インフォグラフィック解説動画 は何をしますか?
KurzgesagtやThe Infographics Showのチャンネルの精神を汲んだ、完成度の高いMP4解説動画を制作します。特徴は、大胆なフラットベクターイラスト、光沢のあるグラデーション、輝くライト、常に優雅に動くモーション、そして好奇心を刺激するナレーション付きスクリプトです。アートとアニメーションはコード(SVG + JSタイムライン)で構築され、Playwrightとffmpegでフレームごとにレンダリングされるため、すべてのフレームが決定論的で編集可能です。
オリジナリティのルール:ジャンル(フラットベクター、解説動画のペース配分)を模倣することはあっても、チャンネルのキャラクター(例:Kurzgesagtの鳥)、ロゴ、イントロ、音楽、正確なデザインを決してコピーしてはいけません。すべてのキャラクターとシーンは新たに考案します。
ユーザーの好みの言語で会話し、コードは英語のままにします。
バンドルファイル(このスキルフォルダからの相対パス)
| ファイル | 目的 |
|---|---|
templates/master_template.html | 16:9 スターター(1920x1080):グラデーション、ヘルパー、キャラクター、頭脳、雲、星、クロスフェードシーンエンジン、内蔵キャプション。コピーしてシーンを置き換えてください。 |
templates/vertical_template.html | 9:16 Shorts / Reels用の同じエンジン(1080x1920)、縦型レイアウトで下部はキャプション用に確保。 |
scripts/voiceover.py | Kokoro TTS(ヒンディー語 + 英語の音声)を使用したオフラインナレーション。1行ごとに1つのwavファイル + dur.json + lines.json(キャプション用テキスト)を生成。 |
scripts/build.py | 音声の長さ(__DUR__)とナレーションテキスト(__LINES__)を注入し、timeline.json + captions.json をエクスポート。9:16を検出し、JSエラーを報告。 |
scripts/captions.py | captions.json からYouTubeクローズドキャプション用の.srtファイルを書き出します。 |
scripts/peek.py | シーンごとに1フレームを抽出しコンタクトシートを作成。フルレンダリング前の確認用。 |
scripts/render.py | 決定論的フレーム範囲レンダラー(JPEG q92 → x264 CRF 18、安全なテンポラリファイルリネーム)。 |
scripts/mix_audio.py | 音声ラインをタイムラインに配置し、コード合成された(著作権フリーの)アンビエントパッドや効果音(whoosh)を追加。または --music で自分の音楽を指定可能。 |
scripts/make_video.sh | パイプライン全体:ビルド → 並列レンダリング → 連結 → ミックス → マルチプレックス → QAシート → .srt。9:16を自動検出。 |
2つの実例がリポジトリ内のこのスキルフォルダの2つ上の階層、examples/why-we-sleep/(82秒、16:9、ヒンディー語、11シーン)と examples/promo-short/(38秒、9:16、英語、実際のクリップをシーンに埋め込み)にあります。新しいシーンを書く前に、これらの例を読んでシーンのアイデアを参考にしてください。
セットアップ(一度だけ)
pip install playwright kokoro-onnx soundfile scipy pillow --break-system-packages
playwright install chromium # Chromiumが既に存在する場合はスキップ
mkdir -p tts && cd tts
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.int8.onnx
curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
ffmpegがPATHに含まれている必要があります。モデルフォルダが./ttsでない場合は、KOKORO_DIR を設定します。
1. ワークフロー(順番に従ってください)
- ブリーフィング – トピック、長さ(デフォルト60〜90秒;Shortsは30〜58秒)、アスペクト比(16:9 1920x1080 または 9:16 1080x1920)、ナレーション言語、音声ソース。不足しているものがあり、ユーザーが存在する場合は一度だけ質問します。それ以外の場合はデフォルトを使用し、その旨を伝えます。
