- cartoon/src/rig.ts, motion.ts e lipsync.ts: esqueleto do personagem, curvas de movimento e sincronia labial no estilo Cartoon (Remotion) - CharacterFigure/CharacterCard/Shot/overlays e spec atualizados - Painel: estúdio de personagens e montagem cartoon ajustados - Documentação em doc/cartoon/animacao.md e personagens.md; skill atualizada Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
204 lines
20 KiB
Markdown
204 lines
20 KiB
Markdown
# Ferramentas do CenaForge
|
||
|
||
Inventário do que o pipeline usa, do que está planejado e de como avaliar uma ferramenta nova.
|
||
Versões abaixo foram **verificadas** na data indicada; ao trocar de versão, rode o render de
|
||
prévia e registre aqui (via `cenaforge-skill-updater`).
|
||
|
||
## Em uso
|
||
|
||
| Ferramenta | Versão testada | Papel | Como é localizada | Verificada em |
|
||
|---|---|---|---|---|
|
||
| Godot (edição padrão, GDScript) | 4.7.2.stable.official (ed1daf0bf) | monta e anima a cena (rua 3D `main.tscn`; documentário em `doc.tscn`: 2D por `doc2d_canvas.gd`, `_draw` + SystemFont Segoe UI/Arial/DejaVu; 3D pela biblioteca `godot/library/`: `island` com FastNoiseLite, MultiMesh, shader de mar e ProceduralSky; `castaways` sobre os kits `godot/kits/` com malha por SurfaceTool); Movie Maker grava PNG | `GODOT_BIN` → `PATH` (`godot`, `godot4`) → `.tools/godot-<versão>/Godot_v*-stable_win64.exe` | 16/11/2026 (reconferida 17/11/2026; `doc2d` e `doc3d` `island`/`castaways` com render ok em 17/11/2026) |
|
||
| Renderizador Godot | Mobile (Vulkan) | sombras direcionais, MSAA 4x, névoa, tonemap | método `mobile`, `msaa_3d=2` (4x) e sombra 4096 em `project.godot`; névoa e tonemap Filmic em `street_builder.gd`; ACES + névoa na ilha (`godot/library/island/template.gd`) | 16/11/2026 (ilha: 17/11/2026) |
|
||
| FFmpeg | 7.1.1 essentials (gyan.dev) | PNG → MP4; áudio AAC; quadros de inspeção; montagem documental do painel (`zoompan`, `boxblur` + `overlay` na foto horizontal, `drawtext`, concat `-c copy`; `panel/src/lib/montage-ffmpeg.ts`, fonte Segoe UI Bold/Arial Bold) | `FFMPEG_BIN` → `PATH` | 16/11/2026 (montagem: 17/11/2026) |
|
||
| FFprobe | 7.1.1 | verificação do MP4 e duração do áudio | `FFPROBE_BIN` → `PATH` | 16/11/2026 |
|
||
| Encoder de vídeo | `libx264` (preset medium, CRF 18) | H.264 yuv420p | ordem: libx264 → h264_nvenc → libopenh264 (`tools.ts`) | 16/11/2026 |
|
||
| Node.js | 24.19.0 (mínimo ≥ 20.10) | lançador | — | 16/11/2026 |
|
||
| pnpm | 11.22.0 | scripts e lockfile | — | 16/11/2026 |
|
||
| tsx | 4.23.15 | executa o TypeScript do lançador | devDependency | 16/11/2026 |
|
||
| TypeScript | 7.0.2 (compilador nativo) | `pnpm typecheck` | devDependency | 16/11/2026 |
|
||
| @types/node | 24.19.2 | tipos | devDependency | 16/11/2026 |
|
||
| Next.js / React / Tailwind | 16.4.6 / 19.3.0 / 4.3.3 | painel (`panel/`) | dependências do workspace | 16/11/2026 |
|
||
| @xyflow/react | 13.0.1 | árvore de vertentes na aba Fluxo (`panel/src/components/story-flow.tsx`) | dependência do painel | 16/11/2026 |
|
||
| SQLite | `node:sqlite` (Node 24) | banco do painel, sem dependência nativa | embutido | 16/11/2026 |
