Communitygithub.com

FFmpeg 動画処理

FFmpegを使用した動画・音声処理スキル。フォーマット変換、リサイズ、圧縮、音声抽出、およびRemotionアセットの準備に利用します。GIFからMP4への変換、動画リサイズ、音声抽出、ファイル圧縮など、あらゆるメディア変換タスクに対応します。

FFmpeg 動画処理 とは?

このスキルは、FFmpegを使用した動画・音声処理のための包括的なリファレンスを提供します。主にRemotion動画プロジェクト向けに設計されており、GIFからMP4への変換、動画リサイズ、圧縮、音声抽出、トリミング、速度変更、連結、フェードイン/アウト追加など、一般的な操作をカバーしています。また、動画情報の取得や、よくあるエラーの対処方法も含まれています。Remotion固有のパターンとして、`playbackRate`を使用する場合とFFmpegで前処理する場合の比較、デモ動画の準備方法、バッチ変換の例などが詳細に説明されています。プラットフォーム別の出力最適化セクションでは、YouTube、Twitter/X、LinkedIn、Web埋め込み、GIFプレビューなど、各プラットフォームの要件に合わせたエンコード設定とスクリプト例を提供しています。品質ガイドラインやエラーハンドリングも充実しており、開発者やAIエージェントがメディアパイプラインを効率的に構築・自動化するのに役立ちます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Zuhair-01/claude-skills-and-systems/tree/HEAD/skills/ffmpeg

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

FFmpeg 動画制作ガイド

FFmpegは動画・音声処理に欠かせないツールです。このスキルでは、Remotion動画プロジェクトにおける一般的な操作を説明します。

クイックリファレンス

GIF → MP4(Remotion互換)

ffmpeg -i input.gif -movflags faststart -pix_fmt yuv420p \
  -vf "scale=trunc(iw/2)*2:trunc(ih/2)*2" output.mp4

各フラグの意味:

  • -movflags faststart - メタデータを先頭に移動し、Webストリーミング対応
  • -pix_fmt yuv420p - ほとんどのプレーヤーとの互換性を確保
  • scale=trunc(...) - 偶数サイズに強制(多くのコーデックで必須)

動画リサイズ

# 1920x1080に(アスペクト比維持、黒帯追加)
ffmpeg -i input.mp4 -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2" output.mp4

# 1920x1080に(クロップしてフィル)
ffmpeg -i input.mp4 -vf "scale=1920:1080:force_original_aspect_ratio=increase,crop=1920:1080" output.mp4

# 幅を指定、高さは自動
ffmpeg -i input.mp4 -vf "scale=1280:-2" output.mp4

動画圧縮

# 高品質、小ファイル(CRF 23がデフォルト、低いほど高品質)
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset medium -c:a aac -b:a 128k output.mp4

# Webプレビュー用、強めの圧縮
ffmpeg -i input.mp4 -c:v libx264 -crf 28 -preset fast -c:a aac -b:a 96k output.mp4

# ファイルサイズ指定(例:60秒動画で約10MB = 約1.3Mbps)
ffmpeg -i input.mp4 -c:v libx264 -b:v 1300k -c:a aac -b:a 128k output.mp4

音声抽出

# MP3として抽出
ffmpeg -i input.mp4 -vn -acodec libmp3lame -q:a 2 output.mp3

# AACとして抽出
ffmpeg -i input.mp4 -vn -acodec aac -b:a 192k output.m4a

# WAVとして抽出(非圧縮)
ffmpeg -i input.mp4 -vn output.wav

音声フォーマット変換

# M4A → MP3(ElevenLabsボイスサンプル用)
ffmpeg -i input.m4a -codec:a libmp3lame -qscale:a 2 output.mp3

# WAV → MP3
ffmpeg -i input.wav -codec:a libmp3lame -b:a 192k output.mp3

# 音量調整
ffmpeg -i input.mp3 -filter:a "volume=1.5" output.mp3

動画トリミング/カット

# タイムスタンプから指定時間(推奨・信頼性高い)
ffmpeg -i input.mp4 -ss 00:00:30 -t 00:00:15 -c:v libx264 -c:a aac output.mp4

# タイムスタンプから別のタイムスタンプまで
ffmpeg -i input.mp4 -ss 00:00:30 -to 00:00:45 -c:v libx264 -c:a aac output.mp4

# ストリームコピー(高速だがカットポイントでフレームロスする可能性)
# ソースにキーフレームが頻繁にある場合のみ使用
ffmpeg -i input.mp4 -ss 00:00:30 -t 00:00:15 -c copy output.mp4

