orange9angel/dula-flat-cel

フルカラーアニメーション（線画）

1枚の絵を3～4フレーム保持し、絵の切り替えと口の形の変化で演技を表現します。シンプルなテレビアニメ調のデザインの場合、画像モデルが最も一貫性を保つことができる方法です。3Dも動画モデルも必要ありません。

スクリプトはこのスキルの scripts/ フォルダにあり、パスはこのSKILL.mdからの相対パスです。以下、$S はそのフォルダを表します。new_project.py を除き、フィルムフォルダから実行してください。環境の問題が発生した場合は、dula-start を使用してください。

相手の言語で話しかけてください。

ワークフロー

python $S/new_project.py my_film && cd my_film

1. ストーリーとショット

story.md を作成し、次に config/film.json（film.jsonリファレンス参照）を作成します。最初のフィルムは20～30秒に抑えてください。話されたセリフ1行は約2～3秒かかるため、15秒で3～5行程度になります。オリジナルキャラクターのみを使用してください。

すべてのセリフについて、誰が誰に言っているのか、カメラが誰を映しているのかを考えてください。ジョークは観客が理解できない言葉に依存してはいけません。因果関係も絵で示す必要があります（走り込む→掴む→物体が飛んでいく）。カットで飛ばさないでください。

2. キャラクターデザイン（最も重要な工程）

各キャラクターを config/anchors.tsv に記述します（名前<TAB>外見）。その後、実行します：

python $S/paint.py anchors config/anchors.tsv

自分で全ての画像を開いて確認してください。 一部のビューアは透明領域を黒地に色付きの光として表示し、切り抜き失敗のように見えることがあります。疑わしい場合は、手順3の build/check_alpha.png を確認してください。その後、作成したデザインを相手に見せ、承認を得てから先に進んでください。後のすべての描画はこれらに従うため、ここでのミスは修正に最もコストがかかります。プロポーションを言葉で修正します。例：「頭は全体の高さの3分の1、丸い顔、小さな黒いビーズの目、赤いオーバーオール」。

3. 背景と描画

config/plates.tsv（名前<TAB>説明）と config/cels.tsv（描画名<TAB>キャラクター<TAB>ポーズ）を記入します。描画名はキャラクター名で始めます（例：hero_run_a）。

python $S/paint.py plates config/plates.tsv
python $S/paint.py cels config/cels.tsv
python $S/prep_cels.py --bases-only    # 口を描画する前に build/check_alpha.png で切り抜きを確認

画像は1枚あたり1～3分かかります。paint.py は進行状況を報告します。長時間のコマンドを停止するツールを使用している場合は、バックグラウンドで実行してください。再実行すると、完了した画像はスキップされます。1枚だけやり直すには、--only <名前> --force を使用します。

描画と場所の連続性を保つために、従うべきものを指定する列をもう1つ追加します：

hero_run_a    hero    右に走る、左足を前に。
hero_run_b    hero    右に走る、右足を前に。    hero_run_a

meadow    灰色の雨雲の下の草原。
meadow_sun    雨が止み、太陽が顔を出す。    meadow

ルール：

• 画像1枚につきキャラクターは1体だけ描画します。キャラクターデザインは常に最初の参照です。拒否された画像を参照として使用しないでください。
• まずキャラクターの向きを決定します。 画像は1枚ずつ生成され、それぞれが方向を選ぶため、会話中の2人が背中合わせになりがちです。事前に指定し、flip で間違いを修正します。
• アクションサイクル内の各描画は、前の描画に従います（上記の追加列）。これにより、方向、スケール、形状が維持されます。これがないと、サイクルが飛び飛びになります。
• 時間帯の変更には、元のプレートに従って背景を再描画します。色を掛け合わせても青空を隠すことはできません。
• すべてのショットでキャラクターのプロポーションを確認します。「首を伸ばす」のようなポーズの説明が、異なる体型になってしまうことがあります。

4. 口とまばたき

発話するすべての描画は、同じ画像のローカル編集を行います。config/variants.tsv 内：

hero_stand_m1    hero_stand    口だけを半分開いた小さな楕円に変更。
hero_stand_m2    hero_stand    口だけを大きく開いた状態に変更。
hero_stand_blink    hero_stand    両目を単純な曲線として閉じる。他は変更しない。

名前：<ベース>_m1 は半開き、<ベース>_m2 は大きく開いた状態。_m1 のみの場合、口は開いた状態と閉じた状態の2状態になりますが、これでも機能します。ベースとなる描画自体は口を閉じている必要があります。口を開けて描かれている場合は、閉じたバリエーションを作成し、film.json で talk を使用して3つの状態すべてを設定します。

