# 技術情報

この記録は、横長HOWTO全体ではなく、冒頭トークとタイトルのあとに流れる45.29秒・14カットのメイン動画についてのものです。モデル名は制作時点の記録であり、現在の推奨モデルを示すものではありません。

## 完成仕様

- 長さ: 45.29秒（制作記録上45.28秒）
- カット数: 14
- 画面: 1920×1080、24fps
- 音声: あり
- 実写素材: 30秒の夜間監視カメラ映像

## 工程別の技術

| 工程 | API・モデル／ツール | 用途 |
|---|---|---|
| