ビート駆動型プロシージャルモーショングラフィックス
4段階のコードパイプラインを使用して、スタジオ品質のキネティックタイポグラフィとプロシージャルモーショングラフィックスビデオを制作します。
index.html (HTML5 Canvas ビート駆動レンダラー)
↓ フレームごとのキャプチャ (10× シャッターモーションブラー)
scripts/render.py (ヘッドレスChrome CDP → ffmpeg H.264)
↓
make_audio.py (同じビートグリッド上でのプロシージャル波形 & EDM合成)
↓
ffmpeg ミックス → final.mp4 (1920×1080, 60 fps, AAC ステレオ)
ビジュアル、トランジション、カメラシェイク、グリッチヒット、ドラム、コード、ライザーはすべて、単一の共有テンポグリッド(デフォルト 128 BPM)上のビート番号によってスケジュールされます。手動によるタイムライン調整、外部ストックフッテージ、サードパーティのPythonパッケージは一切不要です。
ワークフロー
ステップ 1 — 環境確認
ファイルを作成する前に、ローカルの前提条件を確認します。
ffmpeg/ffprobe(libx264およびaacエンコーダー付き)。- ヘッドレスChrome / Chromiumバイナリ(macOS では
Google Chrome、Linux ではchromium/google-chrome)。 - 対象のスクリプトに一致するシステムフォントが利用可能であること(例:ラテン文字用の太字ジオメトリックサンセリフ、CJK用のPingFang / Hiragino / Noto Sans、HUD/コード用の等幅フォント)。
ステップ 2 — ビートマップストーリーボード
レンダリングコードを作成する前に、ユーザーのトピックをビートシートに変換します。
- 期間を選択: 15秒 = 32ビート または 30秒 = 64ビート(
128 BPM、SPB = 60 / 128 = 0.46875 秒/ビート)。 - storyboard-prompt-template.md のナラティブアークに従います: フック → 緊張 / コントラスト → コンセプトビジュアル (グラフ / トンネル / モーフ / 3D) → ラピッドビルド + カウントダウン → 0.1秒の無音ブラックアウト → パーティクルドロップフィナーレ。
- 画面に表示するコピーは超パンチの効いたものに: 1~3語の英語のヒーローワード(200~400 px)と、最大1行の短いサブタイトル(36~70 px)を組み合わせます。段落は決して書きません。
ステップ 3 — index.html (ビジュアルエンジン) の構築
以下を公開する、自己完結型の単一ファイルHTML5 Canvasレンダラー(1920×1080)を作成します。
window.READY === true(フォント、オフスクリーンスプライト、モーフシェイプ、パーティクルターゲットの初期化完了後)。window.TOTAL(整数の総フレーム数、例:900または1800)。window.MB(設定可能なモーションブラーサブサンプル数、最終レンダリングではデフォルト10、高速プレビューでは1)。window.frameData(frameIndex, quality)(そのフレームのJPEG Data URLを返す)。
visual-style-guide.md のビジュアルプリミティブと後処理パイプラインに従います。
ステップ 4 — ビジュアル静止フレーム検査 (必須ゲート)
盲目的に900~1800フレームのフルレンダリングを実行しないでください。 まず、常に12~16の代表的なキーフレームをキャプチャし、コンタクトシートとして検査します。
python3 scripts/render.py --html ./index.html --stills 60,200,330,420,560,780,920,1110,1280,1450,1560,1650,1760
ffmpeg -y -loglevel error -pattern_type glob -i 'preview/f*.jpg' -vf "scale=640:360,tile=4x4" -frames:v 1 preview/sheet.jpg
preview/sheet.jpg を検査し、以下を確認します。
- テキストがコーナーHUDと衝突していないこと(メインコンテンツを
y ∈ [100, 980]、x ∈ [100, 1820]の範囲内に保つ)。 - すべてのフォントが正しく読み込まれていること(豆腐 / フォールバックセリフのグリッチがない)。
- 明るいシーンと暗いシーンでコントラストが読みやすいこと。HUDの
differenceブレンドが読みやすさを維持していること。 - モーションブラー、グロー、パーティクルの収束がクリーンで中央に集まっていること。 フルレンダリングの前にレイアウトの問題を修正し、再確認します。
ステップ 5 — プロシージャルサウンドトラックの生成 (make_audio.py)
make_audio_template.py を、index.html で使用されている BPM、BEATS、SCENE_TRANSITIONS、DROP_BEAT に正確に一致するように調整します。合成ルールについては audio-synthesis-guide.md を参照してください。
ミキシングの前に、生成された music.wav を確認します。
- 長さが
BEATS * 60 / BPMに正確に一致すること。 - スペクトログラム(
showspectrumpic)または1秒あたりのRMSチェックをレンダリングし、クリーンなダイナミクス、明確なビート構造、およびドロップ前の約0.1秒の無音ギャップを確認します。
ステップ 6 — フルレンダリング & ミックス
- すべてのフレームを
MB=10のモーションブラーで60fpsでレンダリングします。python3 scripts/render.py --html ./index.html --out video.mp4 --mb 10 - ビデオとオーディオをビデオのストリームコピーでミックスします。
ffmpeg -y -loglevel error -i video.mp4 -i music.wav \ -c:v copy -c:a aac -b:a 256k -shortest final.mp4 final.mp4に対して、最終のffprobeと6フレームのコンタクトシートチェックを実行し、1920x1080、60 fps、h264 + aac、正確な長さ、クリーンな出力を確認します。
ハード制約とエンジニアリングルール
- 単一ビートクロック:
index.htmlとmake_audio.pyは両方とも、beat = t / (60 / BPM)から厳密に時間を導出する必要があります。ミュージックからドリフトする可能性のあるマジックミリ秒オフセットをハードコードしないでください。 - 決定論的レンダリング: フレーム/要素インデックスをキーにしたシード付きPRNG(例:
mulberry32)を使用します。レンダリングループ内でMath.random()を決して使用しないでください。これにより、10倍のモーションブラーサブサンプルがカオス的なちらつきなくコヒーレントな状態を維持できます。 - 10倍シャッターモーションブラー:
0.75フレームのシャッターウィンドウにわたって、10個のサブフレームを平均化します(alpha = 1 / (k + 1)累積)。8サンプル未満では、高速なキネティックタイポグラフィで段階的なゴーストが発生します。 - ゼロ依存Python:
render.pyとmake_audio.pyはPython標準ライブラリ(os、json、subprocess、base64、math、random、wave、array)のみを使用する必要があります。これにより、pip installやnumpyなしでどこでも実行できます。 - 高負荷グローの事前ベイク: 複雑なテキスト/カードに対して、10回のモーションブラーパスでフレームごとに
ctx.shadowBlurを呼び出すのは避けてください。init()中にグローするヒーロースプライトをオフスクリーンキャンバスに事前レンダリングするか、スタックされた低アルファストローク(glowStroke)を使用します。 - ドロップ前無音: クライマックスのドロップビートの直前に、約
0.10 秒の完全なビジュアルブラックアウトと完全なオーディオ無音を挿入し、知覚されるインパクトを最大化します。 - 事実の正確性: ビデオが実際の製品/技術的な主張を提示する場合、最初に事実を確認し、確認されていない数字(矛盾する価格や未検証のベンチマークパーセンテージなど)は省略します。