- リサーチ+スクリプト – 最新または数値に関する情報はWeb検索で事実を確認し、各数値の出典をメモします。構成:フック → 疑問 → 3〜5ビートで説明 → 驚き/スケールの瞬間 → まとめ。1分あたり約150ワード。短い文、一文一意、具体的な数字と比較。動物や単一の研究からの発見がある場合は、ナレーションでその旨を述べます。
- lines.txt – 1行に1つのナレーション行。1行=1シーン(約4〜8秒)。ヒンディー語TTSの場合、英語の借用語はデヴァナガリ文字(स्लीप प्रेशर)で書き、自然に発音されるようにします。画面上のテキストは、デヴァナガリフォントがインストールされていない限り、英語/ラテン文字のままにします。
- まず音声を生成 –
python3 scripts/voiceover.py lines.txt vo --voice hm_omega --lang hi(英語の場合:--voice am_michael --lang en-us)。長さがタイムラインを決定します。その逆はありません。ユーザーが録音した音声の方が常に優れています:1行につき1ファイルとしてvo/NN.wavに分割し、vo/dur.jsonを書き込みます。 - シーンを構築 –
templates/master_template.html(16:9)またはtemplates/vertical_template.html(9:16)をコピーし、1行につき1つのscene(...)(+オプションのアウトロ)を記述します。すべてのシーン:常に動くアイドルモーション+1つのヒーローアクション。以下のスタイルバイブルとアニメーションキットを使用します。 - プレビュー –
python3 scripts/build.py video.html vo/dur.json _work/build.html && python3 scripts/peek.py _work/build.html 0.8;シートを(0.3でも試して)見て、レンダリング前に重なり、クリッピング、空フレームを修正します。 - レンダリング+ミックス –
bash scripts/make_video.sh video.html vo final.mp4(CPUコアごとに1チャンクを実行;1080pで、ビデオ1秒あたりコア1つにつき約3秒の実時間)。 - QA –
final_sheet.pngを開き、パレットの一貫性、セーフエリア、クリッピングがないこと、サムネイルサイズでテキストが判読可能であること、ffprobeの長さがタイムラインの長さとほぼ一致することを確認します。壊れたシーンのみを修正し、再レンダリングします。 - 納品 – MP4、その
.srtファイル(YouTubeに字幕としてアップロード)、スクリプトテキストを提供し、タイトル/説明/タグ+サムネイルを提案します。
2. スタイルバイブル
- 形状: シンプルなプリミティブ(楕円、角丸長方形、滑らかな自由形状パス)。ほとんどの形状には輪郭線なし。ヒーローオブジェクトにのみ、より暗い同色のストロークを付けます。
- レイヤードグラデーション: ほとんどの形状に、1つの色相の2ストップ線形グラデーション(左上が明るい → 右下が鮮やか)に加え、光沢感を出すために不透明度25〜40%の白いハイライトを付けます。
- グロー: 光源 = 放射状グラデーション(ほぼ白 → 透明)、半径が±5%で脈動。キラキラ(スパークル) = 不透明度のサイン波で瞬く4点星。
- レイヤーによる奥行き: 空のグラデーション → 遠くの丘 → 中間の丘 → 明るいブロブのある地面の帯 → 被写体 → 前景のパーティクル。各レイヤーを異なる速度で動かします。
- パレット(動画ごとに1つ、最大5〜6色相+ダークカラー):
- 宇宙/夜:
#211840 #423AA8 #7F79D1 #E565FF #33F5FF #1552FF - 昼/自然:
#00A7E2 #00D2EE #6EED65 #01CB79 #FFE4AF #FFFFFF - 温かみのあるストーリー:
#290D1C #B15141 #FFE4AF #FFCE85 #FF5F2D #FFFF47 - ネオンポップ:
#232453 #5759B9 #B6FF55 #FF0066 #A14BFF #00FFFF
- 宇宙/夜:
- 背景: 純粋な黒や白は避け、深い色味のあるダーク(
#12253A、#162B36)または温かみのあるベージュ(#E6DDC4)。「危険」なビートでは赤みがかったダークに切り替えます。 - キャラクター: 丸いブロブの体、大きくシンプルな目(白+暗い瞳孔+キャッチライト)、鼻なし、ほっぺたに赤み。約3秒ごとにまばたき、呼吸(スケール 1 → 1.025)。眠っている=閉じた目の弧+浮遊する「z」。
- テキスト: 太く丸みを帯びたサンセリフ体(Poppins Bold / Nunito ExtraBold)、単語数は少なめ、重要な数字は大きく、ラベルはピルバッジ(薬莢型)として、90%セーフエリア内に配置。
