From f3113a0f5a87d4d8d2aee16c0946b951c5fcc787 Mon Sep 17 00:00:00 2001
From: Claude <noreply@anthropic.com>
Date: Mon, 28 Sep 2026 08:57:38 +0000
Subject: [PATCH] =?UTF-8?q?fix(reels):=20garder=20le=20son=20d'origine=20d?=
 =?UTF-8?q?e=20la=20vid=C3=A9o=20quand=20aucune=20musique=20n'est=20choisi?=
 =?UTF-8?q?e?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Sans musique (bouton « Passer »), la bande son de la vidéo était supprimée
dès que la voix était activée. Elle sert désormais de fond sonore : conservée
telle quelle, baissée automatiquement sous la voix, puis normalisée avec le
reste. Une musique choisie la remplace toujours.

Même comportement dans l'aperçu, le rendu Remotion et le rendu FFmpeg de
secours. Le bouton indique « Passer (garder le son de la vidéo) ».

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_018Ze4bs7tpF1KGWUk6ZZSZ4
---
 client/src/pages/new-reel.tsx       |  4 +-
 client/src/remotion/ReelVideo.tsx   | 13 ++++--
 ffmpeg-service/app/render.py        | 67 +++++++++++++++--------------
 ffmpeg-service/tests/test_render.py | 45 ++++++++++++++++++-
 4 files changed, 91 insertions(+), 38 deletions(-)

diff --git a/client/src/pages/new-reel.tsx b/client/src/pages/new-reel.tsx
index 1ea3554..e1102c5 100644
--- a/client/src/pages/new-reel.tsx
+++ b/client/src/pages/new-reel.tsx
@@ -694,7 +694,7 @@ export default function NewReel() {
                                                     setSelectedTrack(null);
                                                     setCurrentStep('text');
                                                 }}>
-                                                    Passer
+                                                    Passer (garder le son de la vidéo)
                                                 </Button>
                                                 <Button onClick={() => setCurrentStep('text')}>
                                                     Continuer
@@ -1052,7 +1052,7 @@ export default function NewReel() {
                                     </div>
                                     <div className="flex justify-between">
                                         <span className="text-muted-foreground">Musique</span>
-                                        <span>{selectedTrack ? selectedTrack.title : 'Aucune'}</span>
+                                        <span>{selectedTrack ? selectedTrack.title : 'Son de la vidéo'}</span>
                                     </div>
                                     <div className="flex justify-between">
                                         <span className="text-muted-foreground">Texte</span>
diff --git a/client/src/remotion/ReelVideo.tsx b/client/src/remotion/ReelVideo.tsx
index df884d3..1472f51 100644
--- a/client/src/remotion/ReelVideo.tsx
+++ b/client/src/remotion/ReelVideo.tsx
@@ -36,9 +36,16 @@ export const ReelVideo: React.FC<ReelVideoProps> = (props) => {
 
   const videoFrames = Math.max(1, Math.floor(videoDuration * fps));
   const totalFrames = Math.max(1, Math.round(totalDuration * fps));
-  const hasAddedAudio = Boolean(mixedAudioUrl || voiceUrl || musicUrl);
+  // Le son d'origine est remplacé par la musique choisie ; sans musique, il reste
+  // en fond (baissé sous la voix). Au rendu final, il est déjà dans la piste mixée.
+  const keepVideoSound = !mixedAudioUrl && !musicUrl;
   const video = (
-    <OffthreadVideo src={videoUrl} muted={hasAddedAudio} style={{ width: "100%", height: "100%", objectFit: "cover" }} />
+    <OffthreadVideo
+      src={videoUrl}
+      muted={!keepVideoSound}
+      volume={keepVideoSound && voiceUrl ? (frame) => previewMusicVolume(frame / fps, words, 1, fadeStart) : 1}
+      style={{ width: "100%", height: "100%", objectFit: "cover" }}
+    />
   );
 
   return (
@@ -78,7 +85,7 @@ export const ReelVideo: React.FC<ReelVideoProps> = (props) => {
   );
 };
 