注意: トリミングには再エンコードが推奨されます。ストリームコピー(-c copy)は、シークポイントがキーフレームと一致しない場合、映像を無音でドロップすることがあります。

速度変更(早送り/スロー)

# 2倍速(映像と音声)
ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=0.5*PTS[v];[0:a]atempo=2.0[a]" -map "[v]" -map "[a]" output.mp4

# 0.5倍速(スローモーション)
ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=2.0*PTS[v];[0:a]atempo=0.5[a]" -map "[v]" -map "[a]" output.mp4

# 映像のみ(音声なし)
ffmpeg -i input.mp4 -filter:v "setpts=0.5*PTS" -an output.mp4

動画連結

# ファイルリスト作成
echo "file 'clip1.mp4'" > list.txt
echo "file 'clip2.mp4'" >> list.txt
echo "file 'clip3.mp4'" >> list.txt

# 連結(同一コーデック・解像度)
ffmpeg -f concat -safe 0 -i list.txt -c copy output.mp4

# 再エンコードして連結(異なるソース)
ffmpeg -f concat -safe 0 -i list.txt -c:v libx264 -c:a aac output.mp4

フェードイン/アウト追加

# 最初の1秒フェードイン、最後の1秒フェードアウト(30fps動画)
ffmpeg -i input.mp4 -vf "fade=t=in:st=0:d=1,fade=t=out:st=9:d=1" -c:a copy output.mp4

# 音声フェード
ffmpeg -i input.mp4 -af "afade=t=in:st=0:d=1,afade=t=out:st=9:d=1" -c:v copy output.mp4

動画情報取得

# 再生時間、解像度、コーデック情報
ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 input.mp4

# 完全な情報
ffprobe -v quiet -print_format json -show_format -show_streams input.mp4

Remotion固有のパターン

Remotion向け動画速度調整

FFmpegを使うべき場合 vs Remotionの playbackRate を使う場合:

シナリオFFmpeg使用Remotion使用
一定速度(1.5倍、2倍)どちらでも可✅ より簡単
極端な速度(4倍超、0.25倍未満)✅ より信頼性高い問題が発生する可能性
可変速度(時間経過で加速)✅ 前処理が必要複雑な回避策が必要
完全な音声同期が必要✅ 保証される通常は問題ない
ナレーションタイミングに合わせたいデモ✅ 事前計算可能実行時調整

Remotionの制限: playbackRate は定数である必要があります。playbackRate={interpolate(frame, [0, 100], [1, 5])} のような動的補間は、Remotionがフレームを独立して評価するため正しく動作しません。

# デモをシーンに合わせて高速化(例:60秒のデモを20秒に = 3倍速)
ffmpeg -i demo-raw.mp4 \
  -filter_complex "[0:v]setpts=0.333*PTS[v];[0:a]atempo=3.0[a]" \
  -map "[v]" -map "[a]" \
  public/demos/demo-fast.mp4

# 強調のためのスローモーション(0.5倍速)
ffmpeg -i action.mp4 \
  -filter_complex "[0:v]setpts=2.0*PTS[v];[0:a]atempo=0.5[a]" \
  -map "[v]" -map "[a]" \
  public/demos/action-slow.mp4

# 音声なしで高速化(画面録画でよく使う)
ffmpeg -i demo.mp4 -filter:v "setpts=0.5*PTS" -an public/demos/demo-2x.mp4

# タイムラプス効果(10倍速、音声削除)
ffmpeg -i long-demo.mp4 -filter:v "setpts=0.1*PTS" -an public/demos/timelapse.mp4

速度倍率の計算:

  • X秒の動画をY秒のシーンに収める場合: 速度 = X / Y
  • setpts 乗数 = 1 / 速度(例:3倍速 = setpts=0.333*PTS)
  • atempo 値 = 速度(例:3倍速 = atempo=3.0)

