music-to-video — 音楽に基づいたビート同期動画ワークフロー
このスキルを使用して、音楽トラックをビート同期されたHyperFrames動画に変換します。トラックを一度解析し、フレームをレイアウトし、フレームごとの計画を埋め、各フレームをコンポジションとして構築します。入力は音楽トラックと、オプションのユーザー画像または動画です — ナレーションはなく、Webサイトのキャプチャもありません。タイポグラフィとテンプレートがベースとなります(完全な動画にアセットは不要)。ユーザーが提供するメディアは、同じビートグリッド上でカットされます。
あなたはオーケストレーターです。videos/<project>/ 内で作業します。手順を順番に実行し、各ゲートを通過してから次に進みます。ユーザーが必要なステップが2つあります:ステップ3(計画承認)とステップ6(レンダリング承認)。ステップ4を除き、すべてのステップを自分で実行します。ステップ4では、フレームごとに1つのサブエージェントをディスパッチします。設計とモーションのルールはこのファイルには記述せず、references/ と frame-worker サブエージェントに配置します。
SKILL_DIR = このスキルディレクトリ。PROJECT_DIR = videos/<project-name>/。
ワークフロー:ステップ0 セットアップ → hyperframes.json + assets/bgm.mp3;ステップ1 解析 → audiomap.json;ステップ2 スケルトン → STORYBOARD.md(フレーム、グループは TBD);ステップ3 計画 → 完全な STORYBOARD.md + frame.md;ステップ4 構築 → compositions/frames/NN-*.html;ステップ5 アセンブル → index.html;ステップ6 レンダリング → renders/video.mp4。
すべてを形作る2つの考え方
- 1つのアナライザー、そしてそれを信頼する。
analyze-beatgrid.pyが唯一のビートアナライザーです — 他のツールや耳でビートを再測定しないでください。そのエネルギー / 密度 / ロール / オンセット / 無音は常に信頼できます。そのbpmとbeats_secは、音楽が真正のリズミカルである場合にのみ信頼できます。穏やかな音楽では、グリッドはトラッカーによって課されたメトロノームであるため、代わりにフレーズとエネルギーに合わせてペースを調整し、それにハードカットしないでください。どちらのケースに該当するかを判断することは、各フレームのpacing(ステップ2)です。 - 1つのフレーム = 1つのファイル。グループは内部に存在する。 ステップ2では、トラックをフレームにカットし、各フレームが1つのコンポジションファイル
compositions/frames/NN-<frame_id>.htmlとなり、1つのフレームワーカーによって構築されます。フレームはグループに細分化できます(各グループはテンプレートまたはモーションプリミティブの組み合わせ)。余分な密度はグループ_内部_に追加されるため、フレーム数はビート数ではなく、異なる処理の数を追跡します — 速いトラックでもサブエージェントの数が爆発的に増えることはありません。
ステップ0:セットアップ、BGM、および入力
目標:音楽ソースを確立し、HyperFramesプロジェクトを作成し、ユーザー提供のメディアを記録します。
音楽が背骨です — 他の何よりも先に1つのトラックを確立してください。このスキルは速くてエネルギッシュなBGMに調整されています。強いビートグリッドがカットを駆動します(穏やかなトラックでも機能しますが、ビートではなくフレーズに合わせてペースを調整します)。ユーザーがオーディオ(音楽ファイル、または音声を抽出する動画)を提供した場合は、それを使用します。提供されていない場合は、ユーザーの説明からムードを選択し(例:「ドライビングなシンセウェイブ」、「トラップビート」、「アップビートなコーポレート」)、/hyperframes-media(references/bgm.md — 認証情報がある場合はHeyGen検索、それ以外の場合はローカルのLyria / MusicGen。ElevenLabsや他のジェネレーターも可)を介してトラックを生成します。生成する前に、npx hyperframes auth status を実行し、その出力をそのまま中継します(言い換えたり書き換えたりしないでください) — これにより、BGMがHeyGenから来るのかローカルのMusicGenから来るのか、またサインインしていない場合の方法が示されます。サインインしていない場合は、STOPしてユーザーが選択するのを待ちます — サインインするか、ローカルのMusicGenでオフラインで続行するかを選択します — トラックを生成する前に;per-repoの .env にキーを書き込まないでください。(自律モードでは、ステータスをメモしてオフラインで続行します)。標準ガイダンスについては /hyperframes-media → Preflight を参照してください。いずれの場合もトラックは assets/bgm.mp3 に配置されます。ユーザー提供の画像や動画をステージングして、フレームがビートグリッド上でそれらを織り込めるようにします。それ以外の場合は、タイポグラフィが動画全体を支えます。
