Communitygithub.com

Texte vers vidéo animée

Transformez une idée, un script, une URL de blog, un PDF ou un PPT en une vidéo animée terminée — script scène par scène, style cohérent (dessin animé 2D, style anime, bande dessinée, livre d'histoires/fantasy, tableau blanc, typographie cinétique), voix off, sous-titres synchronisés, effets sonores/musique — le tout dessiné en code et rendu en MP4 au format 9:16, 16:9 ou 1:1.

Qu'est-ce que Texte vers vidéo animée ?

Cette compétence agit comme un pipeline complet de « texte vers animation » à la Fliki, mais les visuels sont générés entièrement par code, éliminant les limites de durée, les filigranes et les coûts de crédits. Elle prend en charge plusieurs entrées — une simple idée, un script, une URL de blog, un fichier PDF/PPT, ou même un fichier MP3 de voix off existant — et produit une vidéo MP4 finalisée dans le rapport d'aspect choisi par l'utilisateur. Le processus comprend une planification de scène détaillée, la génération de voix off (via fichier utilisateur ou API ElevenLabs), l'alignage des sous-titres mot par mot, la création de feuilles de personnages, le rendu HTML5 Canvas déterministe, le mixage audio avec effets sonores, et la livraison avec une copie optimisée pour WhatsApp. La compétence garantit un style visuel cohérent grâce à des préréglages prédéfinis (dessin animé 2D, style anime, bande dessinée, etc.) et interdit strictement l'utilisation de séquences libres de droit ou de générateurs d'images/vidéos externes, sauf demande explicite de l'utilisateur.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/1Harsh88/Video-skill/tree/HEAD/.claude/skills/text-to-animated-video

Demander à votre IA préférée

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

Documentation

Texte → vidéo animée

Ceci est un pipeline « texte vers animation » de style Fliki (voir references/fliki-notes.md), mais les visuels sont dessinés en code et rendus dans ce conteneur, donc il n'y a ni crédits Fliki, ni filigrane, ni limite de 3 minutes.

Entrée : l'une des suivantes

  • une idée en une ligne
  • un script
  • une URL de blog
  • un PDF ou PPT
  • un fichier MP3 de voix off existant

Sortie : un fichier MP4 finalisé, plus une copie pour WhatsApp, dans le rapport d'aspect choisi par l'utilisateur.

Étapes

  1. Brief. Recueillez ces informations, en utilisant les valeurs par défaut lorsque l'utilisateur ne les précise pas :

    • langue (par défaut : la langue de l'utilisateur ; hinglish/hindi est acceptable)
    • ton (neutre)
    • durée (60 s)
    • rapport d'aspect (9:16 pour les reels/shorts, 16:9 pour YouTube, 1:1 pour le fil d'actualité)
    • préréglage de style (voir ci-dessous)
    • voix : le fichier MP3 de l'utilisateur, ElevenLabs, ou aucune

    Ne demandez que ce que vous ne pouvez pas définir par défaut.

  2. Source → script.

    • Idée : rédigez-la vous-même.
    • URL / PDF / PPT : lisez la source, ne gardez que les faits qu'elle soutient, et citez-la sur la carte de fin.
    • Longueur : écrivez un script segmenté en scènes à environ 140 mots/min pour l'anglais, 120 pour l'hindi.
    • Structure : une accroche dans les 3 premières secondes, une idée par scène, un appel à l'action à la fin.
    • Vérification : montrez le script et attendez l'approbation, sauf si l'utilisateur a fourni le script.
  3. Plan de scène. Écrivez plan.json (format ci-dessous) avec 1 scène toutes les 4 à 8 secondes, et affichez-le sous forme d'un court tableau.

    {"W":1080,"H":1920,"fps":30,"style":"2d-cartoon","scenes":[
      {"id":1,"t0":0,"t1":5.2,"text":"<ligne de voix>","visual":"<ce qui est dessiné>","motion":"<camera/animation>","sfx":["whoosh:0.1"]}]}
    
  4. Voix. Choisissez l'une des options suivantes :

    • Fichier MP3 utilisateur : utilisez-le tel quel. Si de la musique se trouve sous la voix, séparez d'abord la voix (demucs) avant l'alignement.
    • ElevenLabs : l'utilisateur a besoin d'une clé. Demandez avec request_credential pour l'hôte api.elevenlabs.io, en-tête xi-api-key. Ne leur demandez jamais de coller la clé dans le chat. Ensuite, appelez POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id} avec model_id eleven_multilingual_v2 (ou le modèle multilingue le plus récent listé par l'API), une requête par scène ou pour l'ensemble du script.
    • Aucune voix : utilisez uniquement des sous-titres et des effets sonores, en chronométrant chaque scène à sa durée prévue.
  5. Aligner.