極端な速度(2倍速以上の音声): atempoフィルターを連結(各フィルターは0.5~2.0の範囲に制限):

# 4倍速音声
-filter_complex "[0:a]atempo=2.0,atempo=2.0[a]"

# 8倍速音声
-filter_complex "[0:a]atempo=2.0,atempo=2.0,atempo=2.0[a]"

Remotion用デモ録画の準備

# 標準1080p、30fps、Remotion対応
ffmpeg -i raw-recording.mp4 \
  -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2,fps=30" \
  -c:v libx264 -crf 18 -preset slow \
  -c:a aac -b:a 192k \
  -movflags faststart \
  public/demos/demo.mp4

画面録画からRemotionアセットへ

# iPhone/iPad録画から(通常60fps、可変解像度)
ffmpeg -i iphone-recording.mov \
  -vf "scale=1920:-2,fps=30" \
  -c:v libx264 -crf 20 \
  -an \
  public/demos/mobile-demo.mp4

GIFの一括変換

for f in assets/*.gif; do
  ffmpeg -i "$f" -movflags faststart -pix_fmt yuv420p \
    -vf "scale=trunc(iw/2)*2:trunc(ih/2)*2" \
    "public/demos/$(basename "$f" .gif).mp4"
done

よくある問題

「Height not divisible by 2」

スケールフィルターを追加: -vf "scale=trunc(iw/2)*2:trunc(ih/2)*2"

動画がブラウザで再生できない

次を使用: -movflags faststart -pix_fmt yuv420p -c:v libx264

速度変更後に音声がずれる

atempo付きのfilter_complexを使用: -filter_complex "[0:v]setpts=0.5*PTS[v];[0:a]atempo=2.0[a]"

ファイルが大きすぎる

CRF値を上げる(23→28)か、解像度を下げる

品質ガイドライン

用途CRFプリセット備考
アーカイブ/マスター18slow最高品質、大ファイル
プロダクション20-22mediumバランス良し
Web/プレビュー23-25fast小ファイル
ドラフト/簡易28+veryfast高速エンコード

プラットフォーム別出力最適化

Remotionで動画をレンダリング(通常は out/video.mp4)した後、FFmpegを使用して各配信プラットフォームに最適化します。

ワークフロー統合

Remotion レンダリング(マスター)     FFmpeg 最適化      プラットフォームアップロード
       ↓                            ↓                       ↓
   out/video.mp4  ────────→  out/video-youtube.mp4  ───→  YouTube
                  ────────→  out/video-twitter.mp4  ───→  Twitter/X
                  ────────→  out/video-linkedin.mp4 ───→  LinkedIn
                  ────────→  out/video-web.mp4      ───→  Webサイト埋め込み

YouTube(推奨設定)

YouTubeはすべてを再エンコードするため、高品質でアップロード:

# YouTube最適化(1080p)
ffmpeg -i out/video.mp4 \
  -c:v libx264 -preset slow -crf 18 \
  -profile:v high -level 4.0 \
  -bf 2 -g 30 \
  -c:a aac -b:a 192k -ar 48000 \
  -movflags +faststart \
  out/video-youtube.mp4

# YouTube Shorts(縦型1080x1920)
ffmpeg -i out/video.mp4 \
  -vf "scale=1080:1920:force_original_aspect_ratio=decrease,pad=1080:1920:(ow-iw)/2:(oh-ih)/2" \
  -c:v libx264 -crf 18 -c:a aac -b:a 192k \
  out/video-shorts.mp4

Twitter/X

Twitterには厳しい制限があります: 最大140秒、512MB、1920x1200:

# Twitter最適化(高速アップロードのため15MB未満を目標)
ffmpeg -i out/video.mp4 \
  -c:v libx264 -preset medium -crf 24 \
  -profile:v main -level 3.1 \
  -vf "scale='min(1280,iw)':'min(720,ih)':force_original_aspect_ratio=decrease" \
  -c:a aac -b:a 128k -ar 44100 \
  -movflags +faststart \
  -fs 15M \
  out/video-twitter.mp4

