Communitygithub.com

comfy-skills - ASCIIビデオ制作パイプライン

ビデオからASCIIアートへの変換、オーディオリアクティブビジュアル、生成シーン、TTSナレーションをサポートするプロダクションパイプライン。ASCIIビデオの作成やターミナルベースのビデオアートの制作に使用します。

comfy-skills - ASCIIビデオ制作パイプライン とは?

このスキルは、既存の映像素材をASCIIアートビデオに変換したり、独自のASCIIアニメーションを生成するための包括的なパイプラインを提供します。ビデオ変換、オーディオリアクティブビジュアル、プロシージャル生成、ハイブリッドモード、歌詞/テキストアニメーション、TTSナレーションなど、複数のモードをサポートしています。パイプラインは「INPUT→ANALYZE→SCENE_FN→TONEMAP→SHADE→ENCODE」の6段階で構成され、各フレームのピクセル輝度をASCII文字ランプにマッピングし、ffmpegで最終ビデオにレンダリングします。高いコントラストと読みやすさを両立するキャラクターランプの調整、様々なフレームレートや解像度の設定、そしてセクションごとに異なる文字セットや密度を適用するクリエイティブスタンダードが定義されています。プラットフォーム非依存で動作し、Pythonとffmpegのみを前提とします。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christian-byrne/comfy-skills/tree/HEAD/skills/ascii-video

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

ASCIIビデオ制作パイプライン

既存の映像からASCIIアートビデオを作成したり、オリジナルのASCIIアニメーションを生成します。

前提条件

pip install numpy scipy pillow
# さらに必要: ffmpeg
# macOS: brew install ffmpeg
# Linux: apt install ffmpeg

モード

モード説明
ビデオ→ASCII既存のビデオをASCII表現に変換
オーディオリアクティブオーディオ入力によって駆動されるビジュアル
生成プロシージャルなASCIIシーンとパターン
ハイブリッドビデオ変換と生成オーバーレイの混合
歌詞/テキストオーディオと同期したアニメーションテキスト
TTSナレーションテキスト読み上げとビジュアル伴奏

パイプライン

INPUT → ANALYZE → SCENE_FN → TONEMAP → SHADE → ENCODE
  1. INPUT — ビデオファイル、オーディオファイル、または生成用パラメータ
  2. ANALYZE — フレーム(ビデオ)またはオーディオ特徴(リアクティブ)の抽出
  3. SCENE_FN — フレームごとのASCIIフレームコンテンツの生成
  4. TONEMAP — ピクセル輝度をASCII文字ランプにマッピング
  5. SHADE — 文字セットとオプションのANSIカラーの適用
  6. ENCODE — ffmpegを介したビデオへのレンダリング

ASCII文字ランプ

# 明→暗(標準)
RAMP = " .:-=+*#%@"

# 拡張
RAMP_EXT = " .'`^",:;Il!i><~+_-?][}{1)(|\\/tfjrxnuvczXYUJCLQ0OZmwqpdbkhao*#MW&8%B@$"

# ブロック文字(最高コントラスト)
RAMP_BLOCK = " ░▒▓█"

ビデオ→ASCII

import subprocess
import numpy as np
from PIL import Image
import io

def video_to_ascii(video_path, width=120, fps=15):
    """フレームを抽出しASCIIに変換。"""
    cmd = [
        'ffmpeg', '-i', video_path,
        '-vf', f'fps={fps},scale={width}:-1',
        '-f', 'image2pipe', '-vcodec', 'rawvideo', '-pix_fmt', 'gray', '-'
    ]
    # フレームを処理...
    proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.DEVNULL)
    # フレームデータを読み取り、各ピクセルをランプからASCII文字に変換

ビデオにレンダリング

# ASCIIフレームをffmpegでビデオにレンダリング
# 1. フレーム画像を生成(PIL/Pillow、等幅フォント)
# 2. エンコード:
ffmpeg -framerate 30 -i frames/frame_%04d.png -c:v libx264 -pix_fmt yuv420p output.mp4

# オーディオトラックを追加:
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -shortest output_with_audio.mp4

クリエイティブスタンダード

  • 初回レンダリング品質 — 各フレームが単体でも見栄えするように
  • セクションごとのバリエーション — セクション全体で文字セット、密度、エフェクトを変化させる
  • 統一感のある美学 — 作品内で一貫したスタイルを維持
  • フレームレート — レトロ感は15fps、滑らかは30fps、なめらかは60fps
  • 解像度 — 可読性のベストは80〜120カラム

関連スキル