TTS SSML Prosody Control — Manim Demo (v2, VivaTech Edition)

Paper: Improving French Synthetic Speech Quality via SSML Prosody Control
Authors: Nassima Ould Ouali, Awais Hussain Sani, Ruben Bueno, Jonah Dauvet, Tim Luka Horstmann, Eric Moulines
Venue: ICNLSP 2025 · École Polytechnique / Hi! PARIS

---

Structure

ManimDemoTTS_v2/
├── scenes/
│   ├── s00_hook.py          # 0 — Hook : onde sonore "wow" d'entrée (15s)
│   ├── s01_sound.py         # 1 — C'est quoi le son ? (waveform live, 35s)
│   ├── s02_speech.py        # 2 — La parole humaine : F0, formants (40s)
│   ├── s03_tts.py           # 3 — TTS moderne : pipeline + problème expressivité (40s)
│   ├── s04_ssml.py          # 4 — SSML : balises prosodiques (35s)
│   ├── s05_pipeline.py      # 5 — Notre pipeline bout-en-bout (45s)
│   ├── s06_qwen.py          # 6 — Architecture QwenA + QwenB (50s)
│   ├── s07_results.py       # 7 — Résultats : MOS, F1, MAE (45s)
│   └── s08_outro.py         # 8 — Conclusion + futur (20s)
├── main.py                  # Composition complète (~6 min)
├── main_short.py            # Version 3 min directeur
├── theme.py                 # Palette, fonts, helpers partagés
├── assets/                  # Images (pipeline.png, etc.)
├── manim.cfg                # Config rendu
└── README.md

Durée cible

Version	Durée	Usage
main.py	~6 min	VivaTech, conférence
main_short.py	~3 min	Pitch directeur

Rendu

# Version complète
manim -pqh main.py Main -o demo_vivatech.mp4 --fps 30

# Version courte
manim -pqh main_short.py MainShort -o demo_3min.mp4 --fps 30

# Scène individuelle (test)
manim -pqh scenes/s07_results.py SceneResults
manim -pqh scenes/s00_hook.py SceneHook

Installation

pip install manim
manim --version  # >= 0.18.0

Palette

• Background : #004178 (bleu Hi! PARIS)
• Accent rouge : #FF0049
• Cyan : #14B8FF
• Or : #FFD166
• Vert résultat : #06D6A0
• Texte : #F4F6FA