[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M7354E4BPDW8RVPRY5AT1F37":3,"skill-same:01M7354E4BPDW8RVPRY5AT1F37":49},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":17,"publishedAt":18,"linkOnly":19,"markdownContent":20,"markdownBody":21,"frontMatter":22,"refName":27,"commitSha":28,"skillDirectory":29,"forksCount":30,"repositoryHtmlUrl":31,"repositoryHomepageUrl":6,"ownerHtmlUrl":32,"ownerBlogUrl":33,"ownerDescription":6,"updatedAt":34,"install":35,"resources":48},"01M7354E4BPDW8RVPRY5AT1F37","ai-voice-design",null,"Concevez et générez des voix IA pour vos vidéos en utilisant ElevenLabs ou Qwen3-TTS, avec clonage vocal, design par description, et synchronisation lip-sync. Use when: **Créer une voix de marque** - Définir le ton vocal pour une campagne; **Cloner une voix existante** - Reproduire une voix avec autorisation; **Designer une voix originale** - Créer une voix à partir d'une description; **Multi-personnages** - Gérer plusieurs voix dans une même vidéo; **Lip-sync vidéo IA** - Synchroniser voix e...","roohe\u002Fagentic-super-skills","roohe","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F99054084?v=4","01M734WCDFP6RZVT5CNM00QR26","01M734WCE4BD0T4NZS5PCV9V5F",10,"MIT","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fai-voice-design\u002FSKILL.md",[],[],"2026-11-11 15:11:14",false,"---\nname: ai-voice-design\ndescription: \"Concevez et générez des voix IA pour vos vidéos en utilisant ElevenLabs ou Qwen3-TTS, avec clonage vocal, design par description, et synchronisation lip-sync. Use when: **Créer une voix de marque** - Définir le ton vocal pour une campagne; **Cloner une voix existante** - Reproduire une voix avec autorisation; **Designer une voix originale** - Créer une voix à partir d'une description; **Multi-personnages** - Gérer plusieurs voix dans une même vidéo; **Lip-sync vidéo IA** - Synchroniser voix e...\"\nlicense: MIT\nmetadata:\n  author: ClawFu\n  version: 1.0.0\n  mcp-server: \"@clawfu\u002Fmcp-skills\"\n---\n\n# AI Voice Design\n\n> Concevez et générez des voix IA pour vos vidéos en utilisant ElevenLabs ou Qwen3-TTS, avec clonage vocal, design par description, et synchronisation lip-sync.\n\n## When to Use This Skill\n\n- **Créer une voix de marque** - Définir le ton vocal pour une campagne\n- **Cloner une voix existante** - Reproduire une voix avec autorisation\n- **Designer une voix originale** - Créer une voix à partir d'une description\n- **Multi-personnages** - Gérer plusieurs voix dans une même vidéo\n- **Lip-sync vidéo IA** - Synchroniser voix et mouvements de lèvres\n- **Localisation** - Adapter une voix en plusieurs langues\n\n## Methodology Foundation\n\n**Source**: ElevenLabs Documentation + Qwen3-TTS (Alibaba) + PJ Ace workflow\n\n**Core Principle**: \"La voix est 50% de l'impact d'une vidéo. ElevenLabs offre la qualité premium, Qwen3-TTS offre la flexibilité open-source. Le choix dépend du budget et du contrôle souhaité.\"\n\n**Why This Matters**: Une voix mal choisie ou mal générée casse l'illusion d'une vidéo IA. Le bon matching voix\u002Fpersonnage et une qualité audio professionnelle font la différence entre \"AI slop\" et contenu crédible.\n\n\n## What Claude Does vs What You Decide\n\n| Claude Does | You Decide |\n|-------------|------------|\n| Structures production workflow | Final creative direction |\n| Suggests technical approaches | Equipment and tool choices |\n| Creates templates and checklists | Quality standards |\n| Identifies best practices | Brand\u002Fvoice decisions |\n| Generates script outlines | Final script approval |\n\n## What This Skill Does\n\n1. **Compare les solutions TTS** - ElevenLabs vs Qwen3-TTS\n2. **Guide le clonage vocal** - Process et requirements\n3. **Structure le voice design** - Description textuelle de voix\n4. **Gère le multi-voix** - Attribution et cohérence\n5. **Prépare le lip-sync** - Intégration avec Kling\u002FVeo\n\n## How to Use\n\n### Designer une voix pour une pub\n```\nJ'ai besoin d'une voix pour ma pub [produit]. Le ton doit être [description]. Aide-moi à la designer.\n```\n\n### Cloner une voix\n```\nJe veux cloner cette voix [description\u002Féchantillon]. Guide-moi à travers le process avec [ElevenLabs\u002FQwen3-TTS].\n```\n\n### Gérer plusieurs personnages\n```\nJ'ai 3 personnages dans ma vidéo: [descriptions]. Crée le casting vocal.\n```\n\n## Instructions\n\n### Step 1: Choisir la solution TTS\n\n```\n## Comparatif ElevenLabs vs Qwen3-TTS\n\n| Critère | ElevenLabs | Qwen3-TTS |\n|---------|------------|-----------|\n| **Prix** | $5-$330\u002Fmois | Gratuit (open-source) |\n| **Qualité** | Excellente | Excellente |\n| **Voice cloning** | 1-5 min audio | 3 sec audio |\n| **Langues** | 29+ | 10 (EN, FR, DE, ES, IT, PT, RU, ZH, JP, KO) |\n| **Latence** | ~200ms | 97ms (streaming) |\n| **Self-hosted** | Non | Oui |\n| **Voice design** | VoiceLab | Description textuelle |\n| **API** | Cloud | Local ou cloud |\n\n### Arbre de décision\n\n**Q1: Budget disponible?**\n- $0 (gratuit) → Qwen3-TTS\n- $5-$100\u002Fmois → ElevenLabs Starter\u002FCreator\n- $100+\u002Fmois → ElevenLabs Pro\n\n**Q2: Besoin de self-hosting?**\n- Oui (données sensibles) → Qwen3-TTS\n- Non → ElevenLabs ou Qwen3-TTS\n\n**Q3: Langue requise parmi FR, EN, DE, ES, IT, PT, RU, ZH, JP, KO?**\n- Oui → Les deux fonctionnent\n- Non (autre langue) → ElevenLabs\n\n**Q4: Latence critique (real-time)?**\n- Oui → Qwen3-TTS (97ms)\n- Non → Les deux\n```\n\n---\n\n### Step 2: Voice Design par description\n\n```\n## Template de Description de Voix\n\n### Caractéristiques de base\n**Genre:** [ ] Masculin [ ] Féminin [ ] Non-binaire\n**Âge apparent:** [20s \u002F 30s \u002F 40s \u002F 50s \u002F 60s+]\n**Registre:** [ ] Grave [ ] Medium [ ] Aigu\n\n### Qualités vocales\n**Texture:**\n[ ] Lisse\u002FVeloutée [ ] Rauque\u002FGravelly\n[ ] Nasale [ ] Claire [ ] Résonante\n\n**Énergie:**\n[ ] Calme\u002FPosée [ ] Dynamique [ ] Intense\n[ ] Chaleureuse [ ] Froide\u002FDistante\n\n**Rythme:**\n[ ] Lent\u002FDélibéré [ ] Modéré [ ] Rapide\n[ ] Varié (storytelling)\n\n### Accent\u002FOrigine\n**Accent:** [Ex: Français neutre, British RP, Southern US, etc.]