Motion reel(Demon Clips Studio)
これらのリールのピクセルとサウンドはすべてコードで生成されています。映像にはRemotion、音声にはpipeline/synth.py、ナレーションにはEdge TTSまたはユーザー自身の録音を使用します。リファレンスビルドは 「Made in code」 です:remotion/src/promo/MadeInCode.tsx、pipeline/promo.py、reels/261120-made-in-code/。新しいリールを書き始める前にこれらを読んでください。パターンはコピーしても、そのままのコピーはしないでください。
D:\Claude-Chrome\wearethedemon\studio 内で作業し、studio/CLAUDE.md(環境、レンダーパス、スクラッチ用Aドライブ、ダウンロード前に確認、依頼された場合のみコミット、Claudeの帰属表示なし)に従ってください。
ユーザーが毎回期待すること(聞かれなくてもやること)
ユーザーは直接的で、同じことを二度聞かされるとイライラします。最初からすべてを提供してください:
- ナレーション。 ヒンディー語のナレーションで、ビートに合わせて一行ずつタイミングを取ります。ユーザーがボイスオーバーレコーダーで自分の声を録音していない限り、AI音声(Edge TTS
hi-IN-MadhurNeural)を使用してください。音楽だけのリールは「ナレーションがない?」と返却されました。 - アウトロを付ける。 投稿可能なファイルは
-ig.mp4(フォロー)と-yt.mp4(購読)で、アウトロ独自の効果音と、リールとアウトロ全体でマスタリングされた1つのサウンドトラックが含まれます。 - 両方のスクリプト。 ローマ字(Roman Hinglish)とデーヴァナーガリー(Devanagari)の2種類で、計4ファイル:
{roman,deva}-{ig,yt}。 - 活き活きとしながらも滑らかな動き。 ポップ、ジグリング、パルス、オーバーシュートなど。ぎこちなくもなく、急ぎすぎもしないこと:大きな動きには十分な時間をかけ(振り子の1往復は1.5秒、1秒では「速すぎて滑らかでない」)、速い動きにはモーションブラーの軌跡を付けます。
- ハウスルック:Paper Glass Lab。 淡いグリッド、白いガラス、チャンネルレッド #E5162D / #B80F22、インクと白。夜の挿入(#0E0E12と赤い光の煌めき)はリズムのために許可されていますが、正式には承認されていないため、オプションとして扱ってください。黄色なし、動画内に絵文字なし、偽の数字なし、認証バッジなし。
- 正直な主張。 リールが「すべての音はコードで作られている」と主張する場合、実際にそうでなければなりません。画面上のコードはこのリールの実際のソースであり、テストで確認されます。
- 依頼されたものを作る。 Xが依頼された場合、軽量版を提供して再度尋ねないでください。
ワークフロー
1. フォーマットとアイデア
リファレンスリールがある場合は、そのフォーマットだけを採用します:構造、リズム、動きの種類。スクリプト、キャプション、デザインは決して採用しないでください。5〜8ビートを書き、各行に1つ:何が動くか、どのテキストが表示されるか、どのような音が流れるか。コピーに入れる前に、すべての事実を確認してください。「Comment KEYWORD」カードは、reward.md に実際の成果物がある場合にのみ使用します。そのファイルをドラフトし、ユーザーの承認が必要であることをマークします。ユーザーがDMを手動で送信します。
2. フォルダとコピー
reels/<YYMMDD>-<slug>/ を作成します:
copy.yaml:handle、keyword、brand。- 画面上のテキスト用の
roman:とdeva:ブロック。 voice:ブロック:id、rate、lines: [{at, text, roman}]。textはTTS用のデーヴァナーガリーで、英語の単語はヒンディー語音声が発音するように綴ります(कोड、क्लॉड、एडिटर、डी एम)。romanはユーザーがレコーダーで読むためのものです。
reward.md:ユーザーが承認するまでDRAFT。notes.md:- ビルドコマンドと投稿するファイル。
- 投稿前のチェックリストとカバーフレームの提案。
- 投稿コピー:最大5つのハッシュタグを含むIGキャプション、最大100文字のYTタイトル、3〜5つのハッシュタグを含む説明。
3. 最初にビートシート
ビート時間を1つのJSONファイル remotion/src/promo/<slug>.beats.json に、秒単位で入れます。
- 共有: コンポジションとPythonミックスの両方がこれを読み取り、すべてのサウンドが正しいフレームに配置されます。
- 名前: ビートには、何が起こるかに基づいて名前を付けます(