# ファイルサイズと再生時間を確認
ffprobe -v error -show_entries format=duration,size -of csv=p=0 out/video-twitter.mp4

LinkedIn

LinkedInはAAC音声のMP4を推奨、最大10分:

# LinkedIn最適化
ffmpeg -i out/video.mp4 \
  -c:v libx264 -preset medium -crf 22 \
  -profile:v main \
  -vf "scale='min(1920,iw)':'min(1080,ih)':force_original_aspect_ratio=decrease" \
  -c:a aac -b:a 192k -ar 48000 \
  -movflags +faststart \
  out/video-linkedin.mp4

Webサイト/埋め込み(高速読み込み用に最適化)

# Web最適化MP4(小ファイル、プログレッシブ読み込み)
ffmpeg -i out/video.mp4 \
  -c:v libx264 -preset medium -crf 26 \
  -profile:v baseline -level 3.0 \
  -vf "scale=1280:720" \
  -c:a aac -b:a 128k \
  -movflags +faststart \
  out/video-web.mp4

# WebM代替(より良い圧縮、ブラウザ対応範囲広い)
ffmpeg -i out/video.mp4 \
  -c:v libvpx-vp9 -crf 30 -b:v 0 \
  -vf "scale=1280:720" \
  -c:a libopus -b:a 128k \
  -deadline good \
  out/video-web.webm

GIF(プレビュー/サムネイル用)

# 高品質GIF(最初の5秒)
ffmpeg -i out/video.mp4 -t 5 \
  -vf "fps=15,scale=480:-1:flags=lanczos,split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" \
  out/preview.gif

# 小ファイルGIF
ffmpeg -i out/video.mp4 -t 3 \
  -vf "fps=10,scale=320:-1:flags=lanczos,split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" \
  out/preview-small.gif

プラットフォーム要件クイックリファレンス

プラットフォーム最大解像度最大サイズ最大時間音声
YouTube8K256GB12時間AAC 48kHz
Twitter/X1920x1200512MB140秒AAC 44.1kHz
LinkedIn4096x23045GB10分AAC 48kHz
Instagram フィード1080x13504GB60秒AAC 48kHz
Instagram Reels1080x19204GB90秒AAC 48kHz
TikTok1080x1920287MB10分AAC

全プラットフォーム向け一括エクスポート

#!/bin/bash
# 保存先: export-all-platforms.sh
INPUT="out/video.mp4"

# YouTube(高品質)
ffmpeg -i "$INPUT" -c:v libx264 -preset slow -crf 18 \
  -c:a aac -b:a 192k -movflags +faststart \
  out/video-youtube.mp4

# Twitter(圧縮)
ffmpeg -i "$INPUT" -c:v libx264 -crf 24 \
  -vf "scale='min(1280,iw)':'-2'" \
  -c:a aac -b:a 128k -movflags +faststart \
  out/video-twitter.mp4

# LinkedIn
ffmpeg -i "$INPUT" -c:v libx264 -crf 22 \
  -c:a aac -b:a 192k -movflags +faststart \
  out/video-linkedin.mp4

# Web埋め込み(小)
ffmpeg -i "$INPUT" -c:v libx264 -crf 26 \
  -vf "scale=1280:720" \
  -c:a aac -b:a 128k -movflags +faststart \
  out/video-web.mp4

echo "エクスポート完了:"
ls -lh out/video-*.mp4

エラーハンドリング

動画処理における一般的なエラーと修正方法:

# FFmpegが成功したか確認
ffmpeg -i input.mp4 -c:v libx264 output.mp4 && echo "成功" || echo "失敗: 入力ファイルを確認"

# 出力ファイルが再生可能か検証
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name -of csv=p=0 output.mp4

# 詳細エラー情報を取得
ffmpeg -v error -i input.mp4 -f null - 2>&1 | head -20

よくある障害の対処

エラー原因修正
"No such file"入力パスが間違っているパスを確認、スペースがある場合は引用符で囲む
"Invalid data"入力ファイルが破損ソースを再ダウンロードまたは再録画
"height not divisible by 2"奇数サイズtrunc付きスケールフィルターを追加
"encoder not found"コーデックがないフルコーデック対応のFFmpegをインストール
出力が0バイトサイレント失敗ffmpegの完全な出力を確認

