研究解説アニメーション
研究内容を、科学的リテラシーを持つがその論文を読んでいない視聴者に向けて、短いナレーション付き動画で解説します。この動画を、その研究を発表する「出版物」として扱います。すべての主張、数値、数式、プロット曲線はソースに遡って追跡可能でなければならず、レンダリングされた動画は納品前に必ず検査する必要があります。
ソースからの準備
- ソース全体を読みます。論文の場合は、引用する数値の背後にある表、図のキャプション、付録を含めます。論文のないリポジトリの場合は、そのREADME、ドキュメント、サンプル、テストを読み、コードがサポートする動作のみを説明します。
- スクリプトの前にクレームマップを作成します。問題、なぜ難しいのか、核となるアイデア、引用した先行研究に対して何が新しいのか、メソッドがブロックごとにどのように動作するか、条件を含む結果、そして明記された限界をカバーします。各数値の背後にある表、セクション、またはファイルを記録し、2つの表エントリから計算されたパーセンテージなどの導出値は、導出値としてマークします。
- 実際のデータをプロットします。論文に記載されたリポジトリやユーザーのローカルコピーなど、著者のデータとコードを探します。プロットする数量を使用する前に、そのデータまでトレースし、導出値やフィットをそのデータから再計算します。トレースまたは再計算した値を報告値と比較します。高コストなシミュレーションや実験の再実行は、ユーザーの承認を得てから行います。概略図の入力は、イラストとしてラベル付けします。
- 宛先プロジェクトの既存のアニメーションパイプラインとスタイルモジュールを見つけて再利用し、新しい動画が以前のものと一致するようにします。既存のパイプラインがない場合は、プロダクションパイプラインのアーキテクチャに従って構築し、その関数名は提案として扱います。パス、環境、ビルドコマンド、動画をページにアタッチする方法は、プロジェクトのガイダンスに従います。プロジェクトが宣言する環境を使用します。宣言がない場合は、パイプラインの要件を満たすインストール済みツールを使用し、そのパスとバージョンを動画のソースとともに記録し、まだインストールが必要なもの(音声合成ウェイトの初回ダウンロードを含む)をユーザーに伝えます。
ナレーションのスクリプト作成
- 問題、アイデア、メソッド、証拠、範囲を伝える最短の動画を目指します。完全な論文解説は通常3分~4分半、約450~600語の英語のナレーションが必要です。アニメーションアブストラクトや会議の制限時間は、より短い目標を設定します。
- クレームマップに従います:問題、障害、アイデア、メカニズム、証拠、比較とトレードオフ、そして結論。メソッドが先行研究に基づく場合はその功績を認め、貢献を論文自身の言葉で述べます。論文の留保条件や条件をナレーションに反映させます。
- ナレーションと画面上のテキストは、耐久性のある散文とします。合成前に
research-writing-style(必須のレビューを含む)を適用します。 - スクリプトを1~4文のセグメントに分割します。各文には字幕テキストがあり、必要に応じて、頭字語を綴ったり、記号を読み上げたり、発音をオーバーライドするための別の読み上げテキストを持ちます。
- ユーザーが以前の動画で選択した音声を使用します。記録された選択がない場合は、いくつかの候補音声で短いパッセージを合成し、サンプルをオーディオファイルに書き出し、ユーザーにそのパスを伝え、選択させます。選択内容をナレーション設定またはプロジェクトのノートに記録し、後の動画で再利用できるようにします。
合成、タイミング、レンダリング、字幕、エンコードのアーキテクチャと既知の障害モードについては、プロダクションパイプラインを読んでください。デフォルトの視覚・音声スタイルについては、ハウススタイルを読んでください。
アニメーション化
- 各文に1つの視覚的アイデアを与え、その文が始まるときにアニメーションを開始し、合成された音声から測定されたタイミングを使用します。
- 色の役割、タイポグラフィ、セクションラベル、タイトルカード、クロージングカード、字幕ストリップを動画間で一貫させます。
- 数式は数式組版ツールで組版し、データからプロットを描画します。単位、不確かさ(統計量を含む)、真のマイナス記号を表示します。
- サムネイル幅でも判読可能な、大きな要素で構成された別のポスター静止画を作成します。
納品前のチェック
これらのチェックは必須です。ナレーション付き動画は、レンダリングが成功しても、気付かないうちに問題を含んでいる可能性があります。
- レンダリング全体をコンタクトシート(例:4~5秒ごとに1フレーム)として検査し、密集したフレームはフルサイズで検査します。テキストのクリッピングや重複、軸の上に描かれたラベル、分数バーの欠落など不完全な数式、動きの間に表現するデータから分離してしまうオブジェクトがないか確認します。
- すべての字幕行の下にナレーションがあり、字幕の開始が音声の開始と一致していることを確認します。
- 画面上およびナレーション内のすべての数値をクレームマップと比較します。
- 動画がサイトに埋め込まれている場合は、サイトをビルドし、テストを実行し、ホストが提供するブラウザツール(例:両方の幅でのヘッドレススクリーンショット)を使用して、デスクトップと電話の両方の幅でページとプレーヤーを確認します。そのようなツールがない場合は、ユーザーにそれらの幅を確認するよう依頼します。
- ホストがエージェントに音声を聞くことを許可しない限り、ユーザーに発音とペースを聞いてもらい、最もリスクの高い単語を特定するよう依頼します。
納品と改訂
完成した動画をパスと長さとともに納品し、その内容とデータソースを要約し、ユーザーが耳または目で確認すべき点をリストアップします。タイムスタンプ付きコメントの場合は、フレームを特定し、単一フレームではなく原因を修正し、同じパイプラインで構築された他の動画にも同じ欠陥がないか検索します。