hyperframes.json が存在しない場合にのみ初期化します。<project> は、ブリーフからケバブケースで名前を付けます(例:midnight-drive-loop)— タイムスタンプは決して使用しないでください。init は、インストールされているスキルをGitHub上の最新スキルと照合し、古いものがあればグローバルセットを更新します。
npx hyperframes init "videos/<project>" --non-interactive --example=blank
mkdir -p "$PROJECT_DIR/assets" "$PROJECT_DIR/renders"
cp "<user-music>" "$PROJECT_DIR/assets/bgm.mp3" # 必要に応じて最初に動画から抽出
# ユーザーが画像/動画を提供した場合のみ:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
ブランド(フォント + パレット)は、ここではなくステップ3で選択します。ジャンルやトラックタイプを事前に選択しないでください。アセットは単なるオプションの材料であり、ジャンルはフレームごとの選択から生まれます。
ゲート: hyperframes.json + assets/bgm.mp3 が存在すること。アスペクト比 / 長さ / fps、および(ある場合)アセットインベントリが記録されていること。
ステップ1:音楽を解析する
目標:動画全体の基礎となる、唯一の標準的なタイミング解析を生成します。
analyze-beatgrid.py は唯一のビートアナライザーです — 他のツールや耳でビートを再測定しないでください。トラックを一度読み取り、audiomap.json を書き出します:エネルギーフェーズ(レベル / 密度 / 感覚)、オンセット + onset_rate、ロール、無音、hard_stops、key_moments、フレーズ、テンポ / グリッド、audio.duration_sec。決定論的です — 同じファイルは常に同じマップを生成します。ほとんどのフィールドはどの音楽でも信頼できます。bpm と beats_sec は、音楽が真正のリズミカルである場合にのみ信頼でき、その判断はステップ2で行います。
前提条件:librosa、numpy、soundfile が利用可能なPython 3。インポートが失敗した場合は、アナライザーを実行する前にアクティブなPython環境にインストールします:
python3 -m pip install librosa numpy soundfile
python3 <SKILL_DIR>/scripts/analyze-beatgrid.py "$PROJECT_DIR/assets/bgm.mp3" \
-o "$PROJECT_DIR/audiomap.json" --print
ゲート: audiomap.json が存在すること。audio.duration_sec が既知であること。
ステップ2:フレームスケルトン(構造のみ)
目標:音楽を読み取り、フレームをレイアウトします — STORYBOARD.md のスケルトン。
references/frame-skeleton.md を読んでください。audiomap.json を自分で STORYBOARD.md のスケルトンに変換します — 中間のJSONはありません。実際の音楽の変化(hard_stops、SURGE / DROP key_moments、ロールの端、オンセットのないストレッチ、大きなエネルギージャンプ)でトラックをフレームにカットし、すべての境界をオーディオマップアンカーにスナップします。各フレームについて、span_sec、pacing(ステップ1の信頼判断の評決 — グリッドがリアルな場合は beat_cut、穏やかな音楽に課されたメトロノームの場合は phrase_flow)、mood、および1行の feel(ステップ3でテンプレートと照合するプレーンな音楽状況)を設定します。ここでは分類とレイアウトのみを行います。すべてのフレームの ### Groups は TBD (Step 3) のままにし、フロントマター style は空白のままにします — テンプレート、コピー、色、フォントはありません。約1~6フレームを想定します。
ゲート: フレームがトラックをタイル状に並べていること(最初は0、最後は duration_s)。各フレームが span_sec + pacing + mood + feel を持っていること。すべての ### Groups が TBD であること。どこにもコンテンツがないこと。
ステップ3:計画を埋める(ユーザーゲート)
目標:スケルトンを承認済みの完全な STORYBOARD.md に変換します。
