Le micro-trottoir

L'intervieweur ne se voit jamais. Sa formulation : « j'ai juste besoin d'avoir la main et le micro ». À l'image, seule la main tendue tenant le micro entre dans le champ. Conséquence directe : il ne consomme aucun crédit d'avatar.

L'intervieweur et la voix off partagent la même voix. C'est la même personne qui tend le micro et qui raconte ensuite ; ce qui les sépare est le jeu, pas le timbre. La voix off est posée, l'intervieweur est pris sur le vif — on lui ajoute la balise [projecting].

Les passants sont des voix clonées d'humains réels, jamais des voix conçues par description. Ils se castent sur l'âge entendu, noté dans le catalogue.

---

Le face caméra fixe a été refusé : « le plan comme ça fixe, ce n'est pas ouf ». Ce qu'il faut est le point de vue du caméraman posté sur le côté.

Le prompt de scène Argil, éprouvé :

filmed from the side in a candid street interview, three-quarter angle, looking
off-camera at the interviewer, a hand holding a black reporter microphone
entering the frame in the foreground on the right, busy American city street
behind with blurred pedestrians, handheld camera, daylight, medium close-up

On alterne on the right et on the left d'un passant à l'autre, pour que les plans ne soient pas interchangeables. Sur un avatar qui a tendance au plan de vlog, ajouter both arms down at his sides and holding nothing : c'est cette phrase qui empêche le bras tendu.

L'erreur capitale : un avatar cadré comme un selfie, bras tendu. Adrien l'a relevée immédiatement — « s'il est interviewé, ce n'est pas lui qui filme ». Un plan de vlog détruit la fiction du micro-trottoir, quel que soit le décor.

Le décor est anglophone, et c'est délibéré : la rue américaine renforce le sujet, qui est l'apprentissage de l'anglais. Les trois passants sont dans le même genre de rue.

---

C'est la correction la plus importante du format. Pendant que l'intervieweur pose sa question, on reste sur le passant, silencieux, avec le micro tendu vers lui. Couper sur un plan de rue anonyme casse l'échange : « vire-moi ces plans de rue là, c'est horrible ».

Techniquement, on ne peut pas laisser tourner le clip de l'avatar — ses lèvres bougeraient sans qu'aucun son ne sorte. On prélève donc une image et on la fait vivre par un lent mouvement d'appareil, ce qui donne un plan tenu et non un arrêt sur image. L'image se prend au tout début du clip avant la question, et à la toute fin après la réponse.

La répartition de l'image, pour un micro-trottoir :

Ce qu'on entend	Ce qu'on montre
La question de l'intervieweur	le passant, image arrêtée qui respire
La réponse du passant	le plan d'avatar
La voix off	les plans de banque du sujet
La carte finale	voir le document dédié

---

Les bruits de rue ne courent que sur les répliques tournées dehors, et se coupent net dès que la voix off prend la parole : « quand il y a la voix off qui parle, ça doit être le silence derrière ».

L'ambiance se déduit des rôles, jamais de plages écrites à la main — une correction de casting remet alors l'ambiance au bon endroit toute seule. Elle est mixée à −14 dB sous les voix, à partir de deux prises alternées : une seule, répétée, laisse entendre sa boucle au deuxième tour.

---

Adrien juge le débit en comparant une maquette à la précédente, jamais en mots par minute. La consigne se traduit donc en durée cible, et le calage se fait au montage : ElevenLabs accepte le paramètre speed mais eleven_v3 ne le suit pas.

Repère mesuré sur l'Ads 115 : il a demandé successivement ×1,3 puis ×1,2, pour atterrir à 1 min 25 et environ 250 mots par minute. C'est le point de départ des prochains micro-trottoirs.

---

Les points de suspension du script font systématiquement baisser la voix. Ils se retirent du texte dit — l'hésitation reste, portée par la balise de jeu. De même, un point là où il faudrait une liaison crée une respiration de deux secondes : « À l'école. Des listes » est devenu « À l'école, avec des listes ». Le script écrit ne change pas ; seul le texte envoyé à la synthèse est corrigé, via corrections_texte dans le casting.