アニメリール生成スキル

anime-reel

入力：スクリプト ＋ 各行につき1つの音声MP3（ユーザーが両方を添付）。出力：元の音声をそのまま含む9:16リールと16:9コピー、さらにWhatsApp用の20MB未満の720pコピー。

厳格なルール（毎回実行）

• すべてコードで描画：HTML Canvas、ヘッドレスChromeでフレームごとにレンダリング、ffmpegでエンコード。ストック映像や画像生成AIは使用禁止。ベースとして engine/ を使用し、拡張する（置き換えない）。これにより見た目が毎回同じになる。
• すべての単語を強制アライメント（torchaudio MMS_FA、scripts/align.py 経由）でタイミング設定。決してタイミングを推測しない。アライメントが失敗したラインは停止し、理由をユーザーに伝える。等間隔にフォールバックしない。
• フルレンダリング前に静止画のコンタクトシートを表示し、承認を待つ。
• 既存ファイルを上書きする前に確認を求める。encode.sh は上書きを拒否して終了コード2で終了する。その情報をユーザーに伝える。
• 最終MP4内では元の音声をそのまま維持する（音声ラインはタイムライン上に配置するのみで、再処理はしない）。ユーザーから要求がない限り、BGMは追加しない。

手順

1. セットアップ。 bash scripts/check_setup.sh（ffmpeg、Node、puppeteer、torch/torchaudio、uroman）を実行。不足があれば修正してから次に進む。bash scripts/sfx.sh <project>/sfx を実行し、ffmpegでヒット/ウィッシュ/インパクト/ポップ効果音を合成。
2. スクリプトをショットに分割。 音声ライン1つにつき1ショット。各ショットに以下を記述：id、speaker、text（MP3の内容と完全一致）、audio パス、place（rooftop、office、street、bedroom、sky、または新しい drawPlace ブランチを追加）、camera（static|push|pull|pan ＋ amount）、cast、slots（left/center/right）、fx。shots.json として保存（スキーマは scripts/build_timeline.py 内）。ショットリストを表示し、曖昧な場合はユーザーに修正を促す。
3. キャラクター。 各キャラクターを characters で定義（name、skin、hair、hairStyle spiky|bob|long|short、eye、outfit、accent、color ＝そのキャラクターのキャプション色）。既存のアニメからコピーせず、オリジナルであること。アニメ風の見た目：大きな目とハイライト、太くてきれいな輪郭線、フラットカラー＋正確に1つのシェード。キャラクターシートをレンダリングし、JSONを唯一の情報源として維持することで、キャラクターがショット間で変わらないようにする： node scripts/render_frames.mjs sheet timeline.json landscape out/character_sheet.png
4. アライメントとリップシンク。 python3 scripts/build_timeline.py shots.json timeline.json work を実行すると、MMS_FAがラインごとに単語のタイミングを取得し、その音声ラインのラウドネスから各キャラクターの口の開きカーブを構築する（mouth.py）。まばたきとアイドルモーションはエンジンに組み込まれている。非英語ラインの場合、align.py はuromanでローマ字化しつつ、画面には元のスペルを表示する。
5. キーラインでのアニメ演出（fx に追加、時間はショット開始からの秒数）：speedlines（登場や決意の場面）、impact（白/黒フラッシュフレーム、sfx: "impact" とともに）、shake（ヒット時）、chibi（＋ who、sfx: "pop"、コミカルなリアクション時）。控えめに使うこと：だいたい2〜3ショットに1つの演出、効果を際立たせるため。
6. キャプションと音響。 2〜3ワードのキャプションはエンジンで自動処理される。発声された単語はその話者の色で、残りは白で表示。効果音は（fx[].sfx を介して）視覚的なヒットと同じキューに配置される。次のコマンドでミックス：python3 scripts/build_audio.py timeline.json work/audio.wav
7. コンタクトシート、その後承認。 エピソード全体から約12個の時間を選び、すべての演出を含める： node scripts/render_frames.mjs stills timeline.json portrait work/stills 0.5,2.0,... bash scripts/contact_sheet.sh work/stills out/contact_sheet.png out/contact_sheet.png を表示して停止。ユーザーが承認するまでフル動画をレンダリングしない。
8. 承認後レンダリング、各向きで実行（portrait = 1080x1920、landscape = 1920x1080、30 fps）： node scripts/render_frames.mjs video timeline.json portrait work/reel_silent.mp4 bash scripts/encode.sh work/reel_silent.mp4 work/audio.wav out/<name>_9x16 landscapeでも同様に out/<name>_16x9 で繰り返す。encode.sh はAAC 256k オーディオをマルチプレクスし、_720p.mp4 コピー（目標約17 MB、常に20 MB未満）を書き出す。サイズを ls -lh で確認し報告する。

レンダリング設定

• 9:16：1080x1920、30 fps、H.264 yuv420p、CRF 16、AAC 256k、faststart。16:9：1920x1080、同じ設定。
• WhatsAppコピー：720p（720x1280 または 1280x720）、ビットレートは動画の長さから計算し、20 MB未満にする。
• キャプションは9:16では約68%の高さ（上部250 px、下部420 pxのアプリUIを避ける）、16:9では約86%の高さに配置。

このスキルのファイル構造

• engine/engine.js、engine/index.html：Canvasエンジン（キャラクター、場所、スピード線、インパクトフレーム、シェイク、ちびキャラ、キャプション、バッジ）。
• scripts/：check_setup.sh、sfx.sh、align.py、mouth.py、build_timeline.py、build_audio.py、render_frames.mjs、contact_sheet.sh、encode.sh。