Voix

BILAN DE LA CHAÎNE AUDIOVISUELLE — ce qui tient, ce qui ne tient pas
Auteur : Camille, 10/10/2026 (08h05 UTC). Demande du Compagnon : « un bilan détaillé de tout ce que nous avons fait, pourquoi ça marche, pourquoi ça marche pas, ce qu'il faut améliorer — conserver ce qui fonctionne et alerter sur ce qui a été testé avant et ne fonctionne pas. »

Ce que j'ai lu pour l'écrire (rien de mémoire) : dispatch/producteur_synthese_du_passe.md, dispatch/producteur_les_3_chaines.md, dispatch/producteur_ordre_chaine_CH21.md, club5/ETAT.md (généré 07h15), voix/RENDU_EP1.md, voix/RETOUR.md, producteur/RETOUR.md, equipe/club5/ et salons/fils/ (état du disque). Sceau du wiki cité par les sections : WIKI-20261010-0717-53481cd7.

1. OÙ EN EST LA CHAÎNE, MESURÉ AUJOURD'HUI
Sept maillons, un ordre, une règle (producteur, 10/10 05h44) :

écriture → voix → bruitage → storyboard → visuels → montage → seo Règle : un maillon ne part que si le précédent a rendu (dit dans son salon, preuve déposée).

maillon état (09-10/10) son salon (dernière écriture)
écriture RENDU — fiche source ch.21, 702 mots, md5 c6a4162e… 10/10 05h49
voix ÉCART puis RENDU (EP1) — le ch.21 n'a pas sa prise 10/10 06:12
bruitage RENDU — chaîne CH21 10/10 05:52
storyboard rendu 10/10 05:48
visuels rendu 10/10 06:33
montage rendu 10/10 06:48
seo rendu, avec preuve (seo_preuves.md) 10/10 04:51
Compte du producteur : PRÊTS 6 · PAS PRÊT 1 (voix) · à relancer 0. Épisode choisi : « Qui Suis » — CH21 « Le Serment Sanglant », source scellée (md5 18ce4bfc…), 702 mots, 106 pauses, durée estimée 8 min 41 (210,6 s de voix + 294 s de pauses), 110 sons disponibles.

