Video Creator(ビデオクリエイター)
製品、サービス、イベント、ブランド向けのプロフェッショナルなシネマティックビデオ制作。すべての出力は1920×1080のMP4形式で、音声ナレーション、同期キャプション、リッチアニメーション、複数のシーントランジションを備えています。
クイックスタート(3つのコマンド)
# 1. プロジェクトのスキャフォールディング
npx --yes [email protected] init my-video
# 2. 音声ナレーションの生成
python3 -c "from kokoro_onnx import Kokoro; import soundfile as sf; k=Kokoro('models/kokoro-v1.0.onnx','models/voices-v1.0.bin'); s,r=k.create(open('script.txt').read(),voice='bm_george',speed=0.92,lang='en-gb'); sf.write('narration.wav',s,r)"
# 3. キャプション用の文字起こし
npx --yes [email protected] transcribe narration.wav --model small.en
# 4. レンダリング
npx --yes [email protected] render
制作パイプライン
以下の順序に従ってください。ステップをスキップしないでください。
1. BRIEF(概要) → ターゲット、プラットフォーム、尺、トーン
2. SCRIPT(スクリプト) → ナレーション作成(約2.5語/秒)、フックから開始
3. design.md(デザインシステム) → ブランドカラー、フォント、モーションのエネルギー
4. VOICEOVER(音声合成) → npx hyperframes tts または Python kokoro_onnx を直接使用
5. TRANSCRIPT(文字起こし) → npx hyperframes transcribe → transcript.json
6. PLAN(計画) → 各シーンのリズム宣言(HTML作成前)
7. BUILD(構築) → レイアウト優先 → 次にGSAPアニメーション
8. LINT(リンティング) → npx hyperframes lint(エラー0が必須)
9. VALIDATE(検証) → npx hyperframes validate --no-contrast
10. RENDER(レンダリング) → npx hyperframes render
ステップ1 — 制作の概要(ブリーフィング)
以下を確認するか、または文脈から推測します。
- 件名: 製品 / サービス / イベント / ブランド?
- ターゲット: エンタープライズ、開発者、消費者、投資家?
- プラットフォーム: ソーシャル(15秒)、Webサイトヒーロー(30秒)、製品デモ(60秒)、プレゼンテーション?
- トーン: 権威的、エネルギッシュ、温かみのある、ドラマチック、技術的?
- アセット: ブランドカラー、ロゴ、スクリーンショット、既存のコピー?
詳細なテンプレートは references/brief-templates.md を参照してください。
ステップ2 — スクリプト作成
ペーシングの計算式: 自然な速度で1秒あたり2.5語
- 15秒 → 約37語
- 30秒 → 約75語
- 60秒 → 約150語
構成: フック → 問題/ストーリー → 証拠 → CTA
フックパターン(一般的な導入は避ける):
- 大胆な主張: 「現代のエンジニアリングを支える金融インフラ。」
- 対比: 「あなたのエージェントはデプロイされています。誰もそれらを見ていません。」
- 質問: 「あなたのチーム全体(人間とAI)が、まるで一つのように動いたらどうなるでしょう?」
- 数字による衝撃: 「エンタープライズAIプロジェクトの40%がガバナンスで失敗しています。」
ターゲット別の音声スタイル:
- エンタープライズ → 断定的、慎重な、
bm_george音声 - 開発者 → 直接的、技術的な、
am_adam音声 - 消費者 → 温かみのある、ストーリー性のある、
af_heart音声 - スタートアップ/高エネルギー → テンポが良く速い、
af_sky音声
スクリプト内の数字は単語で書きます(TTSは文字通りに読み上げます):10x → ten times(10倍)、$2.3T → nearly two point three trillion dollars(約2.3兆ドル)。
ビデオの種類ごとのスクリプト例は、references/script-patterns.md を参照してください。
ステップ3 — デザインシステム(design.md)
HTMLを作成する前に、必ず design.md を作成してください。これによりブランドの契約が定義されます。
必須フィールド:
colors:
bg: "#0A0A0A" # プライマリ背景(ダークまたはライト)
accent: "#E63946" # メインアクションカラー
accent2: "#10b981" # セカンダリアクセント
text: "#FFFFFF"
muted: "#999999"
border: "#141111"
typography:
headline: { fontFamily: "Space Grotesk", fontWeight: 800 }
