Capsule 2 - montage automatisé

Page privée, non indexée, sans lien entrant. Pour discussion entre Cappasoft et l'Agence Edgar.

4 min 30 - version de travail, non livrée. Encodée pour le web, le master est en qualité supérieure.

Ce qui vient d'Edgar

La direction artistique est intégralement celle des planches d'animation MST_12378. Les couleurs ont été relevées au pixel sur les planches, la grille et le rythme des cartons de section les suivent, et le système de composants reproduit leurs formes. Sans cette base, le montage n'aurait aucune tenue visuelle.

Deux écarts assumés : la police Neue Haas Unica est sous licence Monotype et introuvable, remplacée par Inter ; les personnages ont été regénérés, ceux des planches étant des comps de banque d'images.

La chaîne technique

Moteur de rendu	Remotion 4.0.479 (React 19). Le montage est du code, rendu localement. Aucun logiciel de montage, aucune ligne de temps manipulée à la main.
Narration	Azure Speech, voix `fr-CA-Sylvie:DragonHDLatestNeural`, générée en une seule passe, 48 kHz / 192 kbps. SSML pour les toponymes et les nombres.
Minutage	faster-whisper large-v3 avec horodatage au mot. 678 mots ancrés, 29 segments.
Synchronisation	Chaque animation est ancrée sur la frame du mot prononcé, et anticipée de 18 frames pour être terminée quand le mot tombe. Les coupes de section tombent dans les silences.
Vérification	Un banc rend une image à chaque temps fort et incruste dessous le texte réellement prononcé à cet instant. Une planche où l'image ne correspond pas à la ligne du bas est fausse.
Illustrations	Générées par modèle d'image, détourées en transparence.

Ce que ça change dans la fabrication

Une correction de mise en page ne touche ni la voix, ni le minutage, ni la synchronisation : on change une ligne, on relance le rendu.
Le contenu vient d'un fichier de données. Un montant qui change, un mot que le client corrige, et la vidéo se refait sans repasser par l'animation.
La synchronisation image-voix se calcule sur la transcription au lieu de se caler à l'oreille.

Version de travail, montrée telle quelle : la voix de synthèse dérive sur un passage de chiffres vers 3:00, et quelques choix de contenu restent à valider.