短い生成クリップを二本つなぐ場合も、単純に連結するだけでは、台詞の重複、語尾の欠け、黒帯、音量の差が目立ちます。編集前に実際の素材を確認し、使う区間と残す台詞を決めます。
ここでは、FFmpegで素材を整え、HyperFramesで画面要素を重ねる場合の確認手順を説明します。
台詞の時刻は文字起こしと聞き取りで確かめる
文字起こしの単語時刻は、カットの候補を探す手掛かりです。発声の開始や終了と完全には一致しない場合があるため、実際の音声を聴き、無音検出とも照合します。
ffmpeg -i clip.mp4 -af "silencedetect=noise=-35dB:d=0.15" -f null -
しきい値と長さは素材に合わせます。環境音が残る区間を無音と誤判定したり、弱い語尾を切ったりしないようにします。依頼時の台詞と生成された台詞が違う場合は、実際の素材を基準に編集メモを作ります。
黒帯は区間ごとに調べる
ffmpeg -i clip.mp4 -vf "cropdetect=24:2:0" -f null -
暗い背景を黒帯と誤判定する可能性があるため、検出結果を映像と照合します。途中で画角が変わる素材は、一つのcropを全体へ適用せず、trimで区間を分けて処理します。各フィルターの引数はFFmpeg公式資料でも確認できます。
例えば1280×720の中に1280×576の映像がある場合、1024×576へ切り抜けば16:9になりますが、左右の内容が失われます。人物、文字、必要な操作が切れない位置を選びます。
連結する前に映像と音の条件を揃える
解像度、ピクセル形式、フレームレート、音声のサンプルレートとチャンネルを揃えます。映像だけでなく音声も同じ区間で切り、PTSを揃えてから連結します。出力の解像度やfpsを上げても、元素材の細部が増えるわけではありません。
音の境界には短いフェードを試します。台詞へ掛かりすぎると発音が弱くなるため、固定値を全素材へ適用せずに聴いて確認します。
タイムラインと音量処理を分担する
整えたクリップは一本の素材へまとめ、HyperFrames側は映像、BGM、エンドカードの配置へ役割を絞る方法があります。素材自体の音声を使う場合は、利用版の音声属性を確認し、二重再生にならないようにします。
BGMを止める位置も台詞に合わせます。音量は完成した音の構成を基に測り、2パス正規化後も配布ファイルを再計測します。
完成版を最初から最後まで確認する
元のクリップだけでなく、書き出した完成品で台詞の順序、重複、切れ、画角、音量を確認します。文字起こしや自動検出の結果だけを最終確認にしないことが大切です。生成素材の利用条件や公開先で必要な表示も、公開前に確認します。