-/** Aperçu : la musique baisse pendant la parole et s'éteint avec le fondu final. */
+/** Aperçu : le fond sonore (musique ou son d'origine) baisse pendant la parole et s'éteint avec le fondu final. */
 function previewMusicVolume(time: number, words: TimedWord[], base: number, fadeStart: number | null): number {
   const speaking = words.some((w) => time >= w.start - 0.2 && time <= w.end + 0.3);
   const fade =
diff --git a/ffmpeg-service/app/render.py b/ffmpeg-service/app/render.py
index 89298d3..475c3df 100644
--- a/ffmpeg-service/app/render.py
+++ b/ffmpeg-service/app/render.py
@@ -102,28 +102,41 @@ def video_filters(plan: RenderPlan) -> list[str]:
     return chain
 
 
+def uses_original_audio(plan: RenderPlan) -> bool:
+    """Sans musique choisie, la bande son d'origine de la vidéo sert de fond sonore."""
+    return plan.music is None and plan.keep_original_audio
+
+
 def audio_graph(
-    plan: RenderPlan, music_idx: int | None, voice_idx: int | None
+    plan: RenderPlan, music_idx: int | None, voice_idx: int | None, original_idx: int | None = None
 ) -> tuple[list[str], str | None]:
-    """Graphe audio : voix décalée, musique bouclée et baissée sous la voix,
-    niveau final ~ -14 LUFS. Renvoie les filtres et l'étiquette de sortie."""
+    """Graphe audio : voix décalée sur un fond sonore (musique bouclée, ou à
+    défaut bande son d'origine) baissé sous la voix, niveau final ~ -14 LUFS.
+    Renvoie les filtres et l'étiquette de sortie."""
     graph: list[str] = []
     if voice_idx is not None:
         delay_ms = int(plan.voice_delay * 1000)
         graph.append(f"[{voice_idx}:a]aresample=48000,adelay={delay_ms}:all=1,apad[voice]")
-    if music_idx is not None:
-        graph.append(f"[{music_idx}:a]aresample=48000,volume={plan.music_volume:.3f}[music]")
 
-    if voice_idx is not None and music_idx is not None:
-        # La musique baisse automatiquement quand la voix parle (ducking)
+    bed = None
+    if music_idx is not None:
+        graph.append(f"[{music_idx}:a]aresample=48000,volume={plan.music_volume:.3f}[bed]")
+        bed = "bed"
+    elif original_idx is not None:
+        # Son d'origine conservé à son niveau ; il se tait après la fin de la vidéo
+        graph.append(f"[{original_idx}:a:0]aresample=48000,apad[bed]")
+        bed = "bed"
+
+    if voice_idx is not None and bed:
+        # Le fond sonore baisse automatiquement quand la voix parle (ducking)
         graph.append("[voice]asplit=2[vmix][vkey]")
-        graph.append("[music][vkey]sidechaincompress=threshold=0.02:ratio=8:attack=20:release=400[ducked]")
+        graph.append(f"[{bed}][vkey]sidechaincompress=threshold=0.02:ratio=8:attack=20:release=400[ducked]")
         graph.append("[ducked][vmix]amix=inputs=2:duration=longest:normalize=0[mix]")
         mix = "mix"
     elif voice_idx is not None:
         mix = "voice"
-    elif music_idx is not None:
-        mix = "music"
+    elif bed:
+        mix = bed
     else:
         return graph, None
 
@@ -206,14 +219,11 @@ def build_command(plan: RenderPlan) -> list[str]:
     tail.append("format=yuv420p")
     graph.append(f"[{current}]{','.join(tail)}[vout]")
 
-    audio_filters, audio_out = audio_graph(plan, music_idx, voice_idx)
+    # La vidéo (entrée 0) fournit la bande son d'origine si aucune musique n'est choisie
+    original_idx = 0 if uses_original_audio(plan) else None
+    audio_filters, audio_out = audio_graph(plan, music_idx, voice_idx, original_idx)
     graph += audio_filters
-    if audio_out:
-        audio_map = ["-map", f"[{audio_out}]"]
-    elif plan.keep_original_audio:
-        audio_map = ["-map", "0:a:0"]
-    else:
-        audio_map = []
+    audio_map = ["-map", f"[{audio_out}]"] if audio_out else []
 