    • python scripts/align.py voice.wav script.txt words.json 30 donne les temps des mots, ainsi que words_mouth.json pour la synchronisation labiale.
    • Cela nécessite pip install --break-system-packages torch torchaudio uroman librosa soundfile et télécharge son modèle depuis download.pytorch.org, ce que cet environnement permet.
    • Re-calibrez les scènes de plan.json en fonction des mots alignés. Ne devinez jamais les temps lorsqu'une voix existe.
  6. Feuille de personnages d'abord (si la vidéo contient des personnages). Dessinez chaque personnage une fois sous forme de fonction avec quelques poses (inactif, parle, pointe, surpris) et enregistrez une feuille PNG. Réutilisez les mêmes fonctions dans chaque scène pour que les personnages soient identiques tout au long de la vidéo. Les personnages doivent être originaux ; ne copiez jamais un personnage de dessin animé ou d'anime existant.

  7. Construisez scene.html.

    • Un seul canevas de taille W×H.
    • window.renderAt(t) doit être déterministe : aléatoire basé sur une graine, pas de Date.now(), pas d'animation CSS.
    • window.ready se résout après le chargement des polices. Utilisez les fichiers woff2 locaux : Baloo 2 ou Noto Sans Devanagari pour l'hindi, Inter/Anton/Bangers/Caveat selon le style.
    • Les sous-titres sont dessinés dans le canevas :
      • 2 à 5 mots par segment, en coupant aux signes de ponctuation ou aux pauses de plus de 0,35 s
      • le mot actif est surligné dès son début
      • le texte reste dans la zone de sécurité ; pour le 9:16, rien dans les 250 px du haut ou les 420 px du bas
    • Mouvement : déplacements avec atténuation(easing), clignements toutes les 2 à 5 s, balancement au repos, un lent zoom avant par scène, et un mouvement de transition entre les scènes.
  8. Vérification des images fixes. Exécutez node scripts/render.cjs stills scene.html <8–12 fois> stills/ W H, puis assemblez les images fixes en une planche contact avec ffmpeg tile. Examinez vous-même la planche, corrigez les problèmes, puis montrez-la à l'utilisateur et attendez l'approbation avant le rendu complet.

  9. Rendu et mixage.

    • Vidéo : node scripts/render.cjs video scene.html 0 DUR v.mp4 30 W H
    • Effets sonores : python scripts/sfx.py DUR sfx.wav whoosh:3.2 pop:8.1 chime:10.5
    • Mixez la voix à 0 dB et les effets sonores à environ −12 dB. N'utilisez de la musique que si l'utilisateur la fournit ; réduisez son volume sous la voix avec sidechaincompress.
    • Multiplexez, puis loudnorm=I=-14:TP=-1.5.
  10. Livraison.

    • Vérifiez la présence d'images noires avec blackdetect.
    • Créez une copie WhatsApp/720p de moins de 20 Mo.
    • Envoyez les deux fichiers avec SendUserFile.
    • Pour d'autres rapports d'aspect, écrivez la mise en page en fonction de (W, H) et refaites le rendu.

Préréglages de style

préréglageapparencemouvement
2d-cartoonformes arrondies, couleur unie avec une nuance, contour foncé de 4 à 6 px, arrière-plans lumineuxrebondissant (atténuation back/elastic), écrasement aux atterrissages
anime-stylegrands yeux, traits propres et épais, couleur unie + ombre dure, dégradés de ciellignes de vitesse, plans d'impact, petites secousses d'écran sur les coups
comic-bookencre noire épaisse, tramage, cases, autocollants d'explosion (POW, WAAH!)claquement de cases, zoom-coup, transitions par effet de page
storybook (fantasy)dégradés doux et picturaux, grain de papier, lumière chaude, police à empattement arrondiparallaxe lent, particules flottantes, fondus doux
whiteboardtableau blanc, traits de marqueur noir dessinés avec stroke-dashoffset, une couleur d'accentune main/stylo suit le trait en cours de dessin ; effacement par balayage
kinetic-typepolice en gras (Anton/Inter Black), 2 à 3 couleurs, formes en accentsles mots claquent, glissent et changent d'échelle sur le rythme ; masques et cuts par correspondance
cinematic-2dillustration semi-réaliste unie, lumière dramatique mono-source, palette atténuéeseuls des ralentis et des travellings avant ; rythme documentaire

Règles

  • Dessiner en code. Tout est dessiné en code : pas de séquences libres de droit ni de générateurs d'images ou de vidéos, sauf si l'utilisateur fournit des médias ou demande des clips générés (dans ce cas, utilisez ai-video-generator).
  • Personnes réelles. Ne créez pas de ressemblances réalistes par IA de personnes réelles et vivantes du domaine public. Utilisez des images symboliques, des silhouettes, ou une caricature de l'utilisateur dessinée à partir de ses photos.
  • Faits. Les faits affichés à l'écran doivent provenir de la source de l'utilisateur ou d'une recherche vérifiée. N'inventez jamais de statistiques, de citations ou de témoignages.
  • Écrasement. Demandez avant d'écraser un fichier de sortie existant.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills associés