2. POURQUOI ÇA MARCHE (et il faut le garder tel quel)
La mémoire par segment (md5). C'est le seul vrai gain de vitesse de toute la chaîne : mesuré sur mon côté 8 segments réutilisés sur 10 → 153 s au lieu de 660 s, et le rendu EP1 du 10/10 dit 215 segments sur 215 repris de la mémoire, 80,2 s de calcul. Un calcul refait est un calcul perdu ; un segment déjà fait ne se repaye jamais.
La mesure avant le verdict. mesure_audio.py (durée, LUFS, trous, md5), le contrôle de fidélité 100 % du verseur, les md5 partout : c'est ce qui empêche de dire « ok c'est bon ».
La règle du maillon bloquant. « Rien ne part avant que le précédent ait rendu » a transformé le bavardage en travail : la chaîne du 10/10 a un ordre horaire réel (05h44 → 06h48).
Le canal écrit. Un fichier, un écrivain, « on ne se parle pas, on se relit ». Les descentes du passé montrent le contraire : 368 lignes « à louper » sur 492 ≈ 75 % de bruit (chiffre du producteur, non recompté par moi).
La loi du format. L'intention est une durée, pas un adjectif ([pause Ns], ..., MAJUSCULES, ligne vide) — une seule façon d'écrire pour la voix, donc reproductible.
3. ALERTES — CE QUI A ÉTÉ TESTÉ ET NE MARCHE PAS (ne pas reproposer)
3.a Des instruments qui mentent (le plus dangereux)
Corrélation pour retrouver Eva : FAUX. 0 prise trouvée sur un fichier où elle est vraiment. Seule la transcription dit la vérité (prouver_eva.py). Un instrument faux est pire que pas d'instrument : il donne un verdict.
« Vide » ≠ « silence ». « Vide » = zéro numérique absolu (|x| < 1e-7). Mon étiquette annonçait 0,0 % ; le fichier livré en contient 16,8 %. Chiffre corrigé, étiquette corrigée.
3.b Des gestes qui ne marchent pas (testés, mesurés)
Ralentir le narrateur AVANT le montage → Eva est décalée. On ralentit le fichier fini (Eva étirée avec le reste). Payer deux fois la même erreur n'est pas une option.
Fondu en rampe cos² : s'entend. La voix décroît de façon exponentielle, et le fondu ne commence que là où la voix est déjà retombée (12 dB sous le niveau de la phrase).
Refaire la prise pour un écart de durée REPRODUCTIBLE : inutile. Exemple mesuré : « Septembre 2023 – Place de Clichy, Paris », +2,14 s sur 7 mots, reproduit à l'identique. Le levier est la direction (les silences) ou le texte — jamais la reprise en boucle.
Attendre un résultat déterministe du directeur d'acteur : faux. Même source, même palette → 136,9 s puis 142,8 s. La direction n'est pas reproductible au centième.
3.c Ce qui a été jeté — ne pas le reproposer
AuK Hunyuan : 400× le temps réel.
OmniVoice : licence.
La fiction « BBC remix » : gros titre, ~0 % de son texte.
Les 31 anciennes prises de voix : ratées, non proposées (on repart de voix_v3/).
XTTS v2 : CONTRADICTION À TRANCHER. Le registre le dit ÉCARTÉ (motif : « pas bon », 22×) ; or le rendu de voix du 10/10 est fait avec XTTS-v2 CPU. L'un des deux a tort — et c'est ce moteur qui tourne aujourd'hui. À écrire noir sur blanc, pas à recopier.
3.d Les trous du système (mesurés par les sections elles-mêmes)
Le wiki ne donne pas de matière : il donne un brouillon de machine. Sur 1 428 fiches, 1 214 (88,7 %) contiennent le raisonnement brut du modèle ([raisonnement seul]). Mesuré deux fois (section seo, puis section voix). Les 3 fiches les plus utiles à la voix sont dedans.
La voix n'a pas d'oreille mesurée et le dit : « je n'ai pas d'oreille ». Le 44,7 % de silence du rendu EP1 est un chiffre sans verdict. La demande ingenieurs/demandes/voix_oreille_mesuree.md est déposée, pas servie.
4 maillons sur 7 n'ont aucun chiffre de coût (bruitage, storyboard, visuels, montage = INCONNU). Le producteur n'a pas son outil tableau_de_bord_chaine → il recompte à la main.
interface : 0 rendu, 0 preuve — il manque au bout de la chaîne SITE (la ferme).
La porte des sessions (mon côté, mesuré le 06/10) : ~8 000 tokens à chaque tour, dont 25 369 caractères sur 28 379 qui sont de l'ÉTAT et non de la RÈGLE. Chaque maillon le paye.
FORMAT_PREPARATION.md absent au moment de la consigne du 09/10 : le format vit donc dans des têtes, pas dans un fichier unique.
4. CE QUE J'AMÉLIORERAIS, PAR ORDRE DE RENDEMENT
Servir l'oreille mesurée (voix_oreille_mesuree.md). Aujourd'hui la voix est un goulot permanent : elle a rendu, mais elle refuse de juger, et personne ne juge à sa place. Une prise se juge en 4 chiffres (LUFS, part de silence, mots fantômes, durée) + une écoute humaine sur 3 extraits de 30 s. Sans ça, chaque épisode s'arrête là.
Un filtre qui REFUSE le raisonnement brut à l'entrée du wiki. 88,7 % du wiki est du bruit, et le bruit se cite comme du savoir. « Un wiki qui ne mord pas n'est pas un wiki. »
Un chiffre de coût par maillon, en TEMPS de calcul (la seule monnaie) : une ligne dans chaque rendu (coût : X min de calcul). 4 sur 7 sont à INCONNU.
Trancher XTTS v2 contre le réel (le registre contre le rendu) — et si le registre a tort, le corriger : un registre faux fait jeter un moteur qui marche.
La porte : trier les 25 369 caractères d'état. Ils sont déjà relisibles ailleurs (canal, constantes, ferme, mine). La règle qui doit rester : la porte porte OÙ ALLER LIRE, pas ce qu'il y a à lire.
5. CE QUE JE CONSERVERAIS TEL QUEL
La mémoire par segment · la mesure avant le verdict (md5, contrôle 100 %, mesure_audio.py) · la règle du maillon bloquant · la loi du format (une durée, pas un adjectif) · le canal écrit (un fichier, un écrivain, on se relit) · et prouver_eva.py : la transcription est le seul juge de ce qui est présent.

Sources : tout ce qui est daté ci-dessus vient des fichiers cités en tête, lus le 10/10/2026 entre 08h00 et 08h05 UTC ; les mesures de voix et la porte viennent de mes propres mesures des 05 et 06/10/2026.

— Camille, 10/10/2026.