references/planning.md、storyboard-format.md、template-catalog.md、motion-primitive-catalog.md、および(ユーザーがアセットを提供した場合のみ)montage.md を読んでください。同じファイルをその場で編集し、2つのことを行います:
- ブランドを選択します。
../hyperframes-creative/frame-presets/から1つのプリセットを選択します(../hyperframes-creative/references/design-spec.mdのテーブルを使用 — トラックのムードに一致させます。フォントと色のみが重要です — テンプレートがコンポジションを所有します)。それをframe.mdに変更せずにコピーし、フロントマターstyle(フォント + 最大4~6色のスウォッチパレット)をそこから埋めます。 - すべてのフレームを埋めます。 そのグループを決定し、各グループに処理を割り当てます:カタログから一致するテンプレート(バインドされたパラメータと実際のオーディオマップアンカーを使用)、プリミティブカタログからの自由構成、または
pacingに従うアセット処理。コピーを書きます。あなたはWHAT(テンプレート / プリミティブ + コンテンツ + アンカー)を所有します。フレームワーカーはHOWを所有します — ストーリーボードにミリ秒単位のトゥイーンを決して書かないでください。
node <SKILL_DIR>/scripts/validate-plan.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--audiomap "$PROJECT_DIR/audiomap.json" --templates <SKILL_DIR>/references/templates
すべての ✗(ハードエラー:期間の不一致、フレームがトラックをタイル状に並べていない、src がない)を修正します。警告はベストエフォートです。次に、フレームごとの概要をユーザーに表示し、承認されるまで繰り返します。
ゲート: frame.md がプリセットの逐語的なコピーであること。validate-plan.mjs が終了コード0で終了すること。ユーザーが計画を承認したこと。
ステップ4:計画からフレームを構築する
目標:すべてのフレームを自己完結型のコンポジションファイルとして構築します。
compositions/frames/ を作成します。sub-agents/frame-worker.md と ../hyperframes-core/references/subagent-dispatch.md を読んでください。フレームごとに1つのフレームワーカーを、可能な限り並行して(そうでなければ波状に)ディスパッチします。各ワーカーは正確に1つのフレームと以下のコンテキストを取得します:
PROJECT_DIR: <絶対パス>
frame_id: <NN-frame_id> # = フレームファイルのステム、例:02-f2。コンポジションID
Your block: PROJECT_DIR/STORYBOARD.md 内の `## Frame N — <frame_id>` ブロック
audiomap: PROJECT_DIR/audiomap.json
frame.md: PROJECT_DIR/frame.md
Materials: 各グループについて、<SKILL_DIR>/references/templates/<id>/index.html(テンプレート)および
<SKILL_DIR>/references/motion-primitives/<id>/(自由構成)。ステージングされたassets/(アセットグループ)
Contracts: ../hyperframes-core/references/sub-compositions.md + determinism-rules.md
Canvas: <w>×<h> Pacing: <beat_cut|phrase_flow>
Write to: PROJECT_DIR/compositions/frames/<frame_id>.html
ワーカーは参照されたマテリアルをフォークし、すべてのアンカーをフレームローカル秒に変換し(local_t = track_t − span_sec[0])、グループを0msカットでゲートし、1つのシークセーフなフレームファイルを書き込みます。ワーカーは hyperframes CLI を実行しません — これらのコマンドはアセンブルされたプロジェクトに対して動作しますが、これはまだ存在しないため、間違ったファイルに対して報告することになります。ワーカーはコントラクトに書き込んで停止するだけです。アセンブル後(ステップ6)に検証します。各ワーカーが戻ってきたら、そのファイルがディスクに書き込まれたことを確認できます。
ゲート: すべてのフレームが compositions/frames/NN-*.html としてディスクに存在すること。
ステップ5:アセンブル
目標:構築されたフレーム + BGMを再生可能な index.html に配線します。
