Communitygithub.com

3dvid

Pipeline complète pour produire un court métrage vertical 3D animé de type cartoon, depuis un sujet d'actualité vrai jusqu'à la publication YouTube, avec voix off, musiques et effets sonores originaux, sous-titres stylisés et rendu 2K.

Qu'est-ce que 3dvid ?

3dvid est une compétence d'agent d'IA spécialisée dans la création de vidéos courtes verticales (Shorts) de 55 à 70 secondes en 3D cartoon. Elle transforme un fait divers réel et tendance en un récit animé complet : recherche du sujet, écriture du script structuré en 8 temps, génération de narration vocale avec Kokoro TTS (voix UK gratuite), construction d'un monde 3D avec three.js et Remotion, création d'une bande-son originale (musique et effets sonores), sous-titres façon sticker, rendu 2K, couverture, et upload automatique sur YouTube dans une playlist dédiée avec lien d'abonnement. La compétence est conçue pour fonctionner sans coût supplémentaire (outils gratuits uniquement), et s'appuie sur un pipeline éprouvé par des exemples comme "Slower Than Molasses in January". Elle exige une validation humaine du sujet et du script, et respecte des règles strictes de ton, de sources et de qualité technique (mixage audio, rendu, normes YouTube). Le rendu final s'effectue sur un PC Windows via Remote Control, avec synchronisation Google Drive et upload via Zapier. 3dvid est idéale pour les créateurs de contenu souhaitant produire des explications scientifiques ou historiques visuelles et engageantes, avec un rendu professionnel sans investissement dans des logiciels coûteux.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/easswad/VideoSkills_for_Youtube/tree/main/3dvid

Demander à votre IA préférée

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

Documentation

3DVID : courts métrages 3D cartoon, du sujet à YouTube

Un court métrage vertical d'environ 55 à 70 secondes (1440x2560, 30 ips) dans lequel des personnages plats en 2D incarnent une histoire vraie dans un monde 3D cartoon coloré. Une idée physique est expliquée par une analogie du quotidien. Testé sur "Slower Than Molasses in January" (inondation de mélasse de Boston 1919, 69,7 s), disponible dans templates/molasses/ et examples/molasses/.

Configuration (à modifier pour un autre utilisateur ou chaîne)

CléValeur
Chaîne / lien d'abonnementhttps://www.youtube.com/@easswad
Playlist`#Shorts
PC de rendu + dossier synchroniséPC Windows via Remote Control ; C:\ZapierAi Folder\3D\<nom>-render (Google Drive pour bureau synchronise C:\ZapierAi Folder)
Chemin d'uploadZapier : Google Drive "Rechercher un fichier" → YouTube "Uploader une vidéo" → YouTube "Ajouter à une playlist"
VoixKokoro TTS bm_fable (gratuit, voix masculine UK)

Règles permanentes

  • Histoire : vraie et documentée, avec une source pour chaque fait. Notre propre script, personnages et plans. Ne jamais copier, nommer ou uploader les vidéos d'une chaîne de référence.
  • Ton : les blagues visent les personnes ou entreprises en faute, jamais les victimes.
  • Langue et voix : anglais uniquement, un seul ton de narrateur stable. Outils gratuits uniquement : ne pas dépenser de crédits vidIQ ou Higgsfield sans demander.
  • Approbations : obtenir l'approbation de l'utilisateur sur le sujet et le script. Ensuite, exécuter.
  • Mixage : voix inchangée, fond musical environ 10 LU en dessous de la voix (standard "+3 dB musique"), piste SFX à -6 dB. Master -15 LUFS, pic vrai ≤ -1,2 dBTP, 48 kHz.
  • Texte à l'écran : ACTIF - sous-titres stickers plus une étiquette source en haut (étape 7).
  • Chaque upload : public, pas destiné aux enfants, catégorie Éducation. La description se termine par le lien d'abonnement, et la vidéo va dans la playlist ci-dessus.
  • Sauvegarde : sauvegarder le travail après chaque étape. Placer les livrables dans le dossier des fichiers du projet.

