Voix : plus d'accélération sur les SRT, moteur local Qwen3-TTS

SRT : la voix n'est plus jamais accélérée (atempo sans plafond, jusqu'à 2×
et plus, rendait la voix incompréhensible). Un morceau plus long que son
sous-titre déborde et décale les suivants ; les sous-titres suivent la voix,
la vidéo s'allonge et un avertissement signale le décalage.

Rythme : style par défaut « neutre », consignes Gemini sans « rythme
entraînant », débit Edge des styles dynamique/promo ramené à +0 %/+3 %.

Nouveau moteur « qwen » : service qwen-tts (Qwen3-TTS sur CPU, gratuit,
français, ton piloté par consigne, clonage de voix depuis qwen-tts/voices).
Même vérification Whisper que Gemini, généralisée ; repli qwen → gemini →
edge, et une lecture sous 85 % du texte est écartée (mots sautés/faux).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Upu97wMmsRkBoj6iVM4rH6

.env.example

@@ -132,6 +132,17 @@ GEMINI_API_KEY=
 # demande de reconstruire ffmpeg-api.
 # WHISPER_MODEL=base
 #
+# Voix locale Qwen3-TTS (service qwen-tts) : gratuite, française, sans quota,
+# mais générée sur CPU (5 à 7 fois la durée de la voix sur 4 cœurs).
+# Modèle choisi à la construction de l'image :
+# - Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice (défaut) : ton et émotion pilotés ;
+# - Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice : ~30 % plus rapide, moins expressif.
+# QWEN_TTS_MODEL=Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
+# Clonage des voix déposées dans qwen-tts/voices (vide pour désactiver).
+# QWEN_TTS_CLONE_MODEL=Qwen/Qwen3-TTS-12Hz-0.6B-Base
+# QWEN_TTS_THREADS=0
+# QWEN_TTS_MEMORY=10g
+#
 # Moteur de rendu des Reels vidéo :
 # - remotion (défaut) : sous-titres animés, logo et effet de fin identiques à
 #   l'aperçu affiché dans l'application ; ~30 à 60 s pour un Reel de 30 s ;