|
||
| Codex CLI | 0.169.0 (`@openai/codex`) | agente no painel (`codex exec --json -m <slug>`, sandbox `workspace-write`); modelos lidos de `~/.codex/models_cache.json` (panel.md, "Agentes e modelos") | `CODEX_BIN` → `.exe` no PATH → `codex.js` ao lado do `codex.cmd` do npm | 17/11/2026 |
|
||
| API do Wikimedia Commons (`commons.wikimedia.org/w/api.php`) | sem versão (HTTP público, sem chave; User-Agent genérico) | fotos reais por trecho na montagem documental (`panel/src/lib/image-search.ts`), com autor, licença e página de origem nos créditos | chamada direta do painel | 17/11/2026 (`ep01.montage.json`: 5 fotos do Commons com licença CC registrada; MP4 de 88,3 s; licença não conferida na página de cada foto) |
|
||
| Claude Code CLI | 2.1.314 | agente chamado pelo painel (`-p`, `stream-json`, `--resume`, `--model claude-*-5-5`/`claude-fable-5-2`) | `CLAUDE_BIN` → `PATH` (`claude.exe`) | 17/11/2026 |
|
||
|
||
Estilo Cartoon (`cartoon/`, 17/11/2026; contrato e uso em [cartoon.md](cartoon.md)):
|
||
|
||
| Ferramenta | Versão | Papel | Evidência (17/11/2026) |
|
||
|---|---|---|---|
|
||
| Remotion (`remotion`, `@remotion/bundler`, `@remotion/renderer`, `@remotion/cli`) | 4.0.535 (fixada; conferida em `cartoon/node_modules`) | cenas 2D vetoriais em React → MP4 por trecho | exemplo de 6 s (180 quadros) em 11,8 s; 3 trechos reais (~21 s de vídeo) em 25,2 s (1º 11,2 s, depois ~4 s cada). Medido pelo dono, não reexecutado aqui |
|
||
| React / react-dom | 19.3.0 | componentes das cenas | idem |
|
||
| Chrome Headless Shell | baixado pela Remotion no 1º render (~120 MB; versão não registrada); `CARTOON_CHROME` aponta outro Chrome | renderiza os quadros | idem |
|
||
| Fontes Anton e Bebas Neue | `assets/fonts/` (`publicDir` = `assets`) | texto das etiquetas e legenda | ver licenças em "Clipador" |
|
||
|
||
Licença da Remotion: grátis para pessoa física e empresa pequena; empresa maior paga. **Conferir os termos antes de uso
|
||
comercial** (não verificado aqui). Testes: `npx tsx --test tests/*.test.ts` em `cartoon/` (5 de `spec.test.ts` + 11 de `motion.test.ts`);
|
||
painel: `montage-cartoon.test.ts` (10). Cartoon 16/16 reexecutado em 17/11/2026; painel 78/78 informado pelo dono.
|
||
|
||
Hardware do teste de referência: i9-13900K, 64 GB, RTX 2060 SUPER. Tempos: prévia 540×960
|
||
42–44 s; final 1080×1920 ~160 s. A etapa de render da Godot ocupa 94–96% do total, dominada
|
||
pela codificação PNG (105 ms/quadro na prévia, 404 ms no final; ~90–91% do total); GPU
|
||
1,9/4,5 ms por quadro. Cena 2D (`doc2d`, 17/11/2026, `report.json`): prévia 540×960 de 5 s em 2,7–4,3 s; final
|
||
1080×1920 de 4,4–14,3 s em 7,4–21,5 s por cena (9 cenas). Cena 3D `island` (`doc3d`, 17/11/2026, `report.json`): prévia
|
||
540×960 de 5 s em 9,4–14,3 s (Godot 9–13 s, 13 execuções); final 1080×1920 de 9,1 s em 42,9 s (Godot 39,1 s). Cena 3D
|
||
`castaways` (17/11/2026, `report.json`): prévia 540×960 de 4–5 s em 5,8–15,6 s (65 execuções `teste-cast-*`); final
|
||
1080×1920 de 2,8–12,3 s em 9,8–89,7 s por cena (11 cenas da montagem dos náufragos).