\n**Particularités:** [Ex: légèrement rauque le matin, sourire dans la voix]\n\n### Contexte d'utilisation\n**Marque\u002FProduit:** ________________________________\n**Ton de la campagne:** ________________________________\n**Personnage (si fiction):** ________________________________\n\n### Exemples de référence (optionnel)\n**Voix similaire à:** [Célébrité, personnage, pub connue]\n**Éviter:** [Ce qu'on ne veut pas]\n```\n\n**Exemple de description complète:**\n\n```\n## Voice Brief: Pub NeuroBoost\n\n**Profil:**\nHomme, 40s, registre grave-medium\n\n**Qualités:**\n- Texture résonante et autoritaire mais pas intimidante\n- Énergie posée, confiante, légèrement inspirante\n- Rythme délibéré avec pauses stratégiques\n\n**Accent:**\nFrançais international (pas d'accent régional marqué)\nDiction parfaite, articulation claire\n\n**Références:**\n- Similaire à: Morgan Freeman mais version française\n- Éviter: Ton commercial agressif, urgence artificielle\n\n**Notes:**\nCette voix doit incarner l'expertise et la confiance.\nLe spectateur doit sentir qu'il reçoit un conseil d'un\nmentor plutôt qu'un pitch de vendeur.\n```\n\n---\n\n### Step 3: Clonage vocal\n\n#### ElevenLabs\n\n```\n## Process de clonage ElevenLabs\n\n### Instant Clone (1-5 min audio)\n**Qualité:** Bonne (80% fidélité)\n**Usage:** Tests, itération rapide\n\n1. Préparer audio source:\n   - 1-5 minutes de parole claire\n   - Pas de musique de fond\n   - Qualité minimum: 128kbps\n   - Formats: MP3, WAV, M4A\n\n2. Dans ElevenLabs:\n   - Voice Lab → Add Voice → Instant Clone\n   - Upload audio\n   - Nommer la voix\n   - Tester avec phrase sample\n\n### Professional Clone (30+ min audio)\n**Qualité:** Excellente (95%+ fidélité)\n**Usage:** Production commerciale\n\n1. Préparer corpus audio:\n   - 30-60 minutes idéalement\n   - Variété d'émotions et tons\n   - Phrases complètes, pas de mots isolés\n   - Studio quality (256kbps+, pas de bruit)\n\n2. Soumettre pour training\n   - Délai: 24-48h\n   - Coût: Inclus dans plan Pro+\n\n### Paramètres de génération\n- **Stability:** 50-70% (naturel) \u002F 80%+ (consistant)\n- **Clarity:** 75%+ recommandé\n- **Style:** 0-100% selon expressivité souhaitée\n```\n\n#### Qwen3-TTS\n\n```\n## Process de clonage Qwen3-TTS\n\n### Zero-shot Clone (3 sec audio)\n**Qualité:** Très bonne\n**Usage:** Toute production\n\n1. Préparer référence:\n   - 3-10 secondes de parole claire\n   - Pas de bruit de fond\n   - Émotion neutre ou représentative\n\n2. API Python:\n```python\nfrom qwen3_tts import Qwen3TTS\n\ntts = Qwen3TTS()\n\n# Cloner depuis référence\nvoice = tts.clone_voice(\n    reference_audio=\"reference.wav\",\n    voice_name=\"my_voice\"\n)\n\n# Générer avec la voix clonée\naudio = tts.generate(\n    text=\"Texte à synthétiser\",\n    voice=voice,\n    language=\"fr\"\n)\naudio.save(\"output.wav\")\n```\n\n### Voice Design par texte\n```python\n# Créer une voix sans référence audio\nvoice = tts.design_voice(\n    description=\"A warm, confident male voice in his 40s, \\\n    with a slight French accent, speaking slowly and \\\n    deliberately with gravitas.\"\n)\n\naudio = tts.generate(\n    text=\"Votre texte ici\",\n    voice=voice\n)\n```\n\n### Paramètres avancés\n- **emotion:** \"neutral\", \"happy\", \"sad\", \"angry\", \"surprise\"\n- **speed:** 0.5 (lent) à 2.0 (rapide)\n- **pitch:** -10 à +10 (demi-tons)\n```\n\n---\n\n### Step 4: Multi-personnages\n\n```\n## Casting Vocal Multi-personnages\n\n### Template de casting\n\n| Personnage | Description | Voix | Source |\n|------------|-------------|------|--------|\n| [Nom] | [Description physique\u002Fpersonnalité] | [Specs vocales] | [Clone\u002FDesign\u002FStock] |\n\n### Exemple: Pub avec 3 personnages\n\n| Personnage | Description | Voix | Source |\n|------------|-------------|------|--------|\n| CEO Emma | 35 ans, confiante, leader | Femme, medium, autoritaire-warm | Design: \"Confident female executive...\" |\n| Dev Tom | 28 ans, geek enthousiaste | Homme, medium-aigu, rapide | Stock: \"Young professional male\" |\n| Client Marc | 50 ans, sceptique puis convaincu | Homme, grave, hésitant→assuré | Design: \"Skeptical older businessman...\" |\n\n### Règles de différenciation\n- **Registres variés:** Grave, Medium, Aigu\n- **Rythmes différents:** Lent vs Rapide\n- **Accents distincts:** Si approprié au contexte\n- **Énergies contrastées:** Calme vs Dynamique\n\n### Workflow multi-voix\n1. Générer chaque réplique séparément\n2. Nommer fichiers: `P1_Emma_Line01.wav`\n3. Assembler dans timeline audio\n4. Vérifier cohérence de volume (normaliser à -6dB)\n```\n\n---\n\n### Step 5: Lip-sync et intégration vidéo\n\n```\n## Intégration Voix + Vidéo IA\n\n### Option A: Veo 3.1 (Audio natif)\nLa voix est générée par Veo avec la vidéo.\n\n```\nPrompt incluant audio:\n\"[Scene description]. The character says:\n'[Dialogue exact]'. Voice: confident male, 30s,\nwarm tone. Ambient: office sounds.\"\n```\n\nLimitation: Moins de contrôle sur la voix exacte.\n\n### Option B: Kling 2.6 Motion Control\nLip-sync depuis vidéo \"driving\".\n\n1. Enregistrer vous-même le dialogue\n2. Utiliser Kling avec driving video\n3. Le lip-sync suit votre performance\n4. Remplacer audio par voix IA en post\n\n```\nWorkflow:\nYou → Record driving video with dialogue\nKling → Transfer lips to AI character\nPost → Replace audio with ElevenLabs\u002FQwen voice\n```\n\n### Option C: Génération séparée + Post-sync\nPour contrôle maximum.