add-intro-outro

イントロとアウトロの追加

スティングは短いMP4ファイルで、それぞれ独自のジングルがあり、向きごとに1組がプリファレンスに設定されています。このスキルは、すべてを同じフォーマットに正規化し、イントロ、動画、アウトロを短いクロスフェード（映像および音声）で結合し、結果をレンダリングします。

プリファレンス

remote-video-editing/preferences.json（検索順序は clean-voice-sidon と同様）

キー	意味
stings	{"intro_16x9": url, "outro_16x9": url, "intro_9x16": url, "outro_9x16": url}；URLまたはローカルパス
sting_fade_s	クロスフェード長、デフォルト 0.5
render_notes	長時間エンコードをどこで実行するか（例：ラップトップではなくサーバー）。これに従うこと。

stings が設定されていない場合は、ファイルをユーザーに確認してください。このプラグインにはブランドアセットは同梱されていません。

向き

表示上の向きを読み取ってください。コード上のサイズではありません。スマートフォンは縦向き動画を1920x1080で回転タグ付きで保存します。以下で確認してください。 ffprobe -v error -select_streams v:0 -show_entries stream=width,height:stream_side_data=rotation -of compact IN 回転が90または-90の場合、幅と高さが入れ替わります。ffmpegはデコード時に自動的に回転を適用します。

• 縦向き（9:16）動画：intro_9x16 / outro_9x16 を使用、キャンバス 1080x1920。
• 横向き動画：16:9のペアを使用、キャンバス 1920x1080。
• 縦向き動画の16:9カット（YouTubeメインフィード用）：キャンバス 1920x1080、動画は高さ1080で中央にスケール、その上に自身のぼかし・暗く・ズームされたコピーをオーバーレイ；16:9のスティングを使用。以下の [v1] チェインは次のようになります。

  [1:v]fps=30,split[a][b];
  [a]scale=1920:1080:force_original_aspect_ratio=increase,crop=1920:1080,scale=480:270,boxblur=20:2,scale=1920:1080,eq=brightness=-0.06:saturation=0.9[bg];
  [b]scale=-2:1080[fg];[bg][fg]overlay=(W-w)/2:0,setsar=1,format=yuv420p[v1]
  

  8秒カット（-ss 60 -t 8）でテストし、全体をレンダリングする前に1フレームを表示してください。

レンダリング

W:H はキャンバス、F はフェード長（0.5）、DI はイントロの長さ、DV は動画の長さ（ffprobe format=duration）。オフセット：最初のフェードは DI-F、2番目のフェードは DI+DV-2*F。

ffmpeg -y -i intro.mp4 -i main.mp4 -i outro.mp4 -filter_complex "
 [0:v]fps=30,scale=W:H,setsar=1,format=yuv420p[v0];
 [1:v]fps=30,scale=W:H:force_original_aspect_ratio=decrease,pad=W:H:(ow-iw)/2:(oh-ih)/2,setsar=1,format=yuv420p[v1];
 [2:v]fps=30,scale=W:H,setsar=1,format=yuv420p[v2];
 [0:a]aresample=48000,aformat=channel_layouts=stereo[a0];
 [1:a]aresample=48000,aformat=channel_layouts=stereo[a1];
 [2:a]aresample=48000,aformat=channel_layouts=stereo[a2];
 [v0][v1]xfade=transition=fade:duration=F:offset=DI-F[v01];
 [v01][v2]xfade=transition=fade:duration=F:offset=DI+DV-2*F[v];
 [a0][a1]acrossfade=d=F[a01];[a01][a2]acrossfade=d=F[a]" \
 -map "[v]" -map "[a]" -c:v libx264 -preset medium -crf 20 -maxrate 10M -bufsize 20M -c:a aac -b:a 192k -movflags +faststart out.mp4

• 複数のソースクリップがある場合：最初に結合してください（同じフィルターパターン、または同一コーデックの場合は concat デマルチプレクサを使用）。その後、結果を main.mp4 として扱います。
• これはフル再エンコードです：10分の1080p動画で数分間、全コアを消費します。Modal上で実行してください。ローカルやホームサーバーでは実行しないでください。-filter_complex から +faststart までの引数を1行ずつ render.args に書き、実行します。 $MODAL run "${CLAUDE_PLUGIN_ROOT}/scripts/ffmpeg_modal.py" --inputs intro.mp4,main.mp4,outro.mp4 --args-file render.args --out out.mp4 （modal_command と run_notes はプリファレンスから取得）。複数のクリップを個別のパスではなく、同一グラフ内（concat フィルター）で結合してください。ジョブ終了後、volume video-editing-work 内のジョブフォルダを削除してください。
• xfade は両方の入力が同じタイムベースである必要があります：すべてのビデオブランチ（concat の後も含む）に fps=30,settb=1/30 を付けるか、そうでなければ ffmpeg が "First input link main timebase (1/30) do not match" で失敗します。
• ビットレート：上限を守ってください（-crf 20 -maxrate 10M -bufsize 20M）。ノイズの多いスマホ映像にプレーンなCRF 18を使用すると、24 Mbps、約2 GB / 11分になりました（2026-11-13）。YouTubeは再エンコードするため、1080pアップロードには8-12 Mbpsを推奨しています。
• 確認：出力時間は約 DI + DV + DO - 2*F になり、DI-F/2（フェード途中）、中間、終了のフレームを確認してください。

手持ち撮影の動画：同じレンダリング内で手ブレ補正

手持ちで撮影したスマホ動画は軽い手ブレ補正が有効です（ユーザー報告、2026-11-13、最初のHebrish週末アップデートで手ブレ補正なしでリリースされた後）。ffmpegのvid.stab（libvidstab；ModalイメージがインストールするDebianのffmpegに含まれます；ffmpeg -filters | grep vidstab で確認）を使用します。2パス処理で、両方ともModal上で実行します。

1. 検出（高速、解析のみ、トランスフォームファイルを書き込みます）、ソースクリップごとに： ffmpeg -i main.mp4 -vf vidstabdetect=shakiness=5:accuracy=15:result=main.trf -f null - これを独自の ffmpeg_modal.py ジョブとして実行するか（引数 -vf / vidstabdetect=...:result=/work/<job>/main.trf / -f / null、出力 -）、スクリプトに検出ステップを追加します。.trf はボリューム内で入力の隣に配置する必要があります。
2. トランスフォーム をメインレンダリング内で、そのクリップのビデオブランチの先頭（グレーディングやスケールの前）に配置します： vidstabtransform=input=main.trf:smoothing=20:zoom=2:optzoom=0,unsharp=5:5:0.4 smoothing は15-30（フレーム数）程度で自然な動きを保ちます；固定の zoom=2（パーセント）は、optzoom=1 が人物のアップで引き起こす脈動を抑えながら、動く境界を隠します。軽いアンシャープマスクがリサンプリングによるソフトネスを補正します。

8秒カットでまずテストし、フルレンダリング前に静止画と短いクリップをユーザーと確認してください。libvidstab がない場合、deshake がワンパスのフォールバック（弱い）です。AI手ブレ補正はこの用途には不要です。

スティングの作成

使用中のスティングは、ブランドSVGと小さなPillowスクリプト、および生成されたジングルからレンダリングされました。find-script（タグ logo、sting、intro）で見つけてください。ビデオモデルでロゴを再生成しないでください：ビデオモデルは文字の形を歪めます。