|
||
|
||
## Serviço de voz (`voice/`) — instalado, ainda fora do render
|
||
|
||
Serviço FastAPI local em `127.0.0.1:4510`, cópia adaptada do `dropsz_voice` (o original não é
|
||
alterado). Instalado por `setup.bat` → `scripts/setup.ps1`; fixações em `voice/requirements*.txt`
|
||
e `voice/models.lock.json`. Consumido pela página Vozes do painel (`panel/src/lib/voice.ts`).
|
||
Evidência (16/11/2026): `pnpm test:voice` → 133 passed (conferido nesta manutenção; inclui Kokoro/Google/Azure simulado/clone e flag `offline` por motor); legenda pelo painel na CPU: 6,5 s de fala
|
||
em 2,5 s, 14 palavras e `.srt`; fumaça
|
||
`voice/scripts/smoke.py` gerou os WAV das três vozes e a transcrição em `output/voice-smoke/`;
|
||
setup completo rodou 2x com saída 0 (repetível); `torch 2.11.0+cu128`, `cuda True`;
|
||
`VoiceConverter` do Applio importa no `voice/.venv` com device `cuda:0`; pré-requisitos em
|
||
`voice/vendor/applio/rvc/models/` (`predictors/rmvpe.pt`, `predictors/fcpe.pt`,
|
||
`embedders/contentvec/pytorch_model.bin`).
|
||
Catálogo com 76 vozes (16/11/2026): 12 Edge, 3 Piper, 45 Kokoro, 2 Google, 14 Azure (contagem
|
||
conferida no `catalog.json`; as Azure só aparecem com `VOICE_AZURE_KEY`). Antes, com 15 (informado): `fetch_models.py --group v1` conferiu sha256 de
|
||
cadu/jeff; `load_catalog(verify=True)` carregou 15; amostras transcritas com Whisper `small` —
|
||
Edge todas `pt` (prob ≥ 0,99), cadu correto, jeff erra palavras longas. `edresson` (Piper low,
|
||
16 kHz) fora de propósito. Piper não tem feminina pt-BR; a feminina offline agora é `kokoro-pf-dora`.
|
||
Kokoro (informado, 16/11/2026): as 54 vozes leram frase pt-BR, transcrição com Whisper `small` →
|
||
45 com 100% das palavras e idioma `pt` entraram; excluídas `af_bella`, `af_nicole`, `bf_alice`,
|
||
`bf_emma`, `bf_isabella`, `bm_fable`, `em_santa`, `ff_siwis`, `jf_alpha`.
|
||
**Nenhum render usou o serviço ainda** — o WAV entra no vídeo só via `audio.file`.
|
||
|
||
| Ferramenta | Versão verificada | Papel |
|
||
|---|---|---|
|
||
| uv | 0.11.26 | cria `voice/.venv` (o Python do sistema não é tocado) |
|
||
| Python | 3.12.13 | `voice/.venv` |
|
||
| FastAPI / uvicorn | 0.159.1 / 0.54.0 | HTTP (`uvicorn app.main:build --factory`, chamado por `scripts/dev.ts`) |
|
||
| edge-tts | 7.3.1 | 12 vozes online do catálogo (`pt-br-*`, `pt-pt-*`, `multi-*`) |
|
||
| piper-tts / onnxruntime | 1.8.0 / 1.31.0 | vozes `pt-br-faber`, `pt-br-cadu`, `pt-br-jeff` (offline, CPU, medium 22050 Hz) |
|
||
| kokoro-onnx / phonemizer / espeakng-loader | 0.6.1 / 3.6.0 / 0.2.4 | 45 vozes `kokoro-*` (offline, CPU; Kokoro-82M **fp16**, Apache-2.0; um modelo + `voices-v1.0.bin` do release `model-files-v1.1` de thewh1teagle/kokoro-onnx) |
|
||
| gTTS | 2.5.4 | `google-pt-br`, `google-pt-pt` (online; API não oficial do Google Tradutor; só normal/lenta) |
|
||
| faster-whisper / ctranslate2 / av | 1.2.1 / 4.8.3 / 19.0.2 | transcrição com tempos; modelos `base`, `small`, `medium`, `large-v3-turbo` |
|
||
| nvidia-cublas-cu12 / nvidia-cudnn-cu12 | 12.9.2.10 / 9.26.0.51 | DLLs CUDA 12 para o Whisper na GPU (só com GPU NVIDIA) |
|
||
| Applio | 3.7.0 (`voice/vendor/applio`) | RVC: vozes de personagem |
|
||
| torch / torchaudio | 2.11.0+cu128 (com GPU) ou 2.11.0+cpu (sem) | motor do Applio; o setup pede a variante explícita |
|
||
|
||
### Clonagem de voz (`voice/.venv-clone`, opcional: `setup.bat -Clone`)
|
||
|
||
Venv separado porque o Chatterbox conflita com o `voice/.venv` (gotchas, item 65). Worker
|
||
`voice/clone/worker.py` (stdlib, 127.0.0.1:4511, mesma `X-Service-Key`) chamado pelo `CloneEngine`.