発話するキャラクターのすべての描画には、歩行サイクルの各描画も含めて、独自の口のバリエーションが必要です。

python $S/paint.py variants config/variants.tsv
python $S/prep_cels.py

prep_cels.py は描画を真のフルカラーに押し込み、各バリエーションをベースにロックします。その後、build/check_alpha.png を開いて、マゼンタ色の切り抜きを確認します。残った背景、欠けている部分、消された目がある画像は再描画します。変更領域が大きいという警告が出た場合、モデルがボディを編集しています。variants.tsv の4列目にウィンドウ x,y,w,h を追加します。

色がずれていませんか？ config/palette.json（{"skin": [250, 220, 190]}）を追加できます。色はキャラクターデザインからサンプリングします。近い色だけがスナップされ、prep_cels.py は変更後に再度適用します。

5. 音声

以下のいずれかを選択します：

• 相手自身のキーを使用して、dula-voice で音声を生成します。
• 既存の音声を使用する：audio/voice/<ラインID>.wav に配置するか、ラインに file を設定します。mp3 と wav の両方が使用可能です。
• 無声のドラフトを作成する：ラインに seconds 値を指定します。

口の動きはこの音声から計算されるため、テストを作成する前に音声を確定してください。

オプション：ambience（環境音）、bgm、sfx（効果音）、songs。相手が権利を持つ素材のみを使用してください。このプロジェクトは音楽を生成しません。ライセンス音楽がない場合は、スコアを省略し、環境音と効果音でフィルムを支えてください。

6. テスト

python $S/build_film.py
python $S/render.py --stills 1,3,5,8,12
python $S/render.py --range 0,20 -o output/pilot.mp4

build_film.py は、表示されているキャラクターが話しているのに口が動かない場合にエラーで停止します。これは見逃しやすいミスです。テストを見せる前に、すべてのスチルを確認してください。 フィルム全体が完成するまで誰にも見せないでください。

キャラクターを地面に配置する：ground を推測し、スチルをレンダリングして調整します。計算するよりも速いです。

ショットを静止させたままにしないでください。特定のビートで静かにする場合を除き、各ショットに動くものを1つ与えてください：プレートのパン、bob（上下動）や shake（揺れ）、描画の変更、または雨などのオーバーレイ。最後のショットで fade_out を使用してフィルムを終了します。

7. 完全なフィルムと最終確認

python $S/render.py
python $S/check_mouths.py

引き渡し前に、以下の各項目を確認し、確認できなかった場合は率直に伝えてください：

• すべてのショットから実際のフレームを確認した
• check_mouths.py が口の固まりを報告していない
• 各キャラクターがショット間で同じ人物に見える（色よりも顔とプロポーションが重要）
• 会話中の人物が互いに向き合っている
• 画面上を移動する単一の描画には bob または複数の描画がある。そうでないとスライドしているように見える
• 音声を聞いた。聞けない場合は、音声が耳でチェックされていないことを伝える

完全な例

このリポジトリの examples/rainy-slide には、完成した15秒のフィルムのプロンプトとショットリストが含まれており、docs/tutorial.md で説明されています。このファイルから ../../examples/rainy-slide と ../../docs/tutorial.md にあります。誰かが例を求めてきた場合のモデルとして使用してください。

ペーシング

目安：ショットの平均は3～5秒、キャラクターは各描画を3～4フレーム（約1秒間に7描画）保持し、頻繁なクローズアップと大げさな表情を使用します。hold は描画あたりのフレーム数です。

よくある問題

症状	原因と修正
口の切り替え時に体の色がちらつく	バリエーションが prep_cels.py を通過していない
歩行や走行が背の高さで脈打つ	描画のサイズを個別に調整しないでください。1つのアクターは自動的に1つのスケールを共有します。align_head も追加してください
小道具が間違った色になる	パレットエントリが近すぎます。削除するか SNAP を下げてください
発話中に口が開いたままになる	2状態の口は0.5のしきい値を使用します。音声がこもっていないか確認してください
小さな言葉が閉じたままになる	1つの大きな言葉がそのラインのスケールを設定します。_m2 を追加するか、ラインの mouth_open_at を下げてください
雨や風が聞こえない	環境音はデフォルトで小さいです。level_db を指定します（例：-35）
常にヒスノイズがする	環境音クリップが単なるノイズです。交換してください。ゲインは上限があるため、これ以上増幅されません
Codexが参照画像が失われたと言う	画像生成は最初のアクションでなければなりません。paint.py がこれを処理するので、再度実行してください

制限事項

この方法は、複雑な戦闘シーン、長い連続アクション、写実的なペインティングには適していません。