     cmd += ["-filter_complex", ";".join(graph), "-map", "[vout]", *audio_map]
     cmd += ["-t", f"{total:.3f}", *_video_encoding(19, "medium")]
@@ -236,21 +246,14 @@ def build_prepared_video_command(plan: RenderPlan, output: Path) -> list[str]:
 def build_audio_mix_command(plan: RenderPlan, output: Path) -> list[str] | None:
     """Piste son finale (WAV 48 kHz stéréo), ou None s'il n'y a aucun son à produire."""
     total = f"{plan.total_duration:.3f}"
-    if not plan.music and not plan.voice:
-        if not plan.keep_original_audio:
-            return None
-        # Son d'origine seul : même niveau final que les autres Reels
-        chain = ["aresample=48000", "loudnorm=I=-14:TP=-1.5:LRA=11", "apad"]
-        if plan.ending_effect:
-            chain.append(f"afade=t=out:st={plan.fade_start:.3f}:d={FADE_SECONDS}")
-        return [
-            "ffmpeg", "-y", "-hide_banner", "-loglevel", "error", "-i", str(plan.video),
-            "-map", "0:a:0", "-af", ",".join(chain), "-t", total,
-            "-ar", "48000", "-ac", "2", "-c:a", "pcm_s16le", str(output),
-        ]  # fmt: skip
-
-    audio_args, music_idx, voice_idx, _ = _audio_inputs(plan, 0)
-    graph, audio_out = audio_graph(plan, music_idx, voice_idx)
+    audio_args, music_idx, voice_idx, index = _audio_inputs(plan, 0)
+    original_idx = None
+    if uses_original_audio(plan):
+        audio_args += ["-i", str(plan.video)]
+        original_idx = index
+    graph, audio_out = audio_graph(plan, music_idx, voice_idx, original_idx)
+    if not audio_out:
+        return None
     return [
         "ffmpeg", "-y", "-hide_banner", "-loglevel", "error", *audio_args,
         "-filter_complex", ";".join(graph), "-map", f"[{audio_out}]", "-t", total,
diff --git a/ffmpeg-service/tests/test_render.py b/ffmpeg-service/tests/test_render.py
index 56789fb..90c79ab 100644
--- a/ffmpeg-service/tests/test_render.py
+++ b/ffmpeg-service/tests/test_render.py
@@ -51,7 +51,50 @@ def test_original_audio_kept_when_nothing_added():
         video=Path("in.mp4"), video_duration=5.0, output=Path("out.mp4"), keep_original_audio=True
     )
     cmd = build_command(plan)
-    assert cmd[cmd.index("-map", cmd.index("[vout]")) + 1] == "0:a:0"
+    assert "[0:a:0]aresample=48000,apad[bed]" in _graph(cmd)
+    assert cmd[cmd.index("-map", cmd.index("[vout]")) + 1] == "[aout]"
+
+
+def test_original_audio_stays_under_the_voice_when_no_music_is_chosen():
+    plan = RenderPlan(
+        video=Path("in.mp4"),
+        video_duration=10.0,
+        output=Path("out.mp4"),
+        voice=Path("v.wav"),
+        voice_duration=4.0,
+        keep_original_audio=True,
+    )
+    graph = _graph(build_command(plan))
+    assert "[0:a:0]aresample=48000,apad[bed]" in graph
+    assert "[bed][vkey]sidechaincompress" in graph
+
+
+def test_chosen_music_replaces_the_original_audio():
+    plan = RenderPlan(
+        video=Path("in.mp4"),
+        video_duration=10.0,
+        output=Path("out.mp4"),
+        music=Path("m.mp3"),
+        keep_original_audio=True,
+    )
+    assert "0:a:0" not in _graph(build_command(plan))
+
+
+def test_prepared_audio_mix_keeps_original_audio_under_voice():
+    from app.render import build_audio_mix_command
+
+    plan = RenderPlan(
+        video=Path("in.mp4"),
+        video_duration=10.0,
+        output=Path("out.mp4"),
+        voice=Path("v.wav"),
+        voice_duration=4.0,
+        keep_original_audio=True,
+    )
+    cmd = build_audio_mix_command(plan, Path("a.wav"))
+    # Entrées : voix (0) puis vidéo d'origine (1)
+    assert cmd[cmd.index("in.mp4") - 1] == "-i"
+    assert "[1:a:0]aresample=48000,apad[bed]" in " ".join(cmd)
 
 
 def test_encoding_targets_social_networks():