- インフォグラフィックの風味: カウントアップするカウンター、伸び縮みする棒グラフ、ゲージ、ビフォーアフターの比較、反応するキャラクター。
3. アニメーションキット(PowerPoint効果 → コード)
| PowerPoint効果 | コードでの同等機能(テンプレート内のヘルパー) |
|---|---|
| フライイン / 浮上 | outBack イージングで画面外からtranslate |
| フェード / ズーム / 成長 | pop(el,t,start,x,y) → オーバーシュートを伴う不透明度とスケール |
| スピン強調 | 形状の中心を軸に rotate(${t*deg}) |
| モーションパス | along(pathEl,p) / getPointAtLength |
| モーフトランジション | シーン間で共有オブジェクトをそのまま保持;エンジンがシーンをクロスフェード(FADE) |
| パーティクトレイル / 蛍 | シード付き rng(seed) パーティクル、位相オフセット、ラグとサイズ減衰 |
| ワイプ / 描画表現 | stroke-dasharray + stroke-dashoffset |
| 退出 | エントリーの逆を in イージングで |
常時オンにするアイドルモーション:浮遊、きらめき、グローの脈動、スローな視差ドリフト、雲のドリフト、エンジンのスローなカメラプッシュイン(scale 1 → 1.045)。大きなアクションの前の予期動作の揺れ、着地時のスカッシュアンドストレッチ。エントリーは0.4〜0.8秒、60〜120ミリ秒のずらし。フレームを完全に静止させたままにしてはいけません。
4. エンジンルール(テンプレート)
- 各シーン:
scene(id, bgGradientId, build() => svgString, seek(localT, sceneDuration))。 seekはすべての属性を純粋にtから設定します — CSSアニメーション、タイマー、Math.random(代わりにrng(seed)を使用)は使わないため、任意のフレームを単独でレンダリングでき、チャンクをシームレスに結合できます。- 要素IDはファイル全体で一意でなければなりません(シーンIDをプレフィックスとして付けてください)。
- シーン
iの長さ =LEAD[i] + VO[i] + TAIL。ナレーション行を超えるシーンは3.2秒(アウトロ)。MIN={2:16}はシーン2を少なくとも16秒間保持します(例:後でクリップを配置するため)。エンジンはwindow.DURATION、window.TIMELINE、window.CAPTION_CUES、window.seekをエクスポートします。 scene(..., {cam:false})は、1つのシーンでスローなカメラプッシュインをオフにします(ビデオクリップがオーバーレイされる場合に必要)。- キャプション:
CAPTIONS=trueは、フレームにワードチャンクキャプション(LINESから、各行内の文字数でタイミング調整)を焼き付けます。Chromiumはデヴァナガリ文字を正しく表示します。重要なアートは16:9では下部約120px、9:16では下部約300pxを空けておきます。CAPTIONS=falseでオフにします。.srtは引き続き書き出されます。 - 9:16:
vertical_template.htmlから開始(フックテキストを上部3分の1に、ヒーロービジュアルを中央に)。スクリプトはSVGのviewBoxから9:16を検出します。16:9の動画をクロップしないでください。
5. オーディオ
- 音声: ユーザー録音 → Kokoro(
scripts/voiceover.py) → セッションで提供されるその他のTTS。Kokoroヒンディー語音声:hm_omega、hm_psi、hf_alpha、hf_beta。 - 音楽:
mix_audio.pyのデフォルトのシンセサイズドパッドはオリジナルで著作権フリー。または、ユーザーが所有/ライセンスしているトラックを--musicで指定可能。著作権で保護された音楽は決して使用しないでください。 - キャプションは内蔵されています(上記エンジンルール)。
make_video.shはfinal.srtも書き出します。これをYouTubeにアップロードすると、視聴者はキャプションをオンにでき、YouTubeが自動翻訳できます。
6. リクエストに応じた追加機能
- サムネイル: 1280x720のヒーローフレームを、大きな2〜4語のラベルとともにレンダリングします。
- シリーズルック: パレット、フォント、キャラクター関数を共有ファイルに保持し、エピソード間で再利用します。
- アウトロカード: 最後の2〜3秒にチャンネル名/ペンネームを表示します。