cut、wall、land[]、reveal、stretch、toCard、keyword、brand、fadeOut)。 - 終了: 最後の0.4秒は静かで無音に保ち、フレーム0へのループバックをクリーンにします。
- 長さ: リールは25〜30秒、アウトロは3.5秒。
4. コンポジション
remotion/src/promo/<Name>.tsx を書き、Root.tsx に登録します。calculateMetadata で長さをビートから取得します。
- スキーマ: すべてのコピー部分のzodスキーマ(
script: "roman" | "deva"、lines、card、brand、audio、fps)。ローマ字コピーがデフォルトです。 - 時間: 秒単位で、
../motion(seconds、springAt、ramp、wiggle、pulse、loop、stagger)とbrand/tokens.tsのスプリング(SPRING.ui18/160/0.8、SPRING.stamp11/220/0.7)を使用します。フレーム数は決して使用せず、どのfpsでも動作するようにします。 - キット:
Backdrop、NightBackdrop、FitLine(行を幅にフィット)、Card、Chip、Stamp、Rich、Phone、CaptionBar、SafeOverlay。 - テキスト:
- セーフゾーン内に収めます:x 60-950、y 250-1560。読むことを意図したものは34px未満にしないでください。
- ローマ字キャプションは大文字のRajdhani。2行目はPoppins 600 イタリック、赤色。
- デーヴァナーガリーは大文字にしません。より大きな最大サイズが必要です(ローマ字150/128に対して約148/120、ピルは64に対して72)、
lineHeight ≥ 1.25、lang="hi"。
- 多様性: 以下のボキャブラリーから4〜6の動きを混ぜ、リールごとに異なる順序で使用します。YouTubeは繰り返しのテンプレートを信頼性の低いコンテンツとして扱います。
5. サウンドと音声
下記の「サウンド」を参照してください。音楽と効果音はビート時間に Bus に配置されます。音楽はナレーションの下で−9 dB、効果音は−5 dB下げられます。次にリミッター、そして loudnorm で−14 LUFSになります。各音声ラインは次のラインが始まる前に終了します。
6. パイプラインモジュール
pipeline/promo.py は1つのMade-in-codeリール(SLUG、COMPOSITION、BEATS_JSON、その music/sfx)に配線されています。
2番目のリールを初めてビルドするときは、ファイルをコピーするのではなく一般化します:
- 共有部分(
load_copy、voiceover、soundtrack、_master、render、filmstrip、final)を、リール設定(slug、コンポジションID、ビートパス、そのリールのmusic(b)とsfx(b))を受け取るモジュールに移動します。 promo.pyはMade in codeのための薄い設定ファイルとして維持し、CLIに--reel <slug>を提供します。- レコーダーについても同様にします:
pipeline/recorder.pyのProjectがslugを受け取り、pipeline record --reel <slug>が機能するようにします。これにより、ボイスオーバーレコーダーアプリが任意のリールをナレーションできるようになります。
テストをパスさせ続け、この変更を行ったことをレポートで伝えてください。
7. フルレンダリング前のフィルムストリップレビュー
キービートの静止画(1行6枚、--filmstrip)を A:\claude-workspace\screenshots\demon-studio\<slug>\ にレンダリングし、自分で確認します。以下をチェック:
- テキストが読みやすく、セーフゾーン内にあるか、デーヴァナーガリーが小さすぎないか。
- 空の瞬間(カードが0.6秒間空白で表示されていると壊れて見えるため、約0.4秒以内にテキストを開始する)。
- 長い最終行が端に触れていないか、レイヤー効果が揃っているか。
修正し、静止画を再レンダリングしてから、動画をレンダリングします。
8. レンダリング、アウトロ、最終ファイル
ミックスをビルドし、各スクリプトをレンダリングします。次に final() で:
- プラットフォームアウトロを追加:
O.render_outro(platform, script, keyword=..., reward=...)、3つ目の箇条書き「Comment KEYWORD: reward」を含む。 - 2つの動画を結合し、リールとアウトロ全体で1つのサウンドトラックをマスタリング。
- H.264 CRF 18、BT.709 limited range、AAC 320k 48 kHz、+faststart でエンコード。
9. 検証、そして報告