|
||
Detalhes e formato da voz clonada: `voice/README.md`, "Clonagem de voz".
|
||
|
||
| Ferramenta | Versão verificada (16/11/2026) | Papel |
|
||
|---|---|---|
|
||
| Python | 3.12.13 | `voice/.venv-clone` |
|
||
| chatterbox-tts | 0.1.7 (Chatterbox Multilingual, Resemble AI, MIT; pt suportado) | clonagem a partir de 10–30 s de gravação; WAV 24 kHz; marca d'água PerTh; sem velocidade |
|
||
| torch / torchaudio | 2.6.0+cu124 (`torch.cuda.is_available()` = True) | fixado pelo Chatterbox |
|
||
| numpy / transformers | 1.26.4 / 5.2.0 | fixados pelo Chatterbox |
|
||
| Pesos | `ResembleAI/chatterbox`, revisão `main` (~3,3 GB em `data/voice/models/clone-hf/`) | **não fixados em commit nem sha256** (gotchas, item 64) |
|
||
|
||
Evidência informada (16/11/2026, RTX 2060 SUPER 8 GB, worker real na GPU; não registrada em
|
||
`doc/TEST_RESULT.md`): modelo carregou em 10 s (pesos já baixados); referência sintética de 10,7 s
|
||
(Kokoro `pm_alex`); fala 1: 6,0 s de áudio em 20,5 s (inclui condicionamento); fala 2: 7,1 s em
|
||
10,5 s; Whisper `small` transcreveu as duas exatamente (idioma `pt`, prob. 1,0). Não testado: CPU,
|
||
referência de voz humana real, fluxo completo pelo painel (upload → síntese).
|
||
|
||
Medições informadas (16/11/2026, i9-13900K, RTX 2060 SUPER 8 GB; não registradas em
|
||
`doc/TEST_RESULT.md`): Edge ~2,5–3 s por fala de ~6 s; Piper ~0,02 s (modelo já carregado);
|
||
Whisper `small` na CPU 2,7 s para 6,5 s de fala com palavras. Kokoro (CPU): `kokoro-pf-dora` 3,2 s
|
||
de áudio em 2,4 s (1ª síntese, carrega o modelo); depois `pm-alex` 0,6 s, `am-michael` 0,7 s.
|
||
Google: `google-pt-br` 4,8 s de áudio em 0,8 s. GPU disputada: ver `gotchas.md`.
|
||
|
||
Não verificado: conversão RVC com modelo real (`VOICE_ENABLE_RVC=1`, mas nenhum `.pth`
|
||
instalado), Whisper `large-v3-turbo` (só `small` baixado em `data/voice/models/whisper/`) e o
|
||
download de modelo de Whisper disparado pelo painel.
|
||
|
||
## Clipador (`clipper/`) — cortes de live, fora do render da Godot
|
||
|
||
Serviço FastAPI em `127.0.0.1:4520`. Instalado no passo 6b do `scripts/setup.ps1`, com as versões
|
||
fixadas em `clipper/requirements*.txt`. Detalhes e evidência em [clipper.md](clipper.md).