フィードバックと貢献

このスキルに情報が不足している、または改善できる点がある場合:

  • コマンドが足りない? 必要な内容を教えてください
  • エラーを見つけた? 何が問題かをお知らせください
  • 貢献したい? 以下の方法で支援できます:
    1. このスキルを改善内容で更新
    2. github.com/digitalsamba/claude-code-video-toolkit にPRを作成

「このスキルを改善」とお伝えいただければ、.claude/skills/ffmpeg/SKILL.md の更新方法をご案内します。

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

Zuhair-01/claude-skills-and-systems

Create AI avatar videos with precise control over avatars, voices, scripts, scenes, and backgrounds using HeyGen's v2 API. Use when: (1) Choosing a specific avatar and voice for a video, (2) Writing exact scripts for an avatar to speak, (3) Building multi-scene videos with different backgrounds per scene, (4) Creating transparent WebM videos for compositing, (5) Using talking photos as video presenters, (6) Integrating HeyGen avatars with Remotion, (7) Batch video generation with exact specs, (8) Brand-consistent production videos with precise control.

Zuhair-01/claude-skills-and-systems

Generate Mandarin and multilingual narration with Volcengine Doubao Speech 2.0. Use when creating Chinese voiceovers, when the user prefers Doubao/Volcengine/火山引擎/豆包 TTS, or when narration needs character-level timestamp metadata for subtitles.

Zuhair-01/claude-skills-and-systems

Edit existing videos using AI — remix style, upscale, remove background, and add audio via fal.ai's hosted video models.

Zuhair-01/claude-skills-and-systems

Author or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, static loops, static title cards, footage remixes, and freeform builds. Use motion-graphics instead for a short unnarrated motion-first unit, including an animated title. Route fresh creation through hyperframes before using this skill.

Zuhair-01/claude-skills-and-systems

Read-only queue dashboard for workspace-aware ship. (gstack)

Zuhair-01/claude-skills-and-systems

Generate HeyGen presenter videos via the v3 Video Agent pipeline — handles Frame Check (aspect ratio correction), prompt engineering, avatar resolution, and voice selection. Required for any HeyGen video generation. Replaces deprecated endpoints with v3. Use when: (1) generating any HeyGen video (via API or otherwise), (2) sending a personalized video message (outreach, update, announcement, pitch, knowledge), (3) creating a HeyGen presenter-led explainer, tutorial, or product demo with a human face, (4) "make a video of me saying...", "send a video to my leads", "record an update for my team", "create a video pitch", "make a loom-style message", "I want to appear in this video", "generate a HeyGen video", "make a talking head video". Accepts avatar_id from heygen-avatar for identity-first HeyGen videos, or uses a stock presenter. Returns video share URL + HeyGen session URL for iteration. Chain signal: when the user wants to create/design an avatar AND make a video in the same request, run heygen-avatar f...

Zuhair-01/claude-skills-and-systems

All animation knowledge for HyperFrames — atomic motion rules, multi-phase scene blueprints, scene transitions, broader motion-design techniques, AND the seven runtime adapters (GSAP default, plus Lottie, Three.js, Anime.js, CSS keyframes, Web Animations API, TypeGPU). Use for any motion or animation task: pick 2-4 rules and compose, or load a blueprint, or look up runtime-specific API (e.g. GSAP eases / Lottie player / Three.js mixer). Also covers auditing an existing composition's choreography (animation map) and 24 named text-animation effects. HyperFrames-native: single paused timeline, seek-safe, deterministic.

Zuhair-01/claude-skills-and-systems

The HyperFrames composition contract — build one renderable project. Use for composition structure, the `data-*` timing attributes, `class="clip"`, tracks, sub-compositions, variables, framework-owned media playback, deterministic-render rules, and validation. Read before writing composition HTML.

Zuhair-01/claude-skills-and-systems

Generates high-converting Next.js/React landing pages with Tailwind CSS. Uses PAS, AIDA, and BAB frameworks for optimized copy/components (Heroes, Features, Pricing). Focuses on Core Web Vitals/SEO.

関連スキル