\n\n1. Générer vidéo sans audio (Runway, Pika)\n2. Générer voix séparément\n3. Synchroniser en post-production\n4. Ajuster timing manuellement si besoin\n\nOutils de sync:\n- DaVinci Resolve (gratuit)\n- Adobe Premiere\n- D-ID (sync automatique)\n\n### Checklist Lip-sync\n- [ ] Timing voix correspond au mouvement des lèvres\n- [ ] Pauses naturelles alignées\n- [ ] Volume équilibré avec ambiance\n- [ ] Pas de décalage visible (max 2-3 frames)\n```\n\n---\n\n### Step 6: Export et spécifications audio\n\n```\n## Spécifications Audio Finales\n\n### Format de sortie\n- **Codec:** AAC ou WAV\n- **Sample rate:** 48kHz (standard vidéo)\n- **Bit depth:** 24-bit (WAV) ou 256kbps (AAC)\n- **Channels:** Stereo ou Mono selon usage\n\n### Niveaux recommandés\n- **Voiceover:** -6dB à -3dB peak\n- **Dialogue:** -12dB à -6dB\n- **Ambiance:** -18dB à -12dB\n- **Musique:** -12dB à -9dB (sous voix)\n\n### Mastering basique\n1. Normaliser tous les clips voix à -6dB\n2. Appliquer compression légère (ratio 2:1)\n3. EQ: couper sous 80Hz, boost léger 2-4kHz (clarté)\n4. Limiter à -1dB pour éviter clipping\n\n### Deliverables\n```\n📁 Audio_[Project]\u002F\n├── voiceover\u002F\n│   ├── VO_final_master.wav\n│   └── VO_stems\u002F\n│       ├── P1_lines.wav\n│       ├── P2_lines.wav\n│       └── ...\n├── sfx\u002F\n│   └── [sound effects]\n├── music\u002F\n│   └── [background music]\n└── mix\u002F\n    └── final_mix.wav\n```\n```\n\n## Examples\n\n### Example 1: Voice design pour pub premium\n\n**Context**: Marque de montres de luxe, pub cinématique 30s\n\n**Input**:\n> J'ai une pub pour une marque de montres haut de gamme. Style très premium, inspiré des pubs Omega ou Rolex. Je veux une voix qui incarne l'excellence et l'héritage.\n\n**Output**:\n\n## Voice Brief: Montres Heritage Collection\n\n### Profil cible\n```\nGenre: Masculin\nÂge: 55-65 ans\nRegistre: Grave, profond\n```\n\n### Caractéristiques détaillées\n```\nTexture: Résonante, veloutée, avec légère patine\n         (comme un bois noble ou un cuir vintage)\n\nÉnergie: Posée, contemplative, jamais pressée\n         Chaque mot est choisi, chaque pause est intention\n\nRythme: Très lent, délibéré\n        4-5 mots par respiration\n        Pauses de 1-2 secondes entre phrases\n\nDiction: Parfaite, aristocratique sans être snob\n         Consonnes précises, voyelles riches\n```\n\n### Prompt ElevenLabs (Voice Design)\n```\nCreate a distinguished male voice in his 60s.\nDeep, resonant baritone with natural gravitas.\nSpeaking style: slow, deliberate, contemplative.\nBritish Received Pronunciation with slight warmth.\nTexture like aged whiskey - smooth with depth.\nThe voice of someone who has seen much and\nspeaks only when it matters.\n```\n\n### Prompt Qwen3-TTS\n```python\nvoice = tts.design_voice(\n    description=\"\"\"\n    Distinguished older gentleman, 60s, deep baritone.\n    British accent, RP. Speaking very slowly and\n    deliberately, with natural authority and warmth.\n    Voice texture is rich and resonant, like aged oak.\n    Contemplative, never rushed. Each word carries weight.\n    Think: nature documentary narrator meets luxury brand.\n    \"\"\"\n)\n```\n\n### Script avec indications\n```\n[PAUSE 2s]\n\n\"Time...\" [PAUSE 1.5s]\n\n\"...is not measured.\" [PAUSE 1s]\n\n\"It is crafted.\" [PAUSE 2s]\n\n\"Heritage Collection.\" [PAUSE 1s]\n\n\"Since 1892.\"\n```\n\n### Paramètres techniques\n- Stability: 85% (très consistant pour luxury)\n- Speed: 0.7x (plus lent)\n- Pas de musique sous la voix (voix seule, puis musique)\n\n**Why this works**: Pour le luxe, less is more. Une voix grave, lente et posée communique la confiance et l'intemporalité. Les pauses créent la tension et la valeur perçue.\n\n---\n\n### Example 2: Multi-personnages comédie\n\n**Context**: Pub SaaS décalée style sitcom avec 3 personnages\n\n**Input**:\n> J'ai une pub style The Office avec 3 personnages: le boss incompétent, l'employée exaspérée, et le stagiaire trop enthousiaste. Crée le casting vocal.\n\n**Output**:\n\n## Casting Vocal: \"Office Chaos\" Pub\n\n### Personnage 1: Michel (Le Boss)\n```\nProfil:\n- Homme, 50 ans\n- Confiant mais incompétent\n- Parle trop fort et trop vite\n- S'interrompt lui-même\n\nVoix:\n- Medium-aigu (pas grave malgré l'autorité voulue)\n- Nasale légèrement\n- Volume variable (starts loud, gets louder)\n- Phrases inachevées\n\nPrompt ElevenLabs:\n\"Middle-aged man who thinks he's charismatic but isn't.\nSlightly nasal voice, medium-high pitch. Speaks too\nloudly and too fast, often interrupting himself.\nFrench accent, corporate buzzwords enthusiast.\nMichael Scott energy.\"\n```\n\n### Personnage 2: Sophie (L'Exaspérée)\n```\nProfil:\n- Femme, 35 ans\n- Compétente, fatiguée\n- Sarcasme subtil\n- Soupirs audibles\n\nVoix:\n- Medium, légèrement grave pour femme\n- Sèche, précise\n- Monotone quand exaspérée\n- Soupirs comme ponctuation\n\nPrompt Qwen3-TTS:\n\"Professional woman in her 30s, tired of everything.\nDry, slightly deadpan delivery. French, neutral accent.\nSubtle sarcasm in every line. Occasional audible sighs.\nThe straight man in every comedy duo.\"\n```\n\n### Personnage 3: Théo (Le Stagiaire)\n```\nProfil:\n- Homme, 22 ans\n- Trop enthousiaste\n- Voix qui monte en fin de phrase\n- Acquiesce à tout\n\nVoix:\n- Medium-aigu\n- Énergique, rapide\n- Upspeak (fin de phrase montante)\n- Ponctué de \"super!\", \"génial!\"\n\nPrompt:\n\"Young man, early 20s, overly enthusiastic intern.\nHigh-medium pitch, speaks quickly with upward\ninflection at end of sentences. French, sounds\nlike he just discovered coffee. Every statement\nsounds like an excited question.\"\n```\n\n### Exemple de dialogue\n```\nMICHEL: (loud) \"Bon, l'équipe! J'ai une GRANDE nouvelle—\n        enfin, moyenne—non, grande!\"\n\nSOPHIE: (flat) \"[soupir] ...C'est la réunion quotidienne.\"\n\nTHÉO: (excited) \"Oh WOW! Une grande nouvelle? C'est GÉNIAL!