Pipeline

1. Sujet

Rechercher des histoires vraies tendance des derniers jours, avec preuve de demande (5M+ vues sur des shorts similaires, liens YouTube). Privilégier une histoire avec une cause et un effet physiques visibles, et une analogie du quotidien qui l'explique. Proposer à l'utilisateur un tableau d'options. Ne jamais proposer de parodies IA de personnes réelles ou de canulars.

2. Script (≈3,7 mots/s, 55-70 s, environ 250 mots)

Écrire SCRIPT.md avec les faits et leurs sources en haut. Structure en temps (voir examples/molasses/SCRIPT.md) :

  1. Accroche : le fait absurde en une ligne.
  2. Contexte.
  3. Escalade en 3-4 temps.
  4. Point de rupture : le moment où ça casse.
  5. "Heureusement… / Malheureusement…" sur un ton neutre.
  6. "Vous voyez…" plus l'analogie du quotidien.
  7. Conséquence : la règle ou la loi créée.
  8. Rebondissement en clin d'œil.

Ne jamais narrer ce que le spectateur voit déjà.

3. Voix (gratuite)

Installation :

pip install kokoro-onnx soundfile librosa

Placer kokoro-v1.0.onnx et voices-v1.0.bin des releases GitHub de thewh1teagle/kokoro-onnx (model-files-v1.0) dans $KOKORO_DIR (par défaut ~/tts). HuggingFace et edge-tts peuvent être bloqués.

Générer la narration :

python scripts/voice/narrate_timed.py bm_fable 1.32 lines.txt voice/ 0.08   # une ligne de script par ligne de texte
python scripts/voice/align.py bm_fable 1.32 voice/                         # timings DTW des mots → voice/words.json
  • La vitesse est très non linéaire : 1,30 a donné 71,6 s, 1,32 a donné 69,6 s et 1,35 a donné 60,8 s pour 254 mots.
  • Tout l'aval est synchronisé sur words.json (image = début du mot × 30).

4. Monde 3D + plans (Remotion + three.js)

  1. Copier templates/molasses/ (le plus récent) ou templates/bridge/ vers src/videos/<nom>/.
  2. Enregistrer la composition dans src/Root.tsx (1080x1920, 30 ips).
  3. Installer @remotion/three, [email protected], @react-three/fiber@8, @react-three/postprocessing@2, postprocessing@6 et @remotion/google-fonts (même version que remotion).

Où se trouvent les choses :

  • story.ts : PLANS, XFADE, FLASH_AT, caméras par plan, kicks, profondeur de champ.
    • Chaque réaction visuelle arrive 0 à 3 images avant son mot.
    • Chaque plan fixe avance (push-in), et les coupes ont lieu sur les grandes transitions.
  • world.ts : ciel, sol, bâtiments avec élimination par ligne de visée, accessoires de l'histoire posés image par image. Le soleil est gelé par plan et relatif à la caméra.
  • cast.ts / toon.ts / cardshade.ts : personnages en billboard dessinés avec le Canvas2D Pen (têtes en haricot, membres en bâtons, encre prune, couche NOINK).
  • Post (<Nom>.tsx, ink.ts, lensblur.ts, grade.ts) :
    • Ordre : encre → flou de lentille → bloom → NEUTRAL tone map → étalonnage, MSAA 4.
    • Les paramètres des pixels sont mis à l'échelle avec la hauteur / 1920.

Les cibles visuelles et pièges de lisibilité sont listés dans "Règles visuelles" ci-dessous.

5. Vérifications visuelles

Rendre des images à demi-échelle :

npx remotion still src/index.ts <Comp> out/x.png --frame=N --scale 0.5 --props='{"post":{"dpr":0.5},"text":false}'
  • Dans un cloud Linux, ajouter --browser-executable=<chromium> --gl=swangle.
  • Corriger les z-fighting en éloignant les décors intérieurs (à ±600 m), ainsi que les accessoires qui bloquent la caméra.
  • Supprimer les grosses taches près de l'objectif et tout ce qui se lit mal.
  • Optionnel : feuilles côte à côte (scripts/qa/sbs_sheet.py) et un passage de vérification.