|
||
Evidência: `pnpm test:clipper` → 270 passed (17/11/2026, com apagar cortes e veto do rejeitado no juiz e na fila; sem dependência
|
||
Python nova nem ferramenta nova). Fase 1 (16/11/2026): uma live real da Twitch gerou 5 cortes H.264 1080×1920 + AAC. Horizontal 1920×1080: só
|
||
render de teste conferido no ffprobe (informado); nenhum corte horizontal de live ainda.
|
||
|
||
| Ferramenta | Versão verificada (16/11/2026) | Papel |
|
||
|---|---|---|
|
||
| Python | 3.12.13 | `clipper/.venv` (criado pelo uv) |
|
||
| FastAPI / uvicorn / httpx / websockets | 0.159.1 / 0.54.0 / 0.28.1 / 17.4 | HTTP do serviço; chamadas à voz; chat da Kick (Pusher) |
|
||
| Streamlink | 8.6.3 (reconferido em 17/11/2026) | captura de live/VOD (`clipper/.venv/Scripts/streamlink.exe`); qualidade por `--stream-sorting-excludes` e, na Twitch, `--twitch-supported-codecs h264,h265` (`clipper/app/capture.py`). HEVC real da Twitch não testado (nenhuma live 2K no ar) |
|
||
| pytest | 9.1.1 (fixado em `requirements-dev.txt`) | `pnpm test:clipper` |
|
||
| FFmpeg | 7.1.1 essentials, com filtro `ass` (libass) — reconferido em 17/11/2026 | blocos `-f segment`, render vertical e horizontal, legenda queimada com `fontsdir`, reenquadramento (`perspective` `eval=frame`), camadas (`alphamerge`/`overlay`); decodifica HEVC; sem libdav1d (AV1 não é pedido na captura); NVENC quando houver (`CLIPPER_ENCODER=auto`; horizontal com NVENC não testado) |
|
||
| Fontes empacotadas (`assets/fonts/`) | google/fonts no commit `7af0d90b4d532ffa4b041937b560c6df4e7b1e95`, sha256 em `fonts.lock.json` | ASS do Clipador e prévia do editor no painel. Licenças: Luckiest Guy Apache-2.0; Bangers, Anton, Bebas Neue, Poppins ExtraBold OFL-1.1 (texto ao lado de cada `.ttf`) |
|
||
| Codex CLI / Claude Code CLI | 0.169.0 (reconferida em 17/11/2026) / 2.1.314 (as mesmas da tabela "Em uso") | juízes analista + editor, varredura, câmera e pesquisa do jogo (`codex --search exec … -i <img> … -`), sem chave de API; padrão Codex `gpt-6-luna`. Claude: não testado |
|
||
| APIs públicas de emotes 7TV / BTTV / FFZ | sem versão (HTTP público, sem chave) | catálogo de emotes do canal e globais (`clipper/app/emotes.py`, cache 1 h; 7TV dá 404 em canal sem 7TV). Coberto só por teste sem rede; chamada real não registrada |
|
||
|
||
Rastreio de reação (`clipper/app/face.py` + `reaction.py`; detalhes em [clipper.md](clipper.md)). Versões conferidas
|
||
no `clipper/.venv` em 16/11/2026 (`importlib.metadata`). Evidência (`doc/FACE_BAKEOFF.md`): bancada e rastreio de
|
||
144 blocos numa cópia do banco; em 17/11/2026, serviço real ao vivo (instância 4521, 25/25 blocos, 1,71 s/bloco, p95
|
||
2,20 s, CPU média 16,8 % de um núcleo) e download real dos 4 pesos com sha256 conferido. Só CPU; GPU não testada.