- フォーマット(
ffprobe):1080×1920、30 fps、yuv420p、BT.709、AAC 48 kHz ステレオ、長さ=リール+アウトロ。 - ラウドネス: すべての最終ファイルで−14 ±1 LUFS、トゥルーピーク ≤ −1 dBTP。
- オーディオの存在: ffmpeg で1秒あたりのRMSを確認。
- アウトロフレーム: 見出し、カード、タップ、Following/Subscribed、キーワード箇条書き。
- テスト:
uv run python -m pytest -qがパスする。新しいリールのテストを追加:- 画面上のコードが実際のものであること。
- ビートが順序通りであること。
- プロパティが両方のスクリプトで有効であること。
- すべての音声ラインが次のラインの0.05秒前に終了すること。
- サウンドトラックが最後の0.4秒の無音を含めて全長にわたって再生されること。
- キーワードに報酬があること。
平易な言葉で報告:
- 投稿する4つのファイルをリンクとして。
- リールをビートごとに短いリストとして。
- 確認したこと、確認できなかったこと(聞くことができないため、再生して確認する必要がある)。
- 未決定の事項:報酬の承認、カバーフレーム。
VS Code プレビューではこれらのファイルをサイレントで再生できること(「なぜ音声がないのか?」)を伝えてください。VLC、Windows Media Player、またはChromeで正しく再生されます。
モーションボキャブラリー(MadeInCode.tsx のコード)
1つのヒーローオブジェクトがリールを駆動します(赤いボール)。他のすべては、その位置に反応します。これにより因果関係が生まれます:ボールが通過し、テキストが現れます。
パス
- 振り子。
ballAt:x = 540 − SWING·cos(t·TURN)、yは弦の円上(stringY)、TURN = π / pass、1.5秒の1往復。PendulumStringはソフトシャドウを持ち、カット後にピボットにスナップします。 - ホップ。
hop(a, b, u, h)は直線から4·h·u·(1−u)を引いたもの:頂点の高さhを持つ真の放物線。着地点を階段状にチェーンホップします。最終的な落ち着きはEasing.out(Easing.back(1.5))でイージングします。 - 壁へのフライト。 イーズインクワッド、さらに小さな
sin(u·π)アーク。 - グライド。
lensAt:Catmull-Rom キーフレーム間で、最初のセグメントでイーズイン、最後のセグメントでイーズアウト。 - モーションブラー軌跡。
Trail:パスの最後の0.09秒をサンプリングし、SVGfeGaussianBlurの下にceil(length / 5 px)個の円(最大48個)を描画し、尾に向かって縮小・フェードアウトします(0.16·(1−k)^1.4)。コピーは重なり合うため、1つの彗星のように見え、ビーズのようにはなりません。
テキスト
- オブジェクトを追従するワイプ。
SceneSwing/SwingText:各キャプションは、ボールのxでclip-path: inset()でクリップされた全フレームレイヤーです。新しいキャプションはボールの背後に表示され、古いキャプションはボールの前方に表示され、方向はパスごとに交互になります。 - 着地時のスタンプ。
StackLine:ラインは着陸ビートに正確にspringAt(c, at, SPRING.stamp)でポップします。
衝撃と生命感
- スカッシュとストレッチ。
squashAt:着地後0.14秒間、sx += 0.3·sinおよびsy −= 0.26·sin、transform-origin: 50% 100%。壁に衝突した場合は逆方向にストレッチします。 - リップル。 接触点から0.45秒かけて成長する平らな楕円リング。
- バースト。 14個のスパークルとドット。
random()でシードされるため、レンダリングは正確に繰り返されます。1つの大きな瞬間(キーワード)にのみ使用します。 - ジグルとパルス。
wiggle(c, at, dur, hz, amp)は回転を揺らし、pulse(c, at, dur, amount)はスケールをバンプします。パルスを乗算し、最後に毎秒ソフトパルスを追加して、カードが呼吸し続けるようにします。 - シャイン。 傾いた白いグラデーションバーがピルを一度横切ります。
シーン
- ライトからナイト。 ボールが
NightBackdropパネルを紙の上にドラッグします。その前縁は傾いた線です(panelEdge/edgeX、傾きのイージング 0 → 14° → −6°)。ナイトレイヤーをポリゴンとしてクリップするために使用します。 - 紙に戻す。 強いビートでカットバックします。
- カメラ押し込み。 シーンあたり3〜6%は許容範囲ですが、拡大鏡のあるシーンでは決して行わないでください。
フォーカスとリビール
- ボールからレンズ。