\"\n\nMICHEL: \"Théo comprend, LUI. Donc, on va—\n        comment ça s'appelle—pivoter!\"\n\nSOPHIE: \"...On a pivoté hier.\"\n\nTHÉO: \"RE-pivoter! J'ADORE re-pivoter!\"\n```\n\n### Production notes\n- Générer chaque personnage séparément\n- Michel: boost 3-4kHz (plus \"présent\")\n- Sophie: légère réverb room (distance émotionnelle)\n- Théo: compression pour contenir les pics\n\n**Why this works**: Les trois voix sont immédiatement distinctes par registre, rythme et énergie. Le contraste crée la comédie - le chaos de Michel, le calme de Sophie, l'excès de Théo.\n\n---\n\n## Checklists & Templates\n\n### Checklist Voice Design\n\n```\n## Validation Voice Design\n\n### Brief complet\n- [ ] Genre et âge définis\n- [ ] Registre spécifié (grave\u002Fmedium\u002Faigu)\n- [ ] Texture décrite (lisse\u002Frauque\u002Fetc)\n- [ ] Énergie et rythme indiqués\n- [ ] Accent précisé\n- [ ] Références incluses\n\n### Génération\n- [ ] Prompt testé avec phrase sample\n- [ ] Qualité audio vérifiée (pas de glitches)\n- [ ] Volume normalisé\n- [ ] Cohérence avec brand voice\n\n### Multi-personnages\n- [ ] Voix suffisamment distinctes\n- [ ] Registres variés\n- [ ] Énergies contrastées\n- [ ] Test d'écoute ensemble\n```\n\n---\n\n### Template Voice Brief\n\n```\n## Voice Brief: [Projet]\n\n### Identité\n**Projet\u002FMarque:** ________________________________\n**Type de contenu:** [ ] Pub [ ] Explainer [ ] Narration [ ] Dialogue\n**Durée totale:** __________ secondes\n\n### Profil vocal\n**Genre:** [ ] M [ ] F [ ] Non-binaire\n**Âge:** _______ ans\n**Registre:** [ ] Grave [ ] Medium [ ] Aigu\n\n### Caractéristiques\n**Texture:** ________________________________\n**Énergie:** ________________________________\n**Rythme:** ________________________________\n**Accent:** ________________________________\n\n### Contexte émotionnel\n**L'auditeur doit ressentir:** ________________________________\n**Éviter:** ________________________________\n\n### Référence\n**Similaire à:** ________________________________\n\n### Solution technique\n[ ] ElevenLabs (budget: $_____\u002Fmois)\n[ ] Qwen3-TTS (self-hosted)\n[ ] Clone d'une voix existante\n\n### Script\n```\n[Coller le script avec indications de pause]\n```\n```\n\n---\n\n### Coûts comparatifs\n\n```\n## Budget TTS\n\n### ElevenLabs\n| Plan | Prix\u002Fmois | Caractères | Équivalent |\n|------|-----------|------------|------------|\n| Free | $0 | 10k | ~2 min |\n| Starter | $5 | 30k | ~6 min |\n| Creator | $22 | 100k | ~20 min |\n| Pro | $99 | 500k | ~100 min |\n\n### Qwen3-TTS (Self-hosted)\n| Composant | Coût |\n|-----------|------|\n| GPU (RTX 3090) | ~$800 one-time |\n| Cloud GPU (A10) | ~$1\u002Fheure |\n| Hébergement | Variable |\n| Génération | Illimité |\n\n### Recommandation par volume\n- \u003C 5 min\u002Fmois → ElevenLabs Free + Qwen3-TTS\n- 5-20 min\u002Fmois → ElevenLabs Creator ($22)\n- 20-100 min\u002Fmois → ElevenLabs Pro ($99)\n- > 100 min\u002Fmois → Qwen3-TTS self-hosted\n```\n\n## Skill Boundaries\n\n### What This Skill Does Well\n- Structuring audio production workflows\n- Providing technical guidance\n- Creating quality checklists\n- Suggesting creative approaches\n\n### What This Skill Cannot Do\n- Replace audio engineering expertise\n- Make subjective creative decisions\n- Access or edit audio files directly\n- Guarantee commercial success\n\n## References\n\n- [ElevenLabs Documentation](https:\u002F\u002Felevenlabs.io\u002Fdocs)\n- [ElevenLabs Voice Cloning](https:\u002F\u002Felevenlabs.io\u002Fvoice-cloning)\n- [Qwen3-TTS GitHub](https:\u002F\u002Fgithub.com\u002FQwenLM\u002FQwen3-TTS)\n- [Qwen3-TTS Blog](https:\u002F\u002Fqwen.ai\u002Fblog?id=qwen3tts-0115)\n- [MKTG Skills - Étude Écosystème Vidéo IA](..\u002F..\u002Fdocs\u002Fetude-ecosysteme-video-ia.md)\n\n## Related Skills\n\n- [ai-video-prompting](..\u002Fai-video-prompting\u002F) - Intégration audio dans les prompts Veo\n- [ai-video-qa](..\u002Fai-video-qa\u002F) - Vérification qualité audio\n- [copywriting-ogilvy](..\u002F..\u002Fcontent\u002Fcopywriting-ogilvy\u002F) - Écriture des scripts voix\n\n---\n\n## Skill Metadata\n\n\n- **Mode**: cyborg\n```yaml\nname: ai-voice-design\ncategory: video\nsubcategory: production\nversion: 1.0\nauthor: MKTG Skills\nsource_expert: ElevenLabs + Qwen3-TTS + PJ Ace\nsource_work: TTS Documentation\ndifficulty: intermediate\nestimated_value: $500-2000 (voice design + production)\ntags: [video, ai, voice, tts, elevenlabs, qwen, cloning, audio]\ncreated: 2026-01-25\nupdated: 2026-01-25\n```\n","# AI Voice Design\n\n> Concevez et générez des voix IA pour vos vidéos en utilisant ElevenLabs ou Qwen3-TTS, avec clonage vocal, design par description, et synchronisation lip-sync.\n\n## When to Use This Skill\n\n- **Créer une voix de marque** - Définir le ton vocal pour une campagne\n- **Cloner une voix existante** - Reproduire une voix avec autorisation\n- **Designer une voix originale** - Créer une voix à partir d'une description\n- **Multi-personnages** - Gérer plusieurs voix dans une même vidéo\n- **Lip-sync vidéo IA** - Synchroniser voix et mouvements de lèvres\n- **Localisation** - Adapter une voix en plusieurs langues\n\n## Methodology Foundation\n\n**Source**: ElevenLabs Documentation + Qwen3-TTS (Alibaba) + PJ Ace workflow\n\n**Core Principle**: \"La voix est 50% de l'impact d'une vidéo. ElevenLabs offre la qualité premium, Qwen3-TTS offre la flexibilité open-source. Le choix dépend du budget et du contrôle souhaité.\"\n\n**Why This Matters**: Une voix mal choisie ou mal générée casse l'illusion d'une vidéo IA. Le bon matching voix\u002Fpersonnage et une qualité audio professionnelle font la différence entre \"AI slop\" et contenu crédible.