label: { fontFamily: "Space Mono", fontWeight: 700 }
motion:
energy: high | medium | low
transition: glitch | blur | push | cover
ビジュアルスタイルピッカー(完全なYAMLトークンは references/visual-styles.md を参照):
| スタイル | 最適な用途 | 特徴 |
|---|---|---|
| Deconstructed | テック、SaaS、セキュリティ | スキャンライン、無骨なボーダー、Space Grotesk/Mono |
| Maximalist | ローンチ、発表 | フレームを埋め尽くす巨大なタイプ、カラースラム |
| Velvet Standard | エンタープライズ、ラグジュアリー | 広い文字間隔、ゆったりとしたスペース |
| Data Drift | AI、ML、フィンテック | パーティクルフィールド、細い未来的サンセリフ |
| Shadow Cut | ドラマチックなリビール、セキュリティ | ほぼモノクロ + 血色アクセント |
| Folk Frequency | 消費者、コミュニティ | 大胆な色、バウンス、パターン |
ステップ4 — 音声ナレーションの生成
npx経由(利用可能な場合は推奨)
npx --yes [email protected] tts script.txt --voice bm_george --output narration.wav --speed 0.92
Python直接経由(npxが失敗した場合のフォールバック)
# 初回実行:モデルのダウンロード(合計約340MB、キャッシュされます)
curl -L -o models/kokoro-v1.0.onnx \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx
curl -L -o models/voices-v1.0.bin \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
# 生成
python3 << 'EOF'
from kokoro_onnx import Kokoro
import soundfile as sf
k = Kokoro("models/kokoro-v1.0.onnx", "models/voices-v1.0.bin")
text = open("script.txt").read().strip()
samples, rate = k.create(text, voice="bm_george", speed=0.92, lang="en-gb")
sf.write("narration.wav", samples, rate)
print(f"Generated: {len(samples)/rate:.1f}s")
EOF
音声ガイド:
| 音声 | キャラクター | 使用目的 |
|---|---|---|
bm_george | 権威あるイギリス人男性 | エンタープライズ、B2B、キーノート |
bf_emma | 明瞭なイギリス人女性 | チュートリアル、ドキュメント、プレミアム |
am_michael | 自信に満ちたアメリカ人男性 | マーケティング、プロモーション、SaaS |
am_adam | ニュートラルなアメリカ人男性 | 開発者ツール、解説動画 |
af_heart | 温かみのあるアメリカ人女性 | 消費者、ウェルネス、パーソナル |
af_sky | エネルギッシュなアメリカ人女性 | ソーシャル広告、ローンチ、ライフスタイル |
依存関係のインストール(1回のみ):
pip install kokoro-onnx soundfile
ステップ5 — 文字起こし(ワードレベルキャプション)
npx --yes [email protected] transcribe narration.wav --model small.en
# → ワードレベルのタイムスタンプを持つ transcript.json が生成されます
出力形式:
[
{ "text": "Enterprise", "start": 0.03, "end": 0.82 },
{ "text": "teams", "start": 0.82, "end": 1.18 }
]
タイムスタンプの使用法:
- シーントランジションを音声の文の境界に合わせる
- 単語ごとのキャプションアニメーションを駆動する(単語ごとにポップイン)
- 視覚的な強調(バーストライン、ハイライト)を重要な名詞に同期させる
ステップ6 — シーンリズム計画
HTMLを作成する前にリズムを宣言してください。 パターンに名前を付けます。
SLAM → ブレス → CASCADE → PUNCH → CTA (製品ローンチ)
PAIN → GLIMPSE → PROOF → CONVICTION (問題/解決)
HOOK → STORY → PROOF → SCALE → CTA (エンタープライズピッチ)
TEASE → REVEAL → DETAIL → DETAIL → CTA (機能紹介)
シーンタイミングテンプレート(30秒エンタープライズ):
Scene 1: 問題/フック 0–7秒 (ナレーションの文1-2)
Scene 2: プラットフォーム紹介 7–10秒 (文3)
Scene 3: 機能デモ 10–17秒 (文4-5)