6. Son (original, synthétisé)

templates/audio/molasses_example/molasses_audio.py est un pipeline complet en un seul fichier. Il importe dsp.py, instruments.py et sfx_gen.py depuis templates/audio/. La version bridge est divisée en timeline.py, sfx.py, music.py et mix.py.

  1. Le copier.
  2. Définir FPS/TOTAL, PLANS et les images d'événements depuis story.ts.
  3. Écrire les événements SFX et la liste des cues musicaux.
  4. Exécuter avec WORDS_JSON=... VOICE_WAV=... python molasses_audio.py.

Il produit mix.wav (longueur exacte), les stems et cues.md. La voix réduit la musique d'environ 3 dB, et un limiteur court terme maintient les SFX à au moins 5 LU sous la voix.

Verrouiller le timing de l'image avant de faire le son. Tout changement de timing implique de le relancer.

7. Texte à l'écran (style sticker maison)

  1. Copier templates/molasses/Captions.tsx.
  2. Écrire captions_spec.txt :
    • Une ligne par ligne de script, avec des groupes de 1 à 3 mots séparés par |.
    • Marquer les mots clés avec *. Ils apparaissent dans une boîte jaune.
    • Écrire les nombres en chiffres, et utiliser #n quand le nombre de mots affichés diffère du nombre prononcé.
    • Mettre TAG: SOURCE: … avant chaque ligne de fait. La première balise est une balise date/lieu, ex. BOSTON · 15 JANVIER 1919.
  3. Générer le fichier de données :
    python scripts/captions/make_captions.py voice/words.json captions_spec.txt src/videos/<nom>/captions-data.ts -v
    
  4. Dans le composant principal, rendre {getInputProps().text !== false && <Captions />} en dernier, par-dessus tout.

Le style :

  • Les sous-titres se situent à environ 68% du bas. Poppins Black en majuscules blanc avec une épaisse bordure noire et une ombre dure.
  • Les mots clés obtiennent une boîte #FFD43B inclinée avec une bordure noire, apparaissant avec un effet ressort.
  • La balise source est une petite boîte blanche avec une bordure noire près du haut (128 px à 1080).
  • La police se charge depuis Google Fonts au moment du rendu, donc le rendu nécessite Internet.

8. Rendu final (sur le PC ; le cloud CPU prend des heures)

Empaqueter le projet sans node_modules, plus mix.wav, dans le dossier synchronisé/de rendu. Ensuite, dans une session Remote Control :

npm i
npx remotion render src/index.ts <Comp> out/<nom>_video.mp4 --codec h264 --crf 16 --scale 1.3333333333333333 --concurrency 4 --timeout 300000
ffmpeg -i out/<nom>_video.mp4 -i mix.wav -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 256k -shortest out/<nom>_final_text.mp4
  • --scale doit être exactement 4/3, sinon Remotion rejette la hauteur non entière.
  • La concurrence 8 a épuisé la mémoire sur un portable 890M. La concurrence 4 rend à ~5,5 ips, soit environ 6-7 min pour 70 s.
  • Dans l'effet de nettoyage, appeler InkPass.prototype.dispose.call(fx.ink), pas fx.ink.dispose().
  • QA : python scripts/qa/short_qa.py final.mp4 qa/ shots.json vérifie les images noires, blanches, gelées et pop, ainsi que la sonie. Vérifier aussi quelques images pour la police, le clipping et les visages.