\n\n\n## What Claude Does vs What You Decide\n\n| Claude Does | You Decide |\n|-------------|------------|\n| Structures production workflow | Final creative direction |\n| Suggests technical approaches | Equipment and tool choices |\n| Creates templates and checklists | Quality standards |\n| Identifies best practices | Brand\u002Fvoice decisions |\n| Generates script outlines | Final script approval |\n\n## What This Skill Does\n\n1. **Compare les solutions TTS** - ElevenLabs vs Qwen3-TTS\n2. **Guide le clonage vocal** - Process et requirements\n3. **Structure le voice design** - Description textuelle de voix\n4. **Gère le multi-voix** - Attribution et cohérence\n5. **Prépare le lip-sync** - Intégration avec Kling\u002FVeo\n\n## How to Use\n\n### Designer une voix pour une pub\n```\nJ'ai besoin d'une voix pour ma pub [produit]. Le ton doit être [description]. Aide-moi à la designer.\n```\n\n### Cloner une voix\n```\nJe veux cloner cette voix [description\u002Féchantillon]. Guide-moi à travers le process avec [ElevenLabs\u002FQwen3-TTS].\n```\n\n### Gérer plusieurs personnages\n```\nJ'ai 3 personnages dans ma vidéo: [descriptions]. Crée le casting vocal.\n```\n\n## Instructions\n\n### Step 1: Choisir la solution TTS\n\n```\n## Comparatif ElevenLabs vs Qwen3-TTS\n\n| Critère | ElevenLabs | Qwen3-TTS |\n|---------|------------|-----------|\n| **Prix** | $5-$330\u002Fmois | Gratuit (open-source) |\n| **Qualité** | Excellente | Excellente |\n| **Voice cloning** | 1-5 min audio | 3 sec audio |\n| **Langues** | 29+ | 10 (EN, FR, DE, ES, IT, PT, RU, ZH, JP, KO) |\n| **Latence** | ~200ms | 97ms (streaming) |\n| **Self-hosted** | Non | Oui |\n| **Voice design** | VoiceLab | Description textuelle |\n| **API** | Cloud | Local ou cloud |\n\n### Arbre de décision\n\n**Q1: Budget disponible?**\n- $0 (gratuit) → Qwen3-TTS\n- $5-$100\u002Fmois → ElevenLabs Starter\u002FCreator\n- $100+\u002Fmois → ElevenLabs Pro\n\n**Q2: Besoin de self-hosting?**\n- Oui (données sensibles) → Qwen3-TTS\n- Non → ElevenLabs ou Qwen3-TTS\n\n**Q3: Langue requise parmi FR, EN, DE, ES, IT, PT, RU, ZH, JP, KO?**\n- Oui → Les deux fonctionnent\n- Non (autre langue) → ElevenLabs\n\n**Q4: Latence critique (real-time)?**\n- Oui → Qwen3-TTS (97ms)\n- Non → Les deux\n```\n\n---\n\n### Step 2: Voice Design par description\n\n```\n## Template de Description de Voix\n\n### Caractéristiques de base\n**Genre:** [ ] Masculin [ ] Féminin [ ] Non-binaire\n**Âge apparent:** [20s \u002F 30s \u002F 40s \u002F 50s \u002F 60s+]\n**Registre:** [ ] Grave [ ] Medium [ ] Aigu\n\n### Qualités vocales\n**Texture:**\n[ ] Lisse\u002FVeloutée [ ] Rauque\u002FGravelly\n[ ] Nasale [ ] Claire [ ] Résonante\n\n**Énergie:**\n[ ] Calme\u002FPosée [ ] Dynamique [ ] Intense\n[ ] Chaleureuse [ ] Froide\u002FDistante\n\n**Rythme:**\n[ ] Lent\u002FDélibéré [ ] Modéré [ ] Rapide\n[ ] Varié (storytelling)\n\n### Accent\u002FOrigine\n**Accent:** [Ex: Français neutre, British RP, Southern US, etc.]\n**Particularités:** [Ex: légèrement rauque le matin, sourire dans la voix]\n\n### Contexte d'utilisation\n**Marque\u002FProduit:** ________________________________\n**Ton de la campagne:** ________________________________\n**Personnage (si fiction):** ________________________________\n\n### Exemples de référence (optionnel)\n**Voix similaire à:** [Célébrité, personnage, pub connue]\n**Éviter:** [Ce qu'on ne veut pas]\n```\n\n**Exemple de description complète:**\n\n```\n## Voice Brief: Pub NeuroBoost\n\n**Profil:**\nHomme, 40s, registre grave-medium\n\n**Qualités:**\n- Texture résonante et autoritaire mais pas intimidante\n- Énergie posée, confiante, légèrement inspirante\n- Rythme délibéré avec pauses stratégiques\n\n**Accent:**\nFrançais international (pas d'accent régional marqué)\nDiction parfaite, articulation claire\n\n**Références:**\n- Similaire à: Morgan Freeman mais version française\n- Éviter: Ton commercial agressif, urgence artificielle\n\n**Notes:**\nCette voix doit incarner l'expertise et la confiance.\nLe spectateur doit sentir qu'il reçoit un conseil d'un\nmentor plutôt qu'un pitch de vendeur.\n```\n\n---\n\n### Step 3: Clonage vocal\n\n#### ElevenLabs\n\n```\n## Process de clonage ElevenLabs\n\n### Instant Clone (1-5 min audio)\n**Qualité:** Bonne (80% fidélité)\n**Usage:** Tests, itération rapide\n\n1. Préparer audio source:\n   - 1-5 minutes de parole claire\n   - Pas de musique de fond\n   - Qualité minimum: 128kbps\n   - Formats: MP3, WAV, M4A\n\n2. Dans ElevenLabs:\n   - Voice Lab → Add Voice → Instant Clone\n   - Upload audio\n   - Nommer la voix\n   - Tester avec phrase sample\n\n### Professional Clone (30+ min audio)\n**Qualité:** Excellente (95%+ fidélité)\n**Usage:** Production commerciale\n\n1. Préparer corpus audio:\n   - 30-60 minutes idéalement\n   - Variété d'émotions et tons\n   - Phrases complètes, pas de mots isolés\n   - Studio quality (256kbps+, pas de bruit)\n\n2. Soumettre pour training\n   - Délai: 24-48h\n   - Coût: Inclus dans plan Pro+\n\n### Paramètres de génération\n- **Stability:** 50-70% (naturel) \u002F 80%+ (consistant)\n- **Clarity:** 75%+ recommandé\n- **Style:** 0-100% selon expressivité souhaitée\n```\n\n#### Qwen3-TTS\n\n```\n## Process de clonage Qwen3-TTS\n\n### Zero-shot Clone (3 sec audio)\n**Qualité:** Très bonne\n**Usage:** Toute production\n\n1. Préparer référence:\n   - 3-10 secondes de parole claire\n   - Pas de bruit de fond\n   - Émotion neutre ou représentative\n\n2. API Python:\n```python\nfrom qwen3_tts import Qwen3TTS\n\ntts = Qwen3TTS()\n\n# Cloner depuis référence\nvoice = tts.clone_voice(\n    reference_audio=\"reference.wav\",\n    voice_name=\"my_voice\"\n)\n\n# Générer avec la voix clonée\naudio = tts.generate(\n    text=\"Texte à synthétiser\",\n    voice=voice,\n    language=\"fr\"\n)\naudio.save(\"output.wav\")\n```\n\n### Voice Design par texte\n```python\n# Créer une voix sans référence audio\nvoice = tts.design_voice(\n    description=\"A warm, confident male voice in his 40s, \\\n    with a slight French accent, speaking slowly and \\\n    deliberately with gravitas.