# 3 — Narração **Objetivo:** voz que carrega a história no ritmo do vídeo e casa com a legenda. **Saída:** história → WAV salvo no repositório e apontado em `audio.file` (`audio.enabled: true`) da cena; corte → normalmente nenhuma (a voz é a do streamer). ## Regras de ritmo (heurística — testar) - Conversacional: **130–160 palavras/min** (~2,2–2,7 palavras/s). Acima de ~180/min cansa e a legenda não acompanha (leitura no celular ≈ 200–250 palavras/min). O roteiro do CenaForge usa ~2,5 palavras/s. - **Uma pausa estratégica** antes do ponto mais importante; corte silêncios mortos no resto. - Primeira palavra no **primeiro segundo** — narração que começa tarde perde o gancho. ## Trilho HISTÓRIA - Serviço de voz (skill `cenaforge`, seção "Voz e legenda"): `POST /v1/synthesize` com `params.format: "wav"`; voz padrão `pt-br-antonio` (Edge); offline: Piper (`pt-br-faber`, `pt-br-cadu`). Página **Vozes** do painel para ouvir/testar (velocidade 0,5–2). - Personagem: voz de personagem (RVC) por personagem, registrada na bíblia. **Voz que imita pessoa real → rótulo de IA** na publicação (ver [platforms.md](platforms.md)). - Gere a legenda junto: `POST /v1/transcribe` com `X-Detail: words` sobre o WAV final (tempos por palavra). ## Trilho CORTE DE LIVE - Voz original. Narração própria (TTS) só se for a **camada de transformação** (contexto de 1 frase no início: "o chat inteiro achou que ele ia morrer aqui…") — conta como comentário original para o YouTube. - Se usar, mixe a narração por cima com o áudio da live abaixado (ducking) — hoje isso é manual (FFmpeg). ## Pronto quando - [ ] duração da fala ≤ duração da cena; ritmo dentro da faixa; - [ ] primeira palavra até 1 s; sem silêncio morto; - [ ] WAV final apontado na cena (história) e legenda com tempos gerada; - [ ] rótulo de IA decidido (sim/não) e anotado na ficha. **Lacuna:** o render ainda não chama o serviço de voz sozinho.