Scene 4: 証拠/統計 17–21秒 (文6)
Scene 5: スケール 21–28秒 (文7-8)
Scene 6: CTA 28–32秒 (文9)
尺ごとのタイミングテンプレートは、references/scene-timing.md を参照してください。
ステップ7 — コンポジションの構築
HTML構造(必須)
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<style>
body { margin:0; width:1920px; height:1080px; overflow:hidden; background:#0A0A0A; }
.scene { position:absolute; top:0; left:0; width:1920px; height:1080px; overflow:hidden; }
#s1 { z-index:1; background:#0A0A0A; } /* シーン1 — デフォルトで表示 */
#s2 { z-index:2; background:#0A0A0A; opacity:0; } /* その他はすべて非表示 */
</style>
</head>
<body>
<div id="root" data-composition-id="main" data-width="1920" data-height="1080"
data-start="0" data-duration="32">
<!-- オーディオ(常にビデオとは別に) -->
<audio id="vo" data-start="0" data-duration="31.1" data-track-index="10"
data-volume="1" src="narration.wav"></audio>
<!-- トランジションオーバーレイ(常にすべてのシーンの上に) -->
<div id="ov-r" style="position:absolute;top:0;left:0;width:1920px;height:1080px;z-index:80;background:#E63946;opacity:0;pointer-events:none"></div>
<!-- シーン -->
<div id="s1" class="scene"><!-- コンテンツ --></div>
<div id="s2" class="scene"><!-- コンテンツ --></div>
</div>
<script>
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({ paused: true });
// ... アニメーション ...
window.__timelines["main"] = tl;
</script>
</body>
</html>
アニメーション前のレイアウト(譲れないルール)
- 各シーンの 完成状態 を最初に純粋なCSSで構築する
- コンテンツコンテナ:
display:flex; flex-direction:column; padding:120px 160px; width:100%; height:100%; - コンテンツに
position:absolute; top:Npxを使用しないでください(装飾要素にのみ使用) - レイアウト確認後に
gsap.fromTo()を追加する npx hyperframes inspectを実行してオーバーフローがないことを確認する
GSAPルール
// シーン内では常に fromTo を使用する(from は使わない)。決定論的なシークのため
// 正しい例:
tl.fromTo("#el", { opacity:0, y:40 }, { opacity:1, y:0, duration:0.5, ease:"back.out(2)" }, 1.2);
// アンビエントモーションに裸の gsap.to() を使用しないでください。必ず tl で使用する
// 正しい例:
tl.to("#glow", { scale:1.08, yoyo:true, repeat:4, duration:2, ease:"sine.inOut" }, 0);
// repeat:-1 を使用しないでください(キャプチャエンジンが壊れます)。有限の繰り返し回数を計算する
// 4秒のビートの場合: Math.ceil(4 / 2) = 2 サイクル
// 正しい例:
tl.to("#pulse", { scale:1.1, yoyo:true, repeat:3, duration:2, ease:"sine.inOut" }, 0);
// シーン終了時のハードキル
tl.set("#s1", { opacity:0, visibility:"hidden" }, exitTime);
// 常に登録する
window.__timelines["main"] = tl;
シーン密度要件
各シーンには以下が 必須 です:
- 背景レイヤー: 放射状グロー + グリッド/パターン + ゴーストテキスト + スキャンライン(2~5要素)
- コンテンツレイヤー: 見出し + サブタイトル + サポート要素(3~5要素)
- 前景アクセント: コーナーマーク + 区切り線 + ラベル/バッジ(3要素以上)
- 合計: 最低8~10個の視覚要素