lensRadius/Lens:ボールが赤いリング(スプリング)に膨らみ、ガラスで満たされ、ハンドルが生え、他の部分が暗くなる間に灰色のコードレイヤーの上をグライドします。リビールワードがガラス内部にポップし、レンズはボールに戻ります(Easing.in(Easing.back(1.4)))。 - 拡大。 ガラス内部では、同じレイヤーを
transform-originをレンズ中心にしてZOOM(2.1)倍にスケーリングして描画します。ベースレイヤーが動く場合(カメラ押し込み)、拡大されたコピーは位置がずれます。 - 画面上のコード。
code-lines.tsから取得:このリール自身のソースのそのままの行で、テストによって同期が保たれ、レンズ内部でのみカラーハイライトされます。
CTA モーフ
- 形状。
Morphは3つのスプリングから1つの角丸長方形を構築します:幅sW、高さsH(より緩やかで、揺れる)、カードsC。w = 60 + 840·sW + 20·sC、h = hPill + 430·sC、半径はピルから52に変化します。 - シーケンス。 ボール → CTAテキストがスライドアップするピル → ジグルとシャイン → カード。カードは MessageCircle + "comment karo" を保持し、次に190pxのイタリックキーワードがスケール1.7から1にスタンプされ、バーストが発生し、次にポストラインが続きます。
- 終了。
Brandロックアップ(エンブレム、Anton ワードマーク、モノタグ)、夜へのフェード、最後の0.4秒の静止。@handleウォーターマークが常に左上に配置されます。
サウンド(pipeline/synth.py、pipeline/audio.py)
S.Bus(seconds) はステレオタイムラインです:
add(clip, at, gain_db, pan)はクリップを配置します。mix(other, db)は2つのバスを合計します。duck_under(key, depth_db)は別のバスの下でサイドチェインダッキングします。fade_out(start, end)とpeak()。
毎回ビートJSONから読み取ります。ルール:すべての視覚的なビートには音が付き、速い動きには風切り音が付きます。各風切り音に独自の seed を与え、小さな音は ±0.15-0.7 パンします。
| 視覚 | 音 | ゲイン dB |
|---|---|---|
| 速い通過またはフライト | whoosh(dur, lo, hi, peak, seed)、最も速く動く場所でピーク、方向にパン | −11 〜 −16 |
| 通過の極端、UIチック | tick(freq, dur) | −24 |
| カット、弦のスナップ | snap() + riser(dur) 次のヒットへ | −13 / −17 |
| 大きなヒット(壁、キーワード) | impact() | −9 / −10 |
| 着地 | thud(150, 50, 0.4) + pop(900+80·i, 300)、着地ごとに上昇 | −8 / −13 |
| 点灯、完了 | ting(Hz):1318.5、1568、1760、2093、2637 | −13 〜 −15 |
| 膨張、ストレッチ、モーフ | boing(f0, f1, dur) | −10 〜 −14 |
| リビール、スパークル、シャイン | shimmer(base, gap) | −13 〜 −22 |
| 収縮、閉じる | zip_down() | −14 |
| ジグル | rattle() | −13 |
音楽 120 BPM、Aマイナー Am F C G、2秒バー(1.5秒の1往復 = 3拍、そのため動きと音楽がロックします)。
- バーごとに
pad、視聴者が読んだり見たりする場所ではより静かで暗く。 - 8分音符の
pluckKarplus-Strongアルペジオ、2オクターブ上。 - 動きのアクセントとビルドアップでの4つ打ちに
kick。 - ナイトシーンでのみ
hatとsub。 - ワードマークの下に最後の
pad。
音声
- AI音声: Edge TTS 7.3.1、
hi-IN-MadhurNeural、+8%(hi-IN-SwaraNeuralは女性オプション)。build/voice/にキャッシュされ、スクリプトテキストのみが送信されます。 - 自分の声:
voiceover(mode="auto")はレコーダーテイク(audio/voice-take.json)、次にaudio/my-voice.*(pipeline/ownvoice.pyでポーズでカットされた1テイク)、次にAI音声を優先します。--voice ai|ownで強制できます。 - ライン: 各ラインは2〜6単語で、ビートで始まります。すべてのクリップを測定:次のラインの0.05秒以上前に終了し、最後のラインは
fadeOutの前に終了する必要があります。そうでない場合は単語を短縮します。80 Hz ハイパス