Files
MateuusandClaude Opus 5.5 84f30bbc2d CenaForge: primeira versão pública
Gerador de vídeos narrativos (Godot + FFmpeg), painel Next.js, serviço de voz,
Clipador de lives e Publicador para YouTube, TikTok e Instagram.

Inclui a leitura das visualizações dos posts para o Dashboard e o botão
"Publicar no <rede>" nos cartões das publicações.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-17 16:35:09 -03:00

2.0 KiB
Raw Permalink Blame History

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).
  • 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.