スライドからのコース／トレーニング動画作成
最初に video-studio を読んでください。このパイプラインは、PDFデッキから22分のマーケティングコース動画（依頼内容は「普通の編集、重いモーショングラフィックスは不要」、インド英語男性音声）を構築した実績があります。以下の構造で再構築します：edit/course.py、render.py、mix.py。
パイプライン
- スライド → 画像:
pdftoppm -r 200 -png raw/deck.pdf work/slides/p（PPTX/Keynoteは事前にPDFにエクスポート）。すべてのページを確認します。 ビルドアップの場合、各パーツ（タイトル、箇条書き1..n、図表、画像）の領域を——画像を見て目視で、またはPILの行/列投影で非背景ピクセルを分析して——特定し、スライドごとに保存します。 - スクリプト（
edit/course.py）: スライドごとに:vo段落 +reveals[{box:[x,y,w,h], cue:"話し言葉"}] + オプションのzoomボックス。 スライドを読み上げるのではなく、教えるように書きます：レッスンの導入（なぜ重要か）、1段落1アイデア、具体例、各モジュールの最後に要約、約140〜150単語/分。必要に応じてヒングリッシュ。VO（音声合成）の前にスクリプトを表示して承認を得てください（クレジットを消費するため）。 - 予算チェック:
eleven.py credits；22分のコースは約18,000文字——Starterプランは月40,000文字なので、同じ月に完全な再音声合成は難しい場合があります。 ユーザーにコストを伝えてください。タイミングテストのみ、macOSsayによる無料スクラッチVOを使用します。 - VO: 段落ごとに
eleven.py tts "<テキスト>" work/vo/<スライド>_<n>.mp3 --voice 05QRrdNgiglhuYOaTQvw --speed 1.05 --words work/vo/<スライド>_<n>.json（プレミアム、承認済み）。テキストでキャッシュされるため、1段落を編集してもその段落だけが再課金されます。発音修正はテキスト内でスペルを変えて対応します。 段落間0.35秒、スライド間0.8秒で連結；タイムラインJSON（スライド開始/終了、キュー単語の時間）を構築します。 - レンダリング（
edit/render.py）: 各スライドはクリーンな状態（タイトルのみ）から始まり、各パーツがキューワードに合わせてフェードイン/スライドイン；スローなイージングカメラプッシュ（1.00→1.04）、密集したスライドでは説明中のパーツにズームイン；スライド間のプッシュ/スライドトランジション（0.4秒）、左上にチャプターラベル、細いプログレスバー、スライド番号。鮮明に：200dpiのPNGから1920x1080でレンダリング、ぼやけなし。 低優先度、モジュールごとにチャンク処理して、中断されたレンダリングも再開可能。 - ミキシング（
edit/mix.py）: ボイスチェーン（ハイパス80、軽いコンプレッション）、BGM −20 dB、サイドチェーンダッキング（assets/music/*underscore*）、 リビール時にソフトな効果音（ポップ/スウィッシュ −14 dB）、トランジション時に効果音（ウーッシュ −12 dB）——リール動画より軽め。マスター −14 LUFS、--tp -2.0。 - プレビュー → 承認 → フル: 最初のモジュールを
--scale 0.5でプレビュー、フィードバックを得てから全体を実行。qc.py --platform youtube。 - パッケージ: YouTubeチャプター（スライドグループ/モジュールごと）、レッスン概要付き説明文、コースプラットフォーム用のモジュール別ファイル（
exports/vN_module_<n>_<slug>.mp4）、サムネイル（thumbnail-designer）、オプションのSRT字幕（captions_ass.py --style cleanまたはVOワードから生成）。
ルール
- 映像は音声に従う：言及される前に何も表示されない；言及されずに重要なものが表示されることはない。
- デッキ独自のデザインを維持する（クライアントのブランド）；追加するのはカメラ、リビール、チャプターラベル、プログレスバーのみ。
- 数字や主張はデッキ/ユーザーからのみ。画面上のブランド名は、音声のためにスペルを変えた場合でも正しく表記する。
- ユーザーが寝てしまい承認を放棄した場合でも、プレビューとメモを残しておき、朝に確認できるようにする。