9. Couverture / miniature

  1. Rendre une image fixe 1080x1920 du moment le plus dramatique avec {"text":false}.
  2. Exécuter :
    python scripts/cover/make_cover.py frame.png <nom>_cover_1080x1920.jpg --font Poppins-Black.ttf --top "UNE VAGUE DE" --key "MÉLASSE" --big "DE 7 MÈTRES" --badge "BOSTON 1919" --sub "@easswad"
    

Le résultat est un JPEG de moins de 2 MB (limite des miniatures YouTube). Le sauvegarder à côté du mp4 dans le dossier synchronisé Drive.

10. Upload (synchronisation Drive + Zapier, aucun lien public)

  1. Attendre que l'action Zapier Google Drive "Rechercher un fichier" trouve à la fois le mp4 et la couverture. Elle renvoie une référence file que vous pouvez passer directement.
  2. Exécuter l'action Zapier YouTube "Uploader une vidéo" avec :
    • video : la référence du fichier.
    • thumbnail : la référence de la couverture.
    • Un titre (≤ 70 caractères, accroche + emoji + "(True Story)").
    • Des tags.
    • privacy_status=public, made_for_kids=false, category_id Éducation, default_language=en, notify_subscribers=true.
    • Une description dans cet ordre : ligne d'accroche, bullet points de faits avec emoji, une question pour les commentaires, Sources, hashtags se terminant par #Shorts, puis "Abonnez-vous pour plus : https://www.youtube.com/@easswad".
  3. Exécuter YouTube "Ajouter à une playlist" dans #Shorts | Pour les vidéos très courtes. Résoudre l'ID depuis la liste des playlists de l'action. Ne pas utiliser l'autre playlist simplement nommée "Shorts".
  4. Vérifier via l'API YouTube que la vidéo est publique, traitée et possède la miniature. Donner le lien à l'utilisateur.

Notes :

  • Si la miniature échoue, exécuter "Mettre à jour la miniature de la vidéo" (nécessite une chaîne vérifiée par téléphone).
  • Chaque appel Zapier utilise une tâche du plan. Si la limite mensuelle est atteinte, en informer l'utilisateur et s'arrêter.

Règles visuelles (issues des courts métrages éprouvés)

  • Encre : lignes du monde #030303, 5,1 px proche → 3,3 px lointain à 1080. Pas d'encre sur les cartes des personnages.
  • Lumière du jour : ciel #3e7fd2 → #b8d0ec, brouillard = couleur d'horizon. L'ombre est froide uniquement dans les ombres. La mélasse/les liquides prennent un marron chaud (#4f240f), avec le soleil derrière la caméra sur les plans de vague.
  • Profondeur de champ : environ 1/3 du temps d'écran (gros plans 12-16 px à 1080), les plans larges restent nets.
  • Personnages : 3,5 têtes de hauteur, clignement toutes les 0,5 à 2,3 s, oscillation de marche 5%, ombres de contact.
  • Pièges :
    • Les accessoires à moins de 2 m de l'objectif deviennent des taches.
    • Une balançoire dessinée avec une corde se lit comme une pendaison.
    • Les panneaux éclairés de côté deviennent gris.
    • Les plans fixes plats se lisent comme des gelés. Chaque plan fixe nécessite un push-in progressif.
  • Grain : garder le grain cinéma DÉSACTIVÉ, car il quadruple la taille du fichier.
  • Disque : Remotion copie public/ dans le dossier temporaire à chaque fois. Supprimer les anciens dossiers remotion-webpack-bundle-* une fois terminé.

Fichiers de cette compétence

  • templates/molasses/ : le code source complet le plus récent, incluant Captions.tsx et captions-data.ts.
  • templates/bridge/ : la première source éprouvée (MIT, voir le fichier LICENSE).
  • templates/audio/ : le moteur sonore et molasses_example/.
  • scripts/voice/ : narration Kokoro et alignement des mots.
  • scripts/captions/make_captions.py
  • scripts/cover/make_cover.py
  • scripts/qa/ : outils d'images fixes, QA et côte à côte.
  • examples/molasses/ : script, spécification de sous-titres et description YouTube.

Skills associés