ja-narrated-video
Skill0 starsChanged 12 days agoMITView on GitHub
HyperFrames で日本語ナレーション付きの展示・商談用デモ動画(30〜180 秒、1920×1080)を作る/直す。gpt-image-2.5 で写実の素材を作り、自作画面をヘッドレス Chrome で撮り、gpt-realtime-2.1 を TTS に使い、無音検出でナレーション全文の字幕を付け、check→render→抜き出しコマで検証する。新しいデモ動画・字幕・ナレーション録り直し・レンダの依頼を受けたときに使う。
- Reads credentials
In this repository3 other files it gives its agents.
- AGENTS.mdAGENTS.md
- llms.txtllms.txt
- generate-imageSkill
The file
Files
ja-narrated-video
展示会・商談向けのデモ動画を何本も作って通ったパイプラインと、依頼者レビューで固まった編集方針。HyperFrames の一般手順(/hyperframes)より本スキルを優先する。
いつ使わないか
- 英語のみ・ナレーションなしの短いモーショングラフィック → HyperFrames の
/motion-graphics - 既存の実写 MP4 に字幕を焼く → HyperFrames の
/embedded-captions
始める前に(必須)
- 依頼者に確認する(リポ直下の
AGENTS.md「着手前の確認」):接続先と費用、尺、見る人と流す場所、出してよい名称、BGM の権利、テイスト(references/taste.md のプリセット calm/saas-bright から選んでもらう)。 - 対象プロジェクトの
BRIEF.md(## vN節に過去の判断)とSTORYBOARD.mdを読む。無ければ作る(雛形はexamples/meetroom-30s/)。 - references/editorial-rules.md を読む。BRIEF.md に書かれた禁止事項に反する提案はしない。
.envを読み込む:set -a && . <repo>/.env && set +a。画像生成と TTS はこれ無しで止まる。SK=<repo>/skills/ja-narrated-video/scripts、PY=<repo>/.venv/bin/pythonとして、スクリプトはコピーせずここから呼ぶ。プロジェクト直下で実行する(相対パスとcosts.jsonlの置き場所がそろう)。
手順
① 構成 BRIEF.md → STORYBOARD.md(コマ・尺・ナレーション・画像)
② 素材 実画面: 画面を HTML で作り chrome-headless-shell で 2 倍撮影(shoot_ui.sh)
写真 : 画像ジョブ JSON → $PY $SK/run_images.py job.json(1 場面 2 案、10 並列)
→ $PY $SK/contact_sheet.py assets/gen "" sheet.jpg → Read で選定
③ 音声 assets/voice/lines.json → $PY $SK/gen_voice.py assets/voice marin
④ 字幕 $PY $SK/build_captions.py assets/voice --hard 30(30 字超えは警告。台本を直す)
⑤ BGM $PY $SK/gen_bgm.py assets/bgm calm|upbeat(requirements-bgm.txt を .venv に。早めに裏で)
商用なら利用条件を確かめた音源を seed_a/seed_b に置く。BGM なしは index_config の bgm を null
⑥ 組み .hyperframes/build_frames_<video>.py($SK/build_frames.py を import)→ コマ HTML と index_config.json
$PY $SK/make_bed.py index_config.json → $PY $SK/build_index.py index_config.json → index.html
⑦ 検証 npm run check(0 error)→ npm run render → $SK/sample_frames.py → ebur128
⑧ 記録 $SK/export_srt.py → renders/<name>.ja.srt、$SK/cost_report.py、STORYBOARD/BRIEF 更新、旧版を renders/<name>_vN.mp4 へテイスト(地と光、被写体、実画面の見せ方、文字、動き、転換、音、声)の決め方と変える場所は references/taste.md。各段の細部(レイヤのキー、字幕規則、BGM 音量、render コマンド)は references/authoring.md。画像のスタイル接頭辞は references/style-prefixes.md。完成形の時間割とコマ仕様は references/worked-example.md。
判断のしかた(ここだけは本文に置く)
- 同じ言葉を画面に二重に出さない。 字幕は 1 行 30 字以内。calm では見出しテロップ・左上の常駐ラベルを作らず字幕に一元化する。saas-bright では冒頭と締めに大きな文字を出してよく、そのコマの字幕は
caption_skipで外す。BRIEF.md のtaste:が優先。 - 共感を狙うコマは写実写真の人の様子で。 動詞だけの概念図は伝わらない。伏線回収は同一画像の再利用で。
- 数字は画像に焼かない。 画像生成は数字や長いラベルが化ける。数字は実画面か HTML で出す。
- 固有名の読みは表記で制御し、依頼者の耳で選ぶ。 4〜6 take 並べて番号で選んでもらう。判定モデルは当てにならない。
- 主張は事実の範囲で。 他社製品の挙動を断定しない。実画面に実データ・内部名を出さない。
- 修正は「批判的な見直し → 反映」の順。 直す前に現状の問題点を列挙し、BRIEF.md の
## vN節に「指示 → 反映 → 不採用と理由」を残す。
詰まったら
references/pitfalls.md。依存の入っていない Python、スクショの下端欠け、レンダのディスク不足、pkill -f で自分のシェルを殺す、カバー矩形が見える、字幕が 2 行になる、児童を含む画像が 400、など既知の症状はすべてここに対処がある。
スクリプト一覧(scripts/)
| ファイル | 用途 | |
_client.py | 接続先の切り替え(`PROVIDER=azure | openai)と実測ログ costs.jsonl` への追記 |
run_images.py | ジョブ JSON を gpt-image-2.5 で並列生成(ジョブの deployment でモデルを指定)(skills/generate-image/scripts/genimg.py を使用) | |
contact_sheet.py / sample_frames.py | 画像一覧/レンダ結果の抜き出しシート(Read で目視) | |
rt_tts.py / gen_voice.py | gpt-realtime-2.1 で TTS、照合・整音・voice_meta.json(REUSE_RAW=1 で整音だけやり直し) | |
rt_listen.py | 音声を gpt-realtime-2.1 に聞かせて採点(参考値) | |
build_captions.py / export_srt.py | 字幕チャンク+無音スナップ/SRT 書き出し | |
build_frames.py | build_frame() ライブラリ(KB・パンチイン・カバー・ハイライト・吹き出し・カード) | |
build_index.py | 設定 JSON から index.html(スロット・転換・音声・字幕・BGM) | |
gen_bgm.py / make_bed.py | MusicGen small で BGM の素材 2 本/尺に合わせたベッド | |
cost_report.py | costs.jsonl から工程別の費用・時間の表を作る |
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