シーンごとの要素チェックリストは、references/scene-density.md を参照してください。
トランジションライブラリ
完全なコードは references/transitions.md を参照してください。クイックピック:
| エネルギー | トランジション | コードパターン |
|---|---|---|
| カオス → 明瞭さ | ブラークロスフェード | tl.to(old, {filter:"blur(14px)",scale:1.04,opacity:0,duration:0.5}) |
| レベルアップ | 垂直プッシュ | tl.to(old,{y:-1080,duration:0.45,ease:"power3.inOut"}, T) |
| 次のアイテム | プッシュスライド左 | tl.to(old,{x:-1920,duration:0.45,ease:"power3.inOut"}, T) |
| ハードカット | カラーディップからブラック | tl.to("#ov-k",{opacity:1,duration:0.25}) 次に tl.set(new,{opacity:1}) |
| 大きな瞬間 | 千鳥カラーブロック | 赤いブロック、次に緑のブロックが横にスライドし、下のシーンを入れ替える |
| インタストリアル | グリッチ | RGBオーバーレイのジッター、±40pxで6フレーム、0.35秒 |
トランジション前の終了アニメーションは行わないでください。 ただし、最終シーンのフェードアウト(フェードトゥブラック)は除きます。
アニメーションテクニックライブラリ
1. キャンバス2Dパーティクルフィールド(背景アンビエンス)
<canvas id="bg-canvas" width="1920" height="1080" style="position:absolute;top:0;left:0;z-index:1"></canvas>
<script>
var c=document.getElementById("bg-canvas"),ctx=c.getContext("2d");
function h(x,y){var n=x*374761393+y*668265263;n=(n^(n>>13))*1274126177;return((n^(n>>16))&0x7fffffff)/0x7fffffff}
var N=120, pts=[];
for(var i=0;i<N;i++) pts.push({bx:h(i,0)*1920,by:h(i,1)*1080,vx:(h(i,3)-0.5)*0.3,vy:(h(i,4)-0.5)*0.2,r:1+h(i,2)*2.5});
var px={t:0};
tl.to(px,{t:DURATION,duration:DURATION,ease:"none",onUpdate:function(){
var ti=px.t;
ctx.clearRect(0,0,1920,1080);
// グリッド
ctx.strokeStyle="rgba(230,57,70,0.04)"; ctx.lineWidth=1;
for(var gx=0;gx<1920;gx+=160){ctx.beginPath();ctx.moveTo(gx,0);ctx.lineTo(gx,1080);ctx.stroke()}
for(var gy=0;gy<1080;gy+=120){ctx.beginPath();ctx.moveTo(0,gy);ctx.lineTo(1920,gy);ctx.stroke()}
// パーティクル
for(var i=0;i<N;i++){
var p=pts[i],x=(p.bx+p.vx*ti*60)%1920,y=(p.by+p.vy*ti*60)%1080;
if(x<0)x+=1920;if(y<0)y+=1080;
ctx.fillStyle="rgba(230,57,70,"+(0.15+0.1*h(i,Math.floor(ti*6)))+")";
ctx.fillRect(x-p.r/2,y-p.r/2,p.r,p.r);
}
}},0);
</script>
2. SVGスクリブル下線
<span style="position:relative;display:inline-block">
キーフレーズ
<svg style="position:absolute;left:0;bottom:-8px;width:100%;height:20px" viewBox="0 0 500 20" preserveAspectRatio="none">
<path id="scr" fill="none" stroke="#E63946" stroke-width="3" stroke-linecap="round"
stroke-dasharray="800" stroke-dashoffset="800"
d="M0,10 Q62,0 125,10 Q187,20 250,10 Q312,0 375,10 Q437,20 500,10"/>
</svg>
</span>
<script>
// パス要素がDOMに存在した後:
var p=document.getElementById("scr"), l=p.getTotalLength();
gsap.set(p,{strokeDasharray:l,strokeDashoffset:l});
tl.to("#scr",{strokeDashoffset:0,duration:0.7,ease:"power1.inOut"}, START);