assemble-index.mjs は決定論的です — サブエージェントも判断もありません。各フレームファイルをその累積的な data-start で参照し、assets/bgm.mp3 をトラック11にマウントし、フレームをフレームにハードカットします(フレームはトラックを隙間なくタイル状に並べるため、トランジションインジェクターはありません)。
node <SKILL_DIR>/scripts/assemble-index.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--hyperframes "$PROJECT_DIR" --audiomap "$PROJECT_DIR/audiomap.json"
報告された ✗ を修正します — フレームファイルがないか空白である場合は、そのワーカーが部分的なファイルを書き込んだことを意味します。そのワーカーを再ディスパッチし(ステップ4)、再アセンブルします。
ゲート: index.html が存在すること。総期間 == audiomap.audio.duration_sec。
ステップ6:検証とレンダリング
目標:アセンブルされた動画を検証し、ユーザーの承認を得て、最終MP4をレンダリングします。
アセンブルされたプロジェクトに対してCLIを実行します — これが正しい単位です(フレームごとのワーカーは実行できませんでした)。lint は構造をチェックし、validate はヘッドレスChromeを実行し(JSエラーと不足アセットをキャッチ)、inspect はフレームのスナップショットを撮ります。
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
t=0、各フレーム開始、最も強いDROP / SURGE、すべての hard_stops[].t、および最終フレームでインスペクトします。失敗した場合は、自分で最も安価な安全な修正を行います:問題のある compositions/frames/NN-*.html を編集します。同期の問題を隠すために、期間やオーディオタイミングを決して変更しないでください。ゲートを通過したら、ユーザーのレビューのために一時停止し、承認があった場合のみレンダリングします:
( cd "$PROJECT_DIR" && npx hyperframes render . --skill=music-to-video -q draft -o renders/video.mp4 --fps 30 )
ゲート: lint / validate / inspect がパスしたこと。ユーザーが承認したこと。renders/video.mp4 がオーディオとともに存在し、期間 == audiomap.audio.duration_sec。最終応答はMP4のパスと期間を記載します。
再開テーブル
| 現在の状態 | 続きから |
|---|---|
assets/bgm.mp3 のみ | ステップ1 |
audiomap.json | ステップ2 |
STORYBOARD.md(スケルトン) | ステップ3 |
STORYBOARD.md(完全版) | ステップ4 |
| すべてのフレームファイル | ステップ5 |
index.html | ステップ6 |
クイックリファレンス
フォーマット: デフォルトはランドスケープ 1920x1080。ポートレート 1080x1920。スクエア 1080x1080。キャンバスはストーリーボードのフロントマターで一度設定します(canvas: { w, h, fps })。
スクリプトは scripts/ の下にあります:analyze-beatgrid.py(唯一のアナライザー)、validate-plan.mjs(計画チェック)、assemble-index.mjs(インデックスアセンブル)、stage-assets.mjs(ユーザーメディアのステージング)、lib/storyboard.mjs(ベンダーパーサー)。その他はすべて hyperframes CLIです。
| 参照先 | いつ読むか |
|---|---|
references/frame-skeleton.md | ステップ2:音楽を読み、フレームをレイアウトし、ペーシングを設定する |
references/planning.md · storyboard-format.md | ステップ3:ブランドを選択し、各フレームを埋め、計画を書く |
references/template-catalog.md | ステップ3:グループごとにテンプレートを選択する |
references/motion-primitive-catalog.md | ステップ3:グループごとにモーションプリミティブを選択する |
references/montage.md | ステップ3(ユーザーがアセットを提供した場合のみ) |
sub-agents/frame-worker.md | ステップ4:フレームワーカーの契約を理解する |
免責事項: 上記は、提供されたソースマテリアルに基づく日本語への翻訳です。HyperFrames、関連するすべての製品名、および参照されている資料は、それぞれの所有者の財産です。この翻訳は情報提供のみを目的としており、独自の機能を持つ異なる製品やスキルを暗示するものではありません。