ビデオのロシア語版
このスキルは簡易的なアドオンです。重い処理はプログラム(ffmpeg、Whisper)と HeyGen の公式 HyperFrames スキルが行います。ここでは、ロシア語の動画のためのルーティングとルールのみを提供します。HyperFrames スキルについては、タスクに必要なものだけを読み、すべてを読まないでください。
初回起動:このコンピュータに合わせて設定
Claude Code(アプリケーション、VS Code、またはターミナル)でのみ動作します。コンピュータにプログラムが必要です。
最初に、このファイルと同じ場所にある 設定.md を読んでください。 そこにコンピュータの情報がすでに記録されている場合は、何もチェックせずに、そこからコマンドを取得してください(自分の Python、ffmpeg のパス、モデル、--cpu の有無など)。ファイルが空の場合、または記録された内容の一部が機能しなくなった場合は、以下の設定を実行し、結果をそこに書き込んでください。
設定は一度だけ行います:
| 項目 | 確認方法 | 目的 |
|---|---|---|
| ffmpeg / ffprobe | ffmpeg -version | 動画からの音声とフレームの取得 |
| Python 3.10+ (faster-whisper と yt-dlp) | python -c "import faster_whisper, yt_dlp" (Mac の場合は python3) | 文字起こし、リンクからのダウンロード |
| Node.js | node -v | HyperFrames |
| HyperFrames スキル | スキルリストに hyperframes スキルがあるかどうか | 編集、プレート、アニメーション |
| NVIDIA ビデオカード(必須ではない) | nvidia-smi(名前とメモリ) | 文字起こしの数十倍の高速化 |
| 既存の Whisper | pip list (faster-whisper, openai-whisper, whisperx)、モデルフォルダ、ユーザーに確認 | 重複インストールを避ける |
独自の Whisper。 ユーザーがすでに faster-whisper とダウンロード済みのモデルを持っている場合は、2 つ目をインストールしないでください。スクリプトに --model <パス> でモデルフォルダへのパスを渡すか、HF_HOME をそのキャッシュに設定してください。別の Whisper(openai-whisper、whisper.cpp、whisperx)がインストールされている場合は、そのまま使用するかどうかをユーザーに確認してください。そのまま使用する場合は、それで文字起こしを行い、結果をスクリプトの形式(words: {"words":[{"text","start","end","type":"word"}]}, flat: ラッパーなしの同じ単語リスト)に変換してください。HyperFrames スキルはこの形式を期待します。
ビデオカード用のモデル(faster-whisper):
| コンピュータ | 選択するモデル |
|---|---|
| NVIDIA 6GB 以上 | large-v3-turbo(デフォルト)をビデオカードで使用(最高のロシア語認識) |
| NVIDIA 4GB | --compute int8_float16 を付けた large-v3-turbo、または --model medium |
| NVIDIA なし(Mac、AMD、内蔵グラフィックスのノートPCを含む) | --cpu、モデル small(高速)または large-v3-turbo(より正確だが非常に遅い) |
自分の動画の短い部分(ffmpeg -t 10)でテストしてください。ビデオカードで CUDA エラーまたはメモリエラーが発生する場合は、以下のライブラリをインストールするか、より小さいモデルを選択してください。速度と品質をユーザーに示し、ユーザーと一緒に選択してください。
不足しているものがある場合は、ユーザーにその内容とサイズを一覧表示し、ユーザーの同意がある場合のみインストールしてください。 Windows で C ドライブの空き容量が少ない場合は、どのドライブにインストールするかをユーザーに確認してください。
- ffmpeg、Node、Python:Windows の場合
winget install Gyan.FFmpeg、winget install OpenJS.NodeJS.LTS、winget install Python.Python.3.12;Mac の場合brew install ffmpeg node python。 - ライブラリ:
python -m pip install faster-whisper yt-dlp。NVIDIA ビデオカード搭載の Windows の場合は、さらにpython -m pip install nvidia-cublas-cu12 "nvidia-cudnn-cu12==9.*"。 - HyperFrames スキル:
npx skills add heygen-com/hyperframes --all(github.com/heygen-com/hyperframes、Apache 2.0)。 - Whisper モデル(約 1.6 GB)は、最初の文字起こし時に自動的に HuggingFace のキャッシュにダウンロードされます。別の場所を指定する場合は、環境変数
HF_HOMEを使用します。 - ユーザーの希望により、環境変数
HYPERFRAMES_NO_TELEMETRY=1とDO_NOT_TRACK=1で HyperFrames のテレメトリーを無効にします。
設定の最後に、すべてを 設定.md に書き込みます(ファイル内のテンプレートに従って):使用する python と ffmpeg、ビデオカード、選択したモデルとフラグ、モデルキャッシュの場所、テストでの速度。以降、セクション A と B のコマンドはこれらのフラグを付けて実行します。
文字起こしスクリプトは、このファイルと同じ場所にある scripts/transcribe.py です。ビデオカードは自動的に使用され、カードがない場合は CPU で処理されます。フラグ:--model(モデル名または独自モデルへのパス)、--compute、--cpu。
レンダリング後の HyperFrames の「feedback」レポートは、許可なく送信しないでください。npx hyperframes skills update は、ユーザーの同意がある場合のみ実行してください。組み込みの Kokoro 音声はロシア語を話せません。ナレーションボイスは、ユーザー自身の録音または外部の音声合成サービスを使用してください。
A. 動画を視聴して分析する
- ファイルを取得する。 ファイルパスはそのまま使用し、元のファイルは変更しないでください。リンクは一時フォルダにダウンロードします:
python -m yt_dlp --no-playlist -o "<フォルダ>/video.%(ext)s" --print-to-file "%(uploader)s | %(duration)s 秒 | %(like_count)s いいね | %(comment_count)s コメント | %(description)s" "<フォルダ>/info.txt" <リンク>YouTube でテキストのみが必要な場合は、最初に字幕を試してください:--write-auto-subs --sub-langs ru --skip-download。Instagram やプライベート Telegram チャンネルはログインが必要な場合があるため、その場合はユーザーに自分でファイルをダウンロードするよう依頼してください。 - ファイルの種類を確認する:
ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <動画>。 - 文字起こし:
python scripts/transcribe.py <動画> --out <フォルダ>/transcript.txt(タイムコード付きテキスト)。 - フレームシートの作成(1 枚の画像に 12 フレームでトークンを節約):
縦長:
ffmpeg -v error -y -i <動画> -vf "fps=1/2,scale=216:-2,tile=6x2:padding=4:color=white" <フォルダ>/sheet_%02d.jpg横長:同様にscale=320:-2,tile=4x3を使用。2 分以上の動画の場合はfps=1/5または1/10を使用。シートを画像として読み取ります。 - 回答: 作成者と数字(存在する場合)、動画の形式、文字起こし(長い場合は要約)、フレームに表示されている内容、そして特にユーザーにとって有用な情報。動画に誇張がある場合は、正直に伝えてください。
B. HyperFrames で動画を作成する
使用するスキル:
| タスク | スキル |
|---|---|
| あらゆる動画、ここから作業を開始。何を使用すればよいか不明 | hyperframes(メインエントリポイント、自動的に指示) |
| カメラに向かって話す人の動画に字幕を追加(1~3語、キーワードに色付け、カラオケ) | embedded-captions |
| トーキングヘッド動画にグラフィックを追加:プレート、アイコン、「スマートフォン内」の挿入、分割、円形 | talking-head-recut |
| 音声なしの短いアニメーション(最大約30秒):イントロ、数字、ロゴ、インターフェースモックアップ、「Before → After」 | motion-graphics |
| 動画の構造:レイヤー、プレートの表示タイミング、ビデオの挿入 | hyperframes-core |
| プレートのスライドイン、ステッカー、単語の全画面表示、キネティックテキスト | hyperframes-animation |
| カメラのズームイン・アウト、スムーズな拡大 | hyperframes-keyframes |
| 音楽、効果音、アイコン、挿入の処理 | media-use |
| チェック、MP4 への書き出し、背景の削除(「肩越し」の挿入) | hyperframes-cli |
| 既製のエフェクト(グリッチ、紙吹雪、グラフ)、音声に対する音楽の音量、色とフォント | hyperframes-registry、hyperframes-audio、hyperframes-creative |
HyperFrames のルールに従い、hyperframes スキルが最初に読み取られます。単純なタスクの場合は、リファレンスなしでその SKILL.md で十分です。
文字起こしは当スクリプトで準備します(ロシア語をより正確に理解し、単語の正確な時間を提供します)。組み込みの hyperframes transcribe は使用しません:
embedded-captionsの場合:python scripts/transcribe.py <動画> --out <ワークスペースフォルダ>/transcript.json --format words— スキルは準備されたtranscript.jsonを自動的に使用します。talking-head-recutの場合:同様に--format flat(フラットな単語配列)を使用し、スキルの文字起こしステップをスキップします。 使用前に文字起こしを読み、認識エラー(名前、ブランド、用語)を修正してください。修正リストは 1 行でユーザーに示します。
プロジェクト: ファイルを保存するフォルダをユーザーに確認します。内部構造:元ファイル/(元のファイルのコピー — 元ファイルは変更または削除しない)、HyperFrames の作業ファイル、最終的な MP4 用の 完了/。
フォーマット: Reels/Shorts/Stories — 1080×1920、9:16、30 fps;YouTube — 1920×1080;フィード投稿 — 1080×1350。
ロシア語の字幕とプレート
- フォントはキリル文字に対応していること。多くの「おしゃれな」フォント(Google Fonts の Bebas Neue や Anton、Bebas にはキリル文字版が別途存在)にはキリル文字が含まれていません。レンダリング前に確認してください。信頼できるフォント:Oswald、Golos Text、Manrope、Montserrat、Unbounded、Inter、Rubik、Onest。Google Fonts からのネットワーク読み込みよりも、プロジェクトフォルダ内のローカル
.woff2ファイルが推奨されます。 - 1 行あたり 2~4 語。前置詞や接続詞(в、на、с、к、у、о、и、а、но、не)は行末に残さず、次の単語に移動してください。
- 引用符は「カギ括弧」、ダッシュはロシア語の規則に従い、数字は数字で表記します。
- 大文字は短い強調(1~3語)にのみ使用し、フレーズ全体には使用しないでください。
- 字幕は顔や Reels インターフェースの下部ゾーン(ボタン、キャプション)を隠してはいけません。安全ゾーン内に収めてください。フック(冒頭の興味を引く部分)は、フレームの中央かやや下に配置し、上端には配置しないでください。
- スキルフォルダ内に
ブランド.md(フォント、色、強調方法)が記入されている場合は、それを使用してください。空の場合は、一度ユーザーにスタイルを尋ね、回答をそこに保存することを提案してください。
「完了」と言う前に
長時間のレンダリングの前に、計画(何を、どこに、どのスタイルで)を示してください。レンダリング後、結果からフレームシート(セクション A4)を生成し、自分で確認します:テキストが読めるか、枠からはみ出ていないか、キリル文字が正しいか、音声と同期しているか。その後でのみ、完了/ 内のファイルパスを提供してください。