シーン 1
職人芸の動画編集を、たった1枚の仕様ファイルから全自動で生成するツールを作ってみました。
Kurage VTuber looking surprised at a complex video editing timeline turning into code., vertical 9:16, clean virtual studio, light gradient background, presenter safe zone
シーン 2
これまでFFmpegや編集ソフトを駆使して手動で作っていた30秒の製品PV。これを自動化するために開発したのが「kpvgen」です。
Split screen: manual video editing software vs a simple JSON text file., vertical 9:16, floating UI panels, soft rim light, friendly AI explainer atmosphere
シーン 3
このツールは、JSONにシーンと台詞を書くだけで、撮影・ナレーション生成・動画合成・レンダリング・そして機械検証までを一本のコマンドで通します。
A flow chart showing: Capture -> Narration -> Compose -> Render -> Verify., vertical 9:16, white tech studio, subtle data particles, caption-safe lower area
シーン 4
でも、開発は順調とはいきませんでした。最初のビルドでは、動画の後半が突然真っ白になるという事態が発生。
A video screen showing a white blank frame with a confused Kurage., vertical 9:16, professional educational set, calm motion graphics, bright optimistic lighting
シーン 5
原因は、描画エンジンの仕様を読まずに書いたこと。 ブラウザで動くコードでも、レンダラでは動かない。
Kurage reading a thick manual with 'Documentation' written on it., vertical 9:16, clean virtual studio, light gradient background, presenter safe zone, 5600K key light
シーン 6
既存の動くコードこそが最良のドキュメントという教訓を痛感しました。
Kurage reading a thick manual with 'Documentation' written on it., vertical 9:16, floating UI panels, soft rim light, friendly AI explainer atmosphere
シーン 7
さらに、AIナレーションに「9634人」と入力すると、数字がバラバラに読み上げられるという問題も発生。
A robot voice bubble saying '90... 60... 34' instead of '9634'., vertical 9:16, white tech studio, subtle data particles, caption-safe lower area
シーン 8
対策として、あらかじめ読み方をカナで確定させてからTTSに渡すようにし、さらにWhisperで聴き取って正しく発話されているかを機械判定する工程を組み 込みました。
Text '9634人' being converted to Katakana before entering an AI mouth., vertical 9:16, professional educational set, calm motion graphics, bright optimistic lighting
シーン 9
しかし、今度は「検証コード自体にバグが入る」という事態に。正しいナレーションなのに、表記のゆれで不合格になることがあったんです。
A red 'X' mark appearing over a correct audio wave., vertical 9:16, clean virtual studio, light gradient background, presenter safe zone, 5600K key light
シーン 10
ここで学んだのは、検証が落ちたからといって製品が悪いとは限らないということ。検証コードも製品と同じ密度でバグることを前提に設計する必要があります。
Kurage debugging a piece of code labeled 'Verification System'., vertical 9:16, floating UI panels, soft rim light, friendly AI explainer atmosphere
シーン 11
最後にあったのが、ナレーションと画面の表示タイミングがズレる問題。
A stopwatch measuring the gap between a mouth moving and a price tag appearing., vertical 9:16, white tech studio, subtle data particles, caption-safe lower area
シーン 12
感覚で合わせるのではなく、Whisperで発話時刻を実測して自動調整する仕組みを採用しました。
A stopwatch measuring the gap between a mouth moving and a price tag appearing., vertical 9:16, professional educational set, calm motion graphics, bright optimistic lighting
シーン 13
仕様ファイルに「この語に同期」と書くだけで、前のシーンの尺が自動で比例配分される。実測値に画面を従わせるのが最も確実な方法です。
A JSON file showing 'Sync at 5.5s' and a video timeline adjusting automatically., vertical 9:16, clean virtual studio, light gradient background, presenter safe zone
シーン 14
結局、3回のビルドのうち2回は失敗でした。でも完成できたのは、「人間の感覚」ではなく「機械による検証」を設計に組み込んだからなんです。
Kurage standing proudly next to a 'Build Success' green checkmark., vertical 9:16, floating UI panels, soft rim light, friendly AI explainer atmosphere
Kurage URL2Earn — この動画ページのURLをXやブログで紹介すると、10,000 URLAI トークンをKurageさんがお届け（1人1回・先着制）。受け取り方を見る →