|
||
|
||
| Ferramenta / peso | Versão verificada | Licença | Papel |
|
||
|---|---|---|---|
|
||
| mediapipe (Face Landmarker `face_landmarker.task` float16/1) | 1.2.3 | Apache-2.0 | 478 pontos + 52 blendshapes; 5–7 ms/quadro na bancada; bloco de 30 s em 1,71 s ao vivo (com gravação + transcrição juntas) |
|
||
| opencv-contrib-python (`cv2.FaceDetectorYN`) + YuNet `face_detection_yunet_2026may.onnx` | 5.0.0.93 (`cv2` 5.0.0) | Apache-2.0 / MIT (peso) | acha a câmera pelo rosto no quadro inteiro (piso de confiança 0,7: gotchas, item 92). Sem `opencv-python-headless` junto (gotchas, item 80) |
|
||
| numpy | 2.5.5 | BSD | séries e recorte |
|
||
| onnxruntime + OpenSeeFace `osf_lm_model3_opt.onnx` / `osf_mnv3_detection_opt.onnx` | 1.32.0 | MIT / BSD-2-Clause (pesos) | plano B (só posição, sem expressões; sem linha de rosto ao analista). Pesos reais no `face.py` em 17/11/2026: rosto 96,7–100 %, 12,3–13,9 ms/quadro (MediaPipe no mesmo trecho: 94,4–100 %, 9,8–13,2) |
|
||
|
||
Pesos fixados em `clipper/models.lock.json` (commit/caminho versionado + sha256), baixados em `data/clipper/models/`.
|
||
Descartados por licença (não integrar): SCRFD/InsightFace (pesos não comerciais), YOLO-Face (GPL/AGPL), LibreFace
|
||
(não comercial), OpenFace 3.0 (só pesquisa), Py-Feat (licença indefinida) — `doc/PLANO_RASTREIO_REACAO.md`.
|
||
|
||
## Publicador (`publisher/`) — instalado, sem envio real registrado
|
||
|
||
Serviço FastAPI em `127.0.0.1:4530` (detalhes em [publishing.md](publishing.md) e `publisher/README.md`). Instalado no
|
||
passo 6b2 do `scripts/setup.ps1`; versões fixadas em `publisher/requirements*.txt`. Evidência (17/11/2026):
|
||
`pnpm test:publisher` → 71 passed (rede e navegador simulados; reconferido pela skill depois das revisões de
|
||
segurança).
|
||
|
||
| Ferramenta | Versão verificada (17/11/2026, `publisher/.venv`) | Papel |
|
||
|---|---|---|
|
||
| Python | 3.12.13 | `publisher/.venv` (criado pelo uv) |
|
||
| FastAPI / uvicorn / pydantic / httpx | 0.159.1 / 0.54.0 / 2.14.1 / 0.28.1 | HTTP do serviço e chamadas às APIs das redes |
|
||
| playwright (Python) | 1.65.2 | **só o driver** para `connect_over_cdp` no Chrome/Edge do usuário (não rodar `playwright install`) |
|
||
| pytest | 9.1.1 | `pnpm test:publisher` |
|
||
| Chrome ou Edge instalado | versão da máquina (não registrada) | modo sessão: aberto como processo normal, CDP em 4540–4549 |
|
||
| DPAPI do Windows (`CryptProtectData`) | do sistema | cofre `data/publisher/vault.bin` |
|
||
|
||
## Planejadas ou candidatas — NÃO integradas
|
||
|
||
| Ferramenta | Para quê | Situação |
|
||
|---|---|---|
|
||
| Meshy | gerar modelos GLB (personagens, objetos) e rig | citada na especificação; não testada |
|
||
| Mixamo | animações para personagens com rig | citada como não obrigatória; não testada |
|
||
| `.glb` carregado por `GLTFDocument` em tempo de execução (Godot) | modelos prontos dentro de cenas da biblioteca (`library/<id>/assets/`) | **só documentado** em `doc/godot/cenas.md`; nenhum `.glb` no repositório nem render com ele (17/11/2026). Personagens e barcos atuais são procedurais (`godot/kits/`) |
|
||
| Serviço de voz no render | narração por fala e legenda automática a partir de `X-Detail: words` | próxima etapa; `scripts/lib/audio.ts` ainda não chama o serviço |
|
||
