Explainer Studio — Actu et explications en vidéo

Ce qu'elle produit

Une vidéo longue complète à partir d'un script que vous validez — pas un modèle à remplir à la main :

• Narration : l'une des 30 voix TTS prédéfinies de Google, ou vos propres enregistrements
• Sous-titres : les mots de votre script, calés sur la narration (Whisper tourne sur votre ordinateur, uniquement pour le calage) ; incrustés dans la vidéo et enregistrés en fichier .srt pour YouTube ou un autre logiciel de montage
• Scènes animées sur photos de banque d'images : accroche, panneau d'infos avec chiffres qui défilent, « caméra » étape par étape, comparaison côte à côte, citation, avis, sources, titre et récap ; chaque scène apparaît au moment où le narrateur dit sa phrase
• Sommaire des chapitres entre les sujets, cartes de citation des sources, mention « Illustration » sur chaque photo
• Musique et effets sonores (vos fichiers sous licence), atténués sous la voix ; loudness −14 LUFS
• Miniature YouTube (2 mises en page) et description avec horodatage des chapitres, sources et crédits photo

Comment ça marche

1. L'agent pose cinq questions de départ (nom de la chaîne, langue, voix, public, durée), puis vous ou l'agent écrivez le script dans un format Markdown simple, avec une source pour chaque fait.
2. L'agent choisit une photo et deux alternatives pour chaque scène et crée un storyboard : le script sous forme de tableau, les images à côté du texte. Vous validez script et storyboard ensemble et répondez par exemple « s01-3 B ».
3. Narration, calage, sous-titres et rendu sont automatiques. Chaque chapitre est rendu séparément : une correction ne demande de refaire que ce chapitre.
4. Contrôles intégrés : chaque scène doit démarrer sur une phrase réellement présente dans le script, aucune ligne de sous-titre chinois n'est coupée au milieu d'un mot, le contrôle de narration liste les passages à écouter, chaque requête TTS précise mandarin ou cantonais, et la règle YouTube des chapitres de 10 secondes est vérifiée.
5. Vous visionnez la vidéo terminée. La skill ne met rien en ligne et ne publie rien.

Exemple entrée → sortie

Quatre projets d'exemple complets inclus : anglais, mandarin (traditionnel), mandarin (simplifié), cantonais. L'exemple anglais donne une vidéo de 1:41 avec 8 scènes, des sous-titres, une carte de citation, une miniature et une description à 3 chapitres.

Cas d'usage

Récaps d'actualité hebdomadaires · vidéos explicatives YouTube · histoires au style documentaire · résumés de cours ou de recherches

Prérequis

• Un client d'agent capable d'exécuter des commandes shell (développée et testée avec Claude Code)
• Python 3.10+, Node.js 20+, FFmpeg · environ 6 Go d'espace disque
• Testée sur macOS (Apple Silicon). Windows et Linux utilisent faster-whisper au lieu de mlx-whisper : pris en charge dans le code, pas encore testé
• Vos propres clés dans un fichier .env : une clé API Gemini pour le TTS (inutile si vous enregistrez vous-même) et une clé API Pixabay gratuite
• scripts/selftest.py --render vérifie l'installation sans aucune clé : tests unitaires et rendu de test de 10 secondes

Coûts d'utilisation (à votre charge, hors Capafy)

Gemini TTS ≈ 0,14 US$ pour 10 minutes de narration (offre payante, tarifs 2026). Pixabay et Whisper sont gratuits. Le rendu se fait sur votre ordinateur et dure à peu près la durée de la vidéo.

Ce qu'elle ne fait pas

• Pas de clonage de voix, pas de voix sur mesure, pas d'échange de visage : uniquement les voix prédéfinies de Google ou vos enregistrements
• Pas d'images générées par IA : photos sous licence (Pixabay), marquées « Illustration » et créditées
• N'invente pas de faits : chaque fait doit avoir une source, et rien n'est produit avant votre validation du script
• Ne met rien en ligne sur YouTube

FAQ

Quelles langues ? Narration et textes à l'écran en anglais, en mandarin (caractères traditionnels ou simplifiés) et en cantonais (écrit comme il se parle, p. ex. 嘅、咗).
Puis-je utiliser les vidéos commercialement ? Oui, les vidéos que vous créez vous appartiennent. La skill elle-même ne peut être ni revendue ni partagée.
Ai-je besoin d'une licence Remotion ? Particuliers et entreprises jusqu'à 3 salariés : non. Au-delà, une licence entreprise Remotion est nécessaire (remotion.pro).
Puis-je utiliser ma propre musique ? Oui : placez des fichiers sous licence dans les dossiers audio/bgm et audio/sfx du projet.
Y a-t-il des mises à jour ? Oui : sur Capafy, les acheteurs de la version téléchargeable reçoivent gratuitement toutes les versions suivantes.
Support ? [email protected]