\"\n)\n\naudio = tts.generate(\n    text=\"Votre texte ici\",\n    voice=voice\n)\n```\n\n### Paramètres avancés\n- **emotion:** \"neutral\", \"happy\", \"sad\", \"angry\", \"surprise\"\n- **speed:** 0.5 (lent) à 2.0 (rapide)\n- **pitch:** -10 à +10 (demi-tons)\n```\n\n---\n\n### Step 4: Multi-personnages\n\n```\n## Casting Vocal Multi-personnages\n\n### Template de casting\n\n| Personnage | Description | Voix | Source |\n|------------|-------------|------|--------|\n| [Nom] | [Description physique\u002Fpersonnalité] | [Specs vocales] | [Clone\u002FDesign\u002FStock] |\n\n### Exemple: Pub avec 3 personnages\n\n| Personnage | Description | Voix | Source |\n|------------|-------------|------|--------|\n| CEO Emma | 35 ans, confiante, leader | Femme, medium, autoritaire-warm | Design: \"Confident female executive...\" |\n| Dev Tom | 28 ans, geek enthousiaste | Homme, medium-aigu, rapide | Stock: \"Young professional male\" |\n| Client Marc | 50 ans, sceptique puis convaincu | Homme, grave, hésitant→assuré | Design: \"Skeptical older businessman...\" |\n\n### Règles de différenciation\n- **Registres variés:** Grave, Medium, Aigu\n- **Rythmes différents:** Lent vs Rapide\n- **Accents distincts:** Si approprié au contexte\n- **Énergies contrastées:** Calme vs Dynamique\n\n### Workflow multi-voix\n1. Générer chaque réplique séparément\n2. Nommer fichiers: `P1_Emma_Line01.wav`\n3. Assembler dans timeline audio\n4. Vérifier cohérence de volume (normaliser à -6dB)\n```\n\n---\n\n### Step 5: Lip-sync et intégration vidéo\n\n```\n## Intégration Voix + Vidéo IA\n\n### Option A: Veo 3.1 (Audio natif)\nLa voix est générée par Veo avec la vidéo.\n\n```\nPrompt incluant audio:\n\"[Scene description]. The character says:\n'[Dialogue exact]'. Voice: confident male, 30s,\nwarm tone. Ambient: office sounds.\"\n```\n\nLimitation: Moins de contrôle sur la voix exacte.\n\n### Option B: Kling 2.6 Motion Control\nLip-sync depuis vidéo \"driving\".\n\n1. Enregistrer vous-même le dialogue\n2. Utiliser Kling avec driving video\n3. Le lip-sync suit votre performance\n4. Remplacer audio par voix IA en post\n\n```\nWorkflow:\nYou → Record driving video with dialogue\nKling → Transfer lips to AI character\nPost → Replace audio with ElevenLabs\u002FQwen voice\n```\n\n### Option C: Génération séparée + Post-sync\nPour contrôle maximum.\n\n1. Générer vidéo sans audio (Runway, Pika)\n2. Générer voix séparément\n3. Synchroniser en post-production\n4. Ajuster timing manuellement si besoin\n\nOutils de sync:\n- DaVinci Resolve (gratuit)\n- Adobe Premiere\n- D-ID (sync automatique)\n\n### Checklist Lip-sync\n- [ ] Timing voix correspond au mouvement des lèvres\n- [ ] Pauses naturelles alignées\n- [ ] Volume équilibré avec ambiance\n- [ ] Pas de décalage visible (max 2-3 frames)\n```\n\n---\n\n### Step 6: Export et spécifications audio\n\n```\n## Spécifications Audio Finales\n\n### Format de sortie\n- **Codec:** AAC ou WAV\n- **Sample rate:** 48kHz (standard vidéo)\n- **Bit depth:** 24-bit (WAV) ou 256kbps (AAC)\n- **Channels:** Stereo ou Mono selon usage\n\n### Niveaux recommandés\n- **Voiceover:** -6dB à -3dB peak\n- **Dialogue:** -12dB à -6dB\n- **Ambiance:** -18dB à -12dB\n- **Musique:** -12dB à -9dB (sous voix)\n\n### Mastering basique\n1. Normaliser tous les clips voix à -6dB\n2. Appliquer compression légère (ratio 2:1)\n3. EQ: couper sous 80Hz, boost léger 2-4kHz (clarté)\n4. Limiter à -1dB pour éviter clipping\n\n### Deliverables\n```\n📁 Audio_[Project]\u002F\n├── voiceover\u002F\n│   ├── VO_final_master.wav\n│   └── VO_stems\u002F\n│       ├── P1_lines.wav\n│       ├── P2_lines.wav\n│       └── ...\n├── sfx\u002F\n│   └── [sound effects]\n├── music\u002F\n│   └── [background music]\n└── mix\u002F\n    └── final_mix.wav\n```\n```\n\n## Examples\n\n### Example 1: Voice design pour pub premium\n\n**Context**: Marque de montres de luxe, pub cinématique 30s\n\n**Input**:\n> J'ai une pub pour une marque de montres haut de gamme. Style très premium, inspiré des pubs Omega ou Rolex. Je veux une voix qui incarne l'excellence et l'héritage.\n\n**Output**:\n\n## Voice Brief: Montres Heritage Collection\n\n### Profil cible\n```\nGenre: Masculin\nÂge: 55-65 ans\nRegistre: Grave, profond\n```\n\n### Caractéristiques détaillées\n```\nTexture: Résonante, veloutée, avec légère patine\n         (comme un bois noble ou un cuir vintage)\n\nÉnergie: Posée, contemplative, jamais pressée\n         Chaque mot est choisi, chaque pause est intention\n\nRythme: Très lent, délibéré\n        4-5 mots par respiration\n        Pauses de 1-2 secondes entre phrases\n\nDiction: Parfaite, aristocratique sans être snob\n         Consonnes précises, voyelles riches\n```\n\n### Prompt ElevenLabs (Voice Design)\n```\nCreate a distinguished male voice in his 60s.\nDeep, resonant baritone with natural gravitas.\nSpeaking style: slow, deliberate, contemplative.\nBritish Received Pronunciation with slight warmth.\nTexture like aged whiskey - smooth with depth.\nThe voice of someone who has seen much and\nspeaks only when it matters.\n```\n\n### Prompt Qwen3-TTS\n```python\nvoice = tts.design_voice(\n    description=\"\"\"\n    Distinguished older gentleman, 60s, deep baritone.\n    British accent, RP. Speaking very slowly and\n    deliberately, with natural authority and warmth.\n    Voice texture is rich and resonant, like aged oak.\n    Contemplative, never rushed. Each word carries weight.\n    Think: nature documentary narrator meets luxury brand.\n    \"\"\"\n)\n```\n\n### Script avec indications\n```\n[PAUSE 2s]\n\n\"Time...\" [PAUSE 1.5s]\n\n\"...is not measured.\" [PAUSE 1s]\n\n\"It is crafted.\" [PAUSE 2s]\n\n\"Heritage Collection.\" [PAUSE 1s]\n\n\"Since 1892.