| Applio pessoal + projetos de narração do usuário | modelos RVC já treinados | existe no PC do usuário; **não instalar nem modificar**; possível origem de `.pth`/`.index` para `data/voice/models/rvc/<id>/` — não testado |
|
||
| Modelo RVC neutro pt-BR | primeira voz de personagem e teste RVC ponta a ponta | nenhum com licença clara: voice-models.com não tem pt-BR neutro; Adam (ElevenLabs), Jorge (Loquendo) e E-Girl têm licença não informada; no Hugging Face (16/11/2026) só imitações de personagem/dublador sem licença → **não usar**; `user-voices.json` segue sem voz |
|
||
| Azure Speech (motor `azure`, REST sem SDK, WAV `riff-24khz-16bit-mono-pcm`) | 14 vozes neurais pt-BR `azure-*` (chave do usuário; plano F0 0,5 M caracteres/mês, informado) | **código pronto** (`AzureEngine` em `voice/app/engine.py`, card no painel), mas **sem chave real**: testado só com `urlopen` simulado → não validado; nenhuma dependência nova |
|
||
| Vozes SAPI do Windows (Microsoft Maria Desktop pt-BR; Daniel/Maria OneCore) | TTS local sem download | existem na máquina; não integradas (robóticas) |
|
||
| Vozes "do TikTok/CapCut" famosas (Galvão Bueno, Ludmilla, narrador do CapCut Pro) | — | proprietárias ou imitação de pessoa real → **não copiar**. Equivalentes genéricos já no catálogo: Edge (Antonio/Francisca/Thalita) e Google |
|
||
| APIs oficiais: YouTube Data API v3, TikTok Content Posting API, Instagram API with Instagram Login | envio pelo Publicador (`publisher/app/platforms/*_api.py`) | **código pronto, testado só com chamadas simuladas**; nenhuma conta conectada nem envio real. Fatos e limites em `doc/publicacao/PESQUISA.md` (rupload do Instagram a testar) |
|
||
| Modo sessão logada (YouTube Studio, TikTok Studio, instagram.com) | envio pelo site com a sessão do usuário | **código pronto, seletores não validados com conta real**; viola os termos das redes |
|
||
| Chat do YouTube no Clipador | sinal de chat em lives do YouTube | exige a API do YouTube; não integrado (hoje só áudio + transcrição) |
|
||
| Saída AVI/MJPEG do Movie Maker | reduzir o tempo gasto em PNG | ideia; não medida |
|
||
|
||
Não afirme que uma candidata "funciona" ou "está integrada" até haver evidência registrada aqui.
|
||
|
||
## Como avaliar e adotar uma ferramenta nova
|
||
|
||
Antes de integrar, registre nesta tabela a resposta a cada item:
|
||
|
||
1. **Origem e licença** — fonte oficial, licença de uso dos arquivos gerados, custo.
|
||
2. **Interface** — CLI, API ou só interface gráfica; precisa de rede/conta? Funciona offline?
|
||
3. **Saída** — formato (GLB, FBX, WAV…), escala, orientação dos eixos, materiais, esqueleto,
|
||
animações incluídas. Lembre: rig corporal não garante lip sync nem atuação facial.
|
||
4. **Encaixe no pipeline** — onde entra (preparação de assets, nunca dentro do render), qual nó
|
||
adaptador corrige escala/orientação, como fica determinística.
|
||
5. **Teste mínimo** — um asset/arquivo real passando pelo render de prévia, com inspeção visual.
|
||
6. **Versão fixada** — versão exata testada, data, e onde o lançador a encontra.
|
||
|
||
Depois de adotada: mover para "Em uso", atualizar `scripts/lib/tools.ts` se o lançador a chama,
|
||
README e a tabela "Onde mexer" do `SKILL.md`. Dependência Python do serviço de voz: fixe a versão
|
||
em `voice/requirements*.txt`, peso novo em `voice/models.lock.json` com URL imutável (commit no
|
||
Hugging Face — nunca `resolve/main` — ou asset de release versionado no GitHub) e sha256, e rode `pnpm test:voice` + a fumaça.
|