Motion genérico (canvas + Web Audio → MP4)
ビデオ(フォーマット、ブランド、ニッチ、ナレーションに縛られない)。プロジェクトにこのスキルで作成されたビデオがすでにある場合は、そのフォルダを videos/<name>/(またはユーザーが希望する場所)にコピーし、古いビデオのファイル(assets/、voice.wav、timings.json、words.json、MP4)を削除して、video.html のシーンを書き換えます。エクスポーター、ローカルサーバー、buildAudio はすでに機能しています。ない場合は、以下のファイルをそのフォルダに作成します。
| ファイル | 機能 |
|---|---|
trim-audio.mjs | (ナレーションがある場合のみ)無音部分を削除 → 正規化された voice.wav + timings.json |
video.html | アニメーション:キャンバス上の render(t) + Web Audio によるトラック/エフェクト。Chromeで開くとサウンド付きプレビュー |
export.mjs | ヘッドレスChromeが各フレームを描画 → ffmpeg → MP4。--quadros 0.2,9.5,… でレビュー用の静止画のみ出力 |
assets/ | ビデオで使用する画像(ロゴ、スクリーンショット、写真) |
必要:C:/Program Files/Google/Chrome/... の Chrome(または CHROME=)、PATH 上の ffmpeg、Node 24。npm install は不要。
コピー時に適応すべき点
- フォーマット:
video.htmlのW、H、<canvas width height>、キャンバスのCSSのaspect-ratio、export.mjsの--window-size(キャンバスより大きい値)。一般的なサイズ:1080x1920(Reels/Stories/Shorts)、1080x1350(フィード 4:5)、1080x1080(1:1)、1920x1080(YouTube/プレゼンテーション)。 - 出力ファイル名:
export.mjsのOUT(video-<name>.mp4)と--user-data-dirのプレフィックス。 - 長さ:
TOTAL。ナレーションがある場合はカットされた音声の長さ、ない場合はユーザーと相談(イントロ 3~6秒、導入 5~10秒、説明 30~90秒)。 - ナレーションなし:
buildAudioでのvoice.wavの読み込みと音楽のダッキングを削除。トラックはフルボリューム(≈0.6~0.75)。音声なしの場合はrenderAudioWavをスキップし、ビデオのみをエクスポート(-an)。 - ビジュアル:色とフォントはユーザーのブランドに従います(プロジェクトから尋ねるか読み取る)。すべてを上部の定数(
COLORS、FONTS)として定義。シーン内に散在する色は避ける。 - セーフゾーン:9:16 → コンテンツは y≈200~y≈1600 の範囲、両端 90px(Reelsのインターフェース)。4:5 と 1:1 → 60px のマージン。16:9 → 5% のマージン(タイトルセーフ)。
ユーザーとの流れ(簡単に話す)
- 質問は最大6つ、一度に1つずつ(エージェントの質問ツール(AskUserQuestionなど)を使用。3つの選択肢、推奨を最初に)。確認できないことだけを尋ねる:フォーマット/投稿場所、ナレーションの有無、長さ(音声がない場合)、スタイル、ブランド/色(プロジェクトにない場合)、サウンド、最後の呼びかけ。
- シナリオを表で(時間 | セリフまたはテキスト | 表示内容)。描画を始める前に承認を待つ。
- レビュー用の写真を送り、その後MP4を納品。
オーディオ(ナレーションがある場合)
node trim-audio.mjs "<録音>":silencedetect -35dB/0.25秒、余白 0.08秒/0.14秒、loudnorm。音声の平均レベルが -19 dB 付近であることを確認(volumedetect)。- 各単語のタイミング:Whisper(
whisper-1、verbose_json、timestamp_granularities[]=word、正しい言語)を使用。ユーザーから提供されたキーは環境変数経由のみで、決して保存しない。速い単語は同じタイムスタンプになることがあるので、手動で調整する。 - 画面上のテキストは話された内容と一致する。書かれたシナリオと異なる場合は通知する。
アニメーション(video.html)
- すべて
render(t)から生成:同じtは常に同じフレームを生成する。乱数はmulberry(seed)のみを使用。描画にMath.random()やDateは使わない。 - 時間は上部の定数。サウンド(
soundEvents)も同じ定数を読み込むため、画像とサウンドのリズムがずれない。 - シーン:
SCENES = [[開始, 終了, fn]]。開始は約0.3秒、終了は約0.22秒で、切り替わりをカバーするトランジションを入れる。カットの切り替えは避ける。 - 単語ごとのテキスト:
drawWords。単語間のスペース =0.28 * size(0.24だとイタリック体がくっつく)。sizeはフォーマットに合わせて調整:16:9ではテキストはより広く小さくなる。 - 常に動きがある:どのシーンも0.5秒以上静止しない(背景のライト、カメラの微ズーム、ノイズ)。
- フレーム0 = カバー:t=0で何かが見えていること(負の時間のエントリーを使用)。白い画面で始まらないようにする。
- フォント:最初の
renderの前に各ウェイトのdocument.fonts.load(...)。window.readyはフォントと画像を待つ。 - 画像は http 経由で、決して
file://ではない(キャンバスが「汚染」されtoDataURLが失敗する)。export.mjsはローカルサーバーを立ち上げる。 - クライアントのロゴは常に画像として、再描画はしない。
サウンド(Web Audio)
buildAudio(ac, voice, t0)はプレビュー(AudioContext)とエクスポート(OfflineAudioContext→ WAV)の両方に使用。- シンセサイズされたトラック(パッド、ベース、キック、ハイハット)。BPMはムードに合わせて調整(落ち着いた ≈80、標準 ≈96、エネルギッシュ ≈120)。音声がある場合:音楽は音声の下で 0.22。エフェクト:トランジションに whoosh、エントリーに pop、カウントに tic。すべてコンプレッサーを通す。
- 出力に
loudnorm=I=-14:TP=-1.5(ソーシャルメディア用)。YouTube/プレゼンテーションの場合も -14 で問題ない。
エクスポートとレビュー
cd videos/<name>
node export.mjs --quadros 0,2,5,9 # review/ に写真を出力
node export.mjs # MP4
- エクスポート前に写真を確認する。モザイクの場合:
seq_00.jpg…としてコピーし、ffmpeg -i seq_%02d.jpg -vf "scale=400:-1,tile=7x2"を使用(Windowsではグロブが機能しない)。 - チェックリスト:テキストが重なっていないか、単語がくっついていないか、コンテンツがセーフゾーン外にないか、フレーム0が空でないか、シーンが静止していないか、数字の桁区切りがないか。
- MP4後:
ffprobe(正しい解像度、30fps、h264+aac)、ebur128(≈ -14 LUFS)、およびMP4自体から切り出したフレーム(-ss)。ユーザーには音声を測定したが聞いていないことを伝える。 mix.wavやreview/はバージョン管理しない(フォルダが新しい場合は.gitignoreを確認する)。
コンテンツ
- 証拠、数字、推薦文は、実際のものでユーザーが提供した場合のみ使用する。決して捏造しない。
- ビデオが広告の場合、収益の約束("最大4倍"、"1日R$ X")はMetaによって拒否される可能性がある。注意を促す。