Context → Video Skill

Context → Video

任意の入力コンテキストを、ナレーション+スライド+字幕+(任意で)アバター付きの mp4 に変換する。

When to Use

動画化, 解説動画作って, ブログを動画に, 記事を動画化, explainer video, context to video
リリースブログ / PR 説明 / 議事録 / 設計メモ / リリースノート / 学習コンテンツを短尺動画化したい
YouTube / 社内勉強会 / Teams / X 向けの素材を時短で量産したい
顧客向けに出すなら TTS は Azure Speech 正規版に差し替える (既定は edge-tts 無料エンドポイント)

Input Sources (any of these works)

| 入力 | 取り方 | |---|---| | ブログ/記事 URL | web_fetch で本文取得 | | 貼り付けテキスト | そのまま要約 | | PR / commit diff | gh pr view + gh pr diff | | 議事録・設計メモ | ファイル読み込み | | リリースノート | URL or Markdown | | 自由プロンプト | LLM に直接構成依頼 |

→ ソース取得後の処理は共通(LLM が notes/script.json を書く)。

Stack (all free, local)

| 役割 | ツール | |---|---| | 台本生成 | LLM (このスキル呼び出し元) | | スライド | Pillow (BIZ UDGothic 等) | | ナレーション | edge-tts (Edge の Neural 音声・無料・非公式) | | 動画合成 | ffmpeg (imageio-ffmpeg 同梱バイナリ可) | | 字幕 | .srt 自動生成 | | アバター (任意) | SadTalker (GPU推奨) + ffmpeg 楕円マスク |

Quick Workflow (no avatar)

pip install edge-tts imageio-ffmpeg pillow
# 1. 入力からscript.json生成 (LLM)
# 2. 動画生成
python scripts\build_video.py --project D:\path\to\project
# → output\final.mp4 + final.srt

詳細: references/script-schema.md / references/setup.md

Avatar Mode (talking-head in corner)

GPU(VRAM 8GB+)があるなら、SadTalkerで右下にアバターを足せる。 初回セットアップは別 venv (Python 3.10) で 30〜40分、以降は 1動画あたり +20〜30分。

# 既存動画 + 8音声 → アバター合成
python scripts\add_avatar.py --project D:\path\to\project --face D:\path\to\face.jpg
# 楕円マスク版を作る
python scripts\ellipse_overlay.py --project D:\path\to\project
# → output\final_with_avatar.mp4 と final_with_avatar_ellipse.mp4

セットアップ・落とし穴・キャラ選び: references/avatar.md

Output Layout

<project>/
├── notes/script.json                  台本 (LLM が書く)
├── slides/slide_XX.png                1920x1080
├── audio/audio_XX.mp3                 スライドごとのナレ
├── avatar/                            (任意)
│   ├── input/face.jpg                 アバター元写真
│   ├── SadTalker/                     repo + checkpoints
│   ├── venv/                          Python 3.10 + torch cu121
│   └── clips/audio_XX.mp4             各ナレぶんアバター動画
└── output/
    ├── final.mp4                      無印 (スライド+ナレ)
    ├── final.srt                      字幕
    ├── final_with_avatar.mp4          (任意) アバター矩形
    └── final_with_avatar_ellipse.mp4  (任意) アバター円形ワイプ

Defaults

解像度: 1920x1080 30fps (16:9)
音声: ja-JP-NanamiNeural (女性・落ち着き)。男性なら ja-JP-KeitaNeural
スライド数: 表紙 + 本編 5〜7 枚 (合計 6〜8 枚)
配色: slate-900 / sky-400 / BIZ UDGothic
1スライドあたり 15〜25 秒、合計 2〜4 分

声・配色・フォント・アスペクト比変更: references/customization.md

Production Use

無料 edge-tts は 非公式・SLA なし・商用グレー。顧客配布や常時運用には:

ナレーション → Azure Speech (Neural TTS) に差し替え
アバター付き商用 → Azure TTS Avatar (Lisa等・公式・$0.30/分〜)

詳細: references/production-upgrade.md

Common Variants

9:16 ショート版 (X/Reels): W,H = 1080, 1920、ナレを 60 秒に圧縮
字幕焼き込み: ffmpeg subtitles=final.srt フィルタで動画に焼く (ffmpeg-advanced-filters.md)
BGM 追加: 別 mp3 を低音量でミックス (ffmpeg-advanced-filters.md)
章/コース化 (学習教材): script.json を章単位に分割、共通イントロ/アウトロ
多言語版: voice 切替 + script を翻訳
チャンネル固定キャラ生成: SDXL でマスコット作って seed 保存 (avatar-generation-sdxl.md)
VOICEVOX + 公式キャラ立ち絵: ずんだもん等の「ゆるふわ解説」チャンネル向け、PSDレイヤー差分で本格リップシンク (voiced-mascot.md)
円形アバターワイプ: ffmpeg geq filter で円形マスク + アクセントリング (ffmpeg-advanced-filters.md)
YouTube 自動配信: API で公開予約 + サムネ (youtube-upload.md)
PoC → 定期配信チャンネル昇格: ディレクトリ再設計 (scale-up-production.md)

Done Criteria

[ ] <out>/output/final.mp4 (またはアバター版) が再生でき、音声と映像がズレない
[ ] スライド本文 28pt 以上 / タイトル 56pt 以上で可読
[ ] ナレが入力の主要メッセージを正しく反映
[ ] final.srt がナレーションと同期
[ ] 入力ソースの著作権を侵害していない (本文丸読みでなく要約 + 引用範囲)
[ ] (アバター時) GPU メモリ溢れ無く完走、口パクが極端にズレていない

Agent Skills: Context → Video

Install this agent skill to your local

Skill Files