</script>
3. 単語ごとのキネティック見出し(音声同期)
<div id="headline">
<span class="w" id="w0">Ship</span>
<span class="w" id="w1">faster.</span>
<span class="w" id="w2">CyberAgent.</span>
</div>
<script>
// transcript.json の単語開始時間からのタイミング
var times = [0.0, 0.3, 0.7];
var eases = ["back.out(2.5)", "expo.out", "back.out(3)"];
var dirs = [{y:60,rotation:4}, {y:80,scale:0.7}, {scale:0.5,rotation:-5}];
times.forEach(function(t,i){
tl.fromTo("#w"+i,
Object.assign({opacity:0},dirs[i]),
Object.assign({opacity:1,y:0,scale:1,rotation:0,duration:0.45,ease:eases[i]},{}),
t);
});
</script>
4. バーストライン(統計情報の表示)
<div style="position:relative;display:inline-block">
<div id="stat-num">10×</div>
<div style="position:absolute;top:50%;left:50%;width:0;height:0" id="burst">
<span style="position:absolute;display:block;width:3px;height:52px;background:#E63946;left:-1.5px;top:-52px;transform:rotate(0deg);transform-origin:bottom center;opacity:0"></span>
<span style="position:absolute;display:block;width:3px;height:38px;background:#E63946;left:-1.5px;top:-38px;transform:rotate(36deg);transform-origin:bottom center;opacity:0"></span>
<!-- 30~45度の間隔で8~12本のラインを繰り返す -->
</div>
</div>
<script>
// すべてのライン要素を取得
var lines = document.querySelectorAll("#burst span");
// 開始時間からラインを順にアニメーション
lines.forEach(function(el, idx){
tl.fromTo(el, {opacity:0, scaleY:0.2}, {opacity:1, scaleY:1, duration:0.25, ease:"back.out(3)"}, START + idx * 0.03);
});
</script>
ステップ8 — リンティング(必須)
npx --yes [email protected] lint
チェック内容:
- GSAPの
fromTo/toがtlで使用されていること(グローバルgsapでないこと) repeat:-1がないこと- すべての要素が
__timelines["main"]に登録されていること - すべてのタイムスタンプが
data-duration内に収まっていること - コンテンツ要素に絶対位置指定がないこと
- すべてのシーンに8~10個の要素があること
エラー出力は常に修正してください。 リントエラーが0でなければレンダリングしないでください。
ステップ9 — 検証(オプションだが推奨)
npx --yes [email protected] validate --no-contrast
ステップ10 — レンダリング
npx --yes [email protected] render
フル解像度の1920×1080 MP4ファイルが出力されます。
今後のリファレンス
パイプラインの各ステップには詳細なリファレンスドキュメントがあります。特定のパターン、スタイル、トランジションコード、スクリプトテンプレートが必要な場合は、以下を参照してください。
| リファレンス | 内容 |
|---|---|
references/brief-templates.md | ターゲット別のブリーフィングテンプレート |
references/script-patterns.md | ビデオタイプ別のフルスクリプト例 |
references/visual-styles.md | YAMLデザイントークンとスタイル定義 |
references/scene-timing.md | 尺別のタイミングテンプレート |
references/scene-density.md | シーン別要素チェックリスト |
references/transitions.md | 完全なトランジションコードライブラリ |
これらのリファレンスはプロジェクトディレクトリにあります。必要に応じて、design.md、スクリプト、またはHTMLの前にそれらを参照してください。