (premier segment de chaque chapitre) →
write - Données/faits →
typewriter - Autre contenu →
none(sous-titres ASS) - Suggestion : sur 24 segments, 3 à 5 avec animation suffisent
Script d'exécution
generate.py - Génération du script TTS
python ~/.claude/skills/tts-script-generator/scripts/generate.py <fichier_markdown>
- Lit le fichier Markdown
- Extrait les sections H2
- Convertit en style oral
- Segmente selon la durée
- Produit
tts_script.json
Cas d'utilisation
- Doublage vidéo : associé à
image-to-video(utilisation principale) - Génération de podcast : associé à
podcast-generator
Description des sorties
Produit par cette compétence :
- ✅
tts_script.json- Script textuel TTS - ✅
visual_config.json- Descriptions d'illustrations
Non inclus :
- ❌ Génération audio TTS (prise en charge par la compétence
image-to-video) - ❌ Génération d'illustrations (nécessite la compétence
illustration-generator) - ❌ Composition vidéo (nécessite la compétence
image-to-video)
Mode d'appel
Appel automatique par la compétence image-to-video :
image-to-video détecte un document long
→ appelle tts-script-generator
→ Claude réécrit dans la conversation
→ produit le script TTS compressé
→ image-to-video poursuit le traitement
Appel manuel (dans une conversation avec Claude) :
Utilisateur : « Veuillez réécrire cet article avec tts-script-generator »
Claude :
1. Lit le document (5947 mots, 19 minutes)
2. Analyse le contenu :
- Thème : la vie sous la dynastie Tang (sciences humaines, historique)
- Idées principales : 4 (hygiène, alimentation, réglementation, classes sociales)
- Durée optimale : 5 minutes (densité de contenu modérée)
- Style d'illustration : Ukiyo-e (thème historique, esthétique orientale classique)
3. Réécrit en 1350 mots
4. Divise en 20 segments (15 secondes chacun)
5. Génère une description d'illustration de style Ukiyo-e pour chaque segment
6. Sauvegarde tts_script.json + visual_config.json
Format de sortie
tts_script.json
[
{
"segment": 1,
"text": "Aujourd'hui, parlons de la vie réelle sous la dynastie Tang. Vous voulez voyager dans le temps ? Attendez un peu ! Sous les Tang, il n'y avait pas de papier toilette...",
"duration": 15
}
]
visual_config.json
{
"article_title": "La vérité sur un voyage sous les Tang",
"style": "ukiyo-e",
"sections": [
{
"section": 1,
"visual_description": "A person standing at a crossroads between modern city and ancient Tang Dynasty palace, looking confused, ukiyo-e style with traditional Japanese woodblock print aesthetics"
}
]
}
Règles de décision du style d'illustration
Claude sélectionne automatiquement le style le plus adapté en fonction du thème de l'article :
- Historique/Classique →
ukiyo-e: dynasties Tang, Song, histoire japonaise, etc. - Sciences humaines/Société →
new-yorker: observations sociales, récits de personnages, etc. - Technologie/Commerce →
flat: produits technologiques, analyses commerciales, etc. - Nature/Voyage →
realistic: paysages, animaux, voyages, etc. - Art/Créativité →
abstract: critiques d'art, réflexions créatives, etc.
Principes de réécriture
- Conserver l'essentiel : garder les idées et histoires les plus importantes
- Style oral :
- « mais » → « mais alors »
- « parce que... donc... » → « pourquoi ? parce que... »
- Ajouter des particules : « hein », « donc », « bon »
- Mots émotionnels :
- Insistance : « vraiment », « très », « particulièrement »
- Exclamation : « waouh », « mon Dieu », « imaginez »
- Contrôle du rythme :
- Phrases courtes de préférence
- Pauses appropriées
- Une idée principale par segment
Compétences appelantes
- Compétence
image-to-video(principale) - Compétence
podcast-generator - Autres compétences nécessitant du TTS