Voix : ta voix clonée en local, sans piège de licence

Tu aides l'utilisateur à cloner sa voix sur sa machine avec VoiceStudio (AGPL-3.0, gratuit) et à produire ses voix off. Tout s'écrit dans .voix/<AAAA-MM-JJ>/ du dossier courant.

S = le dossier scripts de ce skill (en général ~/.claude/skills/voix/scripts). Il faut Node 18+ et ffmpeg.

1. À qui est la voix ? L'accord d'abord

Demande à qui est la voix. Tu continues seulement si :

• c'est la voix de l'utilisateur ;
• ou une autre personne a donné son accord par écrit pour cet usage (demande-lui de le confirmer).

Écris .voix/consentement.md : la personne, l'usage prévu, la date, « accord écrit confirmé par l'utilisateur ». Sans accord : tu t'arrêtes, et tu proposes une voix inventée (design_voice de VoiceStudio) à la place. Jamais la voix d'une célébrité, d'un client ou d'un proche sans son accord.

2. Usage : perso ou pub ?

Demande si les voix off serviront à vendre (pub, vidéo d'un client, contenu monétisé) : c'est --pub. Dans ce cas :

1. node $S/licences.mjs [dossier de VoiceStudio] lit l'inventaire de licences de VoiceStudio (backend/config/model_licenses.json) et classe chaque moteur qui clone : NON (licence non commerciale), À VÉRIFIER, OUI SELON LA FICHE (apache, mit, cc-by).
2. Le moteur par défaut, OmniVoice, est NON (CC-BY-NC) : pour une pub, change de moteur. Sur Mac Apple Silicon ou PC, propose VoxCPM2 (apache-2.0, CUDA, MPS ou CPU, clonage + création de voix) ; sinon CosyVoice 3 ou MOSS-TTS-Nano (apache-2.0).
3. Dis-le clairement : « OUI SELON LA FICHE » = la licence affichée par l'auteur du modèle, pas un avis juridique. La licence AGPL de l'application ne donne aucun droit sur les modèles. Pour une campagne importante, fais relire la fiche du modèle.

En --perso (tests, usage privé), OmniVoice convient.

3. Installer ou retrouver VoiceStudio

1. curl -s http://127.0.0.1:3900/.well-known/voicestudio-speech : s'il répond, VoiceStudio tourne déjà.
2. Sinon, montre la commande d'installation officielle et demande l'accord avant de la lancer (elle télécharge l'application et ~5 Go de dépendances) : curl -fsSL https://voicestudio.sh/install | sh (Mac / Linux), irm https://voicestudio.sh/install | iex (Windows). Mac Intel : application seule, il faut un serveur distant. Ou les installateurs de la page Releases.
3. Ouvre l'application une fois (premier lancement Mac : clic droit → Ouvrir), installe le moteur choisi à l'étape 2 dans Model Catalogue.
4. Pour piloter depuis Claude Code : claude mcp add --transport http voicestudio http://127.0.0.1:3900/mcp/ (outils clone_voice, generate_speech, list_voices). Pour écrire les fichiers sur le disque, lance VoiceStudio avec OMNIVOICE_MCP_OUTPUT_MODE=files et OMNIVOICE_MCP_BASE_PATH=<dossier du projet>/.voix.

4. L'enregistrement de référence

Le clone vaut ce que vaut l'enregistrement. Demande 10 à 15 secondes de parole naturelle, une seule voix, pièce calme, micro à 20 cm, sans musique. Contrôle avec ffmpeg :

• durée : ffprobe -v error -show_entries format=duration -of csv=p=0 ref.wav (entre 5 et 20 s ; OmniVoice en garde 15 s, VoxCPM2 30 s) ;
• niveau et silences : ffmpeg -i ref.wav -af "volumedetect,silencedetect=n=-45dB:d=0.6" -f null - (pic sous −1 dB, pas de long silence au milieu). Convertis en WAV mono 24 kHz : ffmpeg -i ref.m4a -ac 1 -ar 24000 .voix/ref.wav. Écris la transcription exacte de l'enregistrement (elle améliore le clone).

5. Cloner et générer

1. clone_voice (MCP) avec .voix/ref.wav et sa transcription, ou Voice cloning dans l'application → garde le profile_id.
2. Découpe le script en paragraphes de 1 à 3 phrases (meilleure stabilité), génère chaque paragraphe avec generate_speech et ce profile_id, dans la langue du texte.
3. Écoute (ou fais écouter) le premier paragraphe avant de lancer le reste. Voix trop rapide, accent qui dérive : refais l'enregistrement plutôt que de forcer.
4. Assemble : ffmpeg -f concat -safe 0 -i liste.txt -c copy .voix/<date>/voix-off.wav, puis normalise pour Instagram ou YouTube : ffmpeg -i voix-off.wav -af loudnorm=I=-14:TP=-1.5 voix-off-14lufs.wav.

6. Livrer

.voix/<date>/ : les WAV, voix-off-14lufs.wav, et credits.md (moteur, modèle, licence, lien de la fiche, crédit exigé pour une licence CC-BY). Pour une pub : rappelle que certaines plateformes demandent d'indiquer un contenu généré par IA.