\"\n```\n\n### Paramètres techniques\n- Stability: 85% (très consistant pour luxury)\n- Speed: 0.7x (plus lent)\n- Pas de musique sous la voix (voix seule, puis musique)\n\n**Why this works**: Pour le luxe, less is more. Une voix grave, lente et posée communique la confiance et l'intemporalité. Les pauses créent la tension et la valeur perçue.\n\n---\n\n### Example 2: Multi-personnages comédie\n\n**Context**: Pub SaaS décalée style sitcom avec 3 personnages\n\n**Input**:\n> J'ai une pub style The Office avec 3 personnages: le boss incompétent, l'employée exaspérée, et le stagiaire trop enthousiaste. Crée le casting vocal.\n\n**Output**:\n\n## Casting Vocal: \"Office Chaos\" Pub\n\n### Personnage 1: Michel (Le Boss)\n```\nProfil:\n- Homme, 50 ans\n- Confiant mais incompétent\n- Parle trop fort et trop vite\n- S'interrompt lui-même\n\nVoix:\n- Medium-aigu (pas grave malgré l'autorité voulue)\n- Nasale légèrement\n- Volume variable (starts loud, gets louder)\n- Phrases inachevées\n\nPrompt ElevenLabs:\n\"Middle-aged man who thinks he's charismatic but isn't.\nSlightly nasal voice, medium-high pitch. Speaks too\nloudly and too fast, often interrupting himself.\nFrench accent, corporate buzzwords enthusiast.\nMichael Scott energy.\"\n```\n\n### Personnage 2: Sophie (L'Exaspérée)\n```\nProfil:\n- Femme, 35 ans\n- Compétente, fatiguée\n- Sarcasme subtil\n- Soupirs audibles\n\nVoix:\n- Medium, légèrement grave pour femme\n- Sèche, précise\n- Monotone quand exaspérée\n- Soupirs comme ponctuation\n\nPrompt Qwen3-TTS:\n\"Professional woman in her 30s, tired of everything.\nDry, slightly deadpan delivery. French, neutral accent.\nSubtle sarcasm in every line. Occasional audible sighs.\nThe straight man in every comedy duo.\"\n```\n\n### Personnage 3: Théo (Le Stagiaire)\n```\nProfil:\n- Homme, 22 ans\n- Trop enthousiaste\n- Voix qui monte en fin de phrase\n- Acquiesce à tout\n\nVoix:\n- Medium-aigu\n- Énergique, rapide\n- Upspeak (fin de phrase montante)\n- Ponctué de \"super!\", \"génial!\"\n\nPrompt:\n\"Young man, early 20s, overly enthusiastic intern.\nHigh-medium pitch, speaks quickly with upward\ninflection at end of sentences. French, sounds\nlike he just discovered coffee. Every statement\nsounds like an excited question.\"\n```\n\n### Exemple de dialogue\n```\nMICHEL: (loud) \"Bon, l'équipe! J'ai une GRANDE nouvelle—\n        enfin, moyenne—non, grande!\"\n\nSOPHIE: (flat) \"[soupir] ...C'est la réunion quotidienne.\"\n\nTHÉO: (excited) \"Oh WOW! Une grande nouvelle? C'est GÉNIAL!\"\n\nMICHEL: \"Théo comprend, LUI. Donc, on va—\n        comment ça s'appelle—pivoter!\"\n\nSOPHIE: \"...On a pivoté hier.\"\n\nTHÉO: \"RE-pivoter! J'ADORE re-pivoter!\"\n```\n\n### Production notes\n- Générer chaque personnage séparément\n- Michel: boost 3-4kHz (plus \"présent\")\n- Sophie: légère réverb room (distance émotionnelle)\n- Théo: compression pour contenir les pics\n\n**Why this works**: Les trois voix sont immédiatement distinctes par registre, rythme et énergie. Le contraste crée la comédie - le chaos de Michel, le calme de Sophie, l'excès de Théo.\n\n---\n\n## Checklists & Templates\n\n### Checklist Voice Design\n\n```\n## Validation Voice Design\n\n### Brief complet\n- [ ] Genre et âge définis\n- [ ] Registre spécifié (grave\u002Fmedium\u002Faigu)\n- [ ] Texture décrite (lisse\u002Frauque\u002Fetc)\n- [ ] Énergie et rythme indiqués\n- [ ] Accent précisé\n- [ ] Références incluses\n\n### Génération\n- [ ] Prompt testé avec phrase sample\n- [ ] Qualité audio vérifiée (pas de glitches)\n- [ ] Volume normalisé\n- [ ] Cohérence avec brand voice\n\n### Multi-personnages\n- [ ] Voix suffisamment distinctes\n- [ ] Registres variés\n- [ ] Énergies contrastées\n- [ ] Test d'écoute ensemble\n```\n\n---\n\n### Template Voice Brief\n\n```\n## Voice Brief: [Projet]\n\n### Identité\n**Projet\u002FMarque:** ________________________________\n**Type de contenu:** [ ] Pub [ ] Explainer [ ] Narration [ ] Dialogue\n**Durée totale:** __________ secondes\n\n### Profil vocal\n**Genre:** [ ] M [ ] F [ ] Non-binaire\n**Âge:** _______ ans\n**Registre:** [ ] Grave [ ] Medium [ ] Aigu\n\n### Caractéristiques\n**Texture:** ________________________________\n**Énergie:** ________________________________\n**Rythme:** ________________________________\n**Accent:** ________________________________\n\n### Contexte émotionnel\n**L'auditeur doit ressentir:** ________________________________\n**Éviter:** ________________________________\n\n### Référence\n**Similaire à:** ________________________________\n\n### Solution technique\n[ ] ElevenLabs (budget: $_____\u002Fmois)\n[ ] Qwen3-TTS (self-hosted)\n[ ] Clone d'une voix existante\n\n### Script\n```\n[Coller le script avec indications de pause]\n```\n```\n\n---\n\n### Coûts comparatifs\n\n```\n## Budget TTS\n\n### ElevenLabs\n| Plan | Prix\u002Fmois | Caractères | Équivalent |\n|------|-----------|------------|------------|\n| Free | $0 | 10k | ~2 min |\n| Starter | $5 | 30k | ~6 min |\n| Creator | $22 | 100k | ~20 min |\n| Pro | $99 | 500k | ~100 min |\n\n### Qwen3-TTS (Self-hosted)\n| Composant | Coût |\n|-----------|------|\n| GPU (RTX 3090) | ~$800 one-time |\n| Cloud GPU (A10) | ~$1\u002Fheure |\n| Hébergement | Variable |\n| Génération | Illimité |\n\n### Recommandation par volume\n- \u003C 5 min\u002Fmois → ElevenLabs Free + Qwen3-TTS\n- 5-20 min\u002Fmois → ElevenLabs Creator ($22)\n- 20-100 min\u002Fmois → ElevenLabs Pro ($99)\n- > 100 min\u002Fmois → Qwen3-TTS self-hosted\n```\n\n## Skill Boundaries\n\n### What This Skill Does Well\n- Structuring audio production workflows\n- Providing technical guidance\n- Creating quality checklists\n- Suggesting creative approaches\n\n### What This Skill Cannot Do\n- Replace audio engineering expertise\n- Make subjective creative decisions\n- Access or edit audio files directly\n- Guarantee commercial success\n\n## References\n\n- [ElevenLabs Documentation](https:\u002F\u002Felevenlabs.io\u002Fdocs)\n- [ElevenLabs Voice Cloning](https:\u002F\u002Felevenlabs.io\u002Fvoice-cloning)\n- [Qwen3-TTS GitHub](https:\u002F\u002Fgithub.com\u002FQwenLM\u002FQwen3-TTS)\n- [Qwen3-TTS Blog](https:\u002F\u002Fqwen.ai\u002Fblog?id=qwen3tts-0115)\n- [MKTG Skills - Étude Écosystème Vidéo IA](..\u002F..\u002Fdocs\u002Fetude-ecosysteme-video-ia.md)\n\n## Related Skills\n\n- [ai-video-prompting](..\u002Fai-video-prompting\u002F) - Intégration audio dans les prompts Veo\n- [ai-video-qa](..\u002Fai-video-qa\u002F) - Vérification qualité audio\n- [copywriting-ogilvy](..\u002F..\u002Fcontent\u002Fcopywriting-ogilvy\u002F) - Écriture des scripts voix\n\n---\n\n## Skill Metadata\n\n\n- **Mode**: cyborg\n```yaml\nname: ai-voice-design\ncategory: video\nsubcategory: production\nversion: 1.0\nauthor: MKTG Skills\nsource_expert: ElevenLabs + Qwen3-TTS + PJ Ace\nsource_work: TTS Documentation\ndifficulty: intermediate\nestimated_value: $500-2000 (voice design + production)\ntags: [video, ai, voice, tts, elevenlabs, qwen, cloning, audio]\ncreated: 2026-01-25\nupdated: 2026-01-25\n```\n",{"name":5,"license":14,"metadata":23,"description":7},{"author":24,"version":25,"mcp-server":26},"ClawFu","1.0.0","@clawfu\u002Fmcp-skills","master","f483e54f3ad5f202a77d45f2e57f8d970b71195f","skills_library\u002Fai-voice-design",2,"https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills","https:\u002F\u002Fgithub.com\u002Froohe","yoou.link","2026-05-19 15:56:07",{"source":8,"skillName":5,"commands":36,"prompt":46,"zipAvailable":47},[37,40,43],{"tool":38,"command":39},"npx","npx skills add roohe\u002Fagentic-super-skills --skill ai-voice-design",{"tool":41,"command":42},"bunx","bunx skills add roohe\u002Fagentic-super-skills --skill ai-voice-design",{"tool":44,"command":45},"pnpm","pnpm dlx skills add roohe\u002Fagentic-super-skills --skill ai-voice-design","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fai-voice-design\u002FSKILL.md",true,[],[50,57,64,71,78,85],{"skillNo":51,"name":52,"nameZh":6,"description":53,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":54,"categories":55,"keywords":56,"publishedAt":18},"01M73D865CZME2FCMKA4PQM348","zarr-python","Chunked N-D arrays for cloud storage. Compressed arrays, parallel I\u002FO, S3\u002FGCS integration, NumPy\u002FDask\u002FXarray compatible, for large-scale scientific computing pipelines.","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fzarr-python\u002FSKILL.md",[],[],{"skillNo":58,"name":59,"nameZh":6,"description":60,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":61,"categories":62,"keywords":63,"publishedAt":18},"01M73D7Z64J4ABWZJD7P44XBBF","youtube-downloader","Download and process YouTube content for research. Use when: downloading competitor videos for analysis; extracting audio for podcasts; getting transcripts for content repurposing; archiving webinars; research content curation","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fyoutube-downloader\u002FSKILL.md",[],[],{"skillNo":65,"name":66,"nameZh":6,"description":67,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":68,"categories":69,"keywords":70,"publishedAt":18},"01M73D7K8778TGZV3GJFR3703D","yc-pitch-deck","Create a compelling startup pitch deck that follows the structure proven to raise billions from top investors. Master the YC and Sequoia formats that get founders funded. Use when: **Fundraising** to create investor pitch decks; **YC application** to structure your narrative; **Demo Day prep** to craft your 2-minute pitch; **Angel investors** to communicate your opportunity; **Partnership pitches** to structure compelling asks","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fyc-pitch-deck\u002FSKILL.md",[],[],{"skillNo":72,"name":73,"nameZh":6,"description":74,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":75,"categories":76,"keywords":77,"publishedAt":18},"01M73D70KJSE0E8Z28YMNNRT04","x-twitter-scraper","Use when the user needs X (Twitter) data or confirmation-gated X actions through Xquik: tweet search, user lookup, follower extraction, media download, monitoring, webhooks, MCP, SDKs, posting, likes, DMs, and profile updates. Requires a Xquik API key. Never ask for X login material.","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fx-twitter-scraper\u002FSKILL.md",[],[],{"skillNo":79,"name":80,"nameZh":6,"description":81,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":82,"categories":83,"keywords":84,"publishedAt":18},"01M73D6ED01GV077R7K4NZNFZJ","write-vignette","Create R package vignettes using R Markdown or Quarto. Covers vignette setup, YAML configuration, code chunk options, building and testing, and CRAN requirements for vignettes. Use when adding a Getting Started tutorial, documenting complex workflows spanning multiple functions, creating domain-specific guides, or when CRAN submission requires user-facing documentation beyond function help pages.","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fwrite-vignette\u002FSKILL.md",[],[],{"skillNo":86,"name":87,"nameZh":6,"description":88,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":89,"categories":90,"keywords":91,"publishedAt":18},"01M73D69YJR0BK3NFHE0CYG3EF","write-validation-documentation","Write IQ\u002FOQ\u002FPQ validation documentation for computerized systems in regulated environments. Covers protocols, reports, test scripts, deviation handling, and approval workflows. Use when validating R or other software for regulated use, preparing for a regulatory audit, documenting qualification of computing environments, or creating and updating validation protocols and reports for new or re-qualified systems.","https:\u002F\u002Fgithub.com\u002Froohe\u002Fagentic-super-skills\u002Fblob\u002Fmaster\u002Fskills_library\u002Fwrite-validation-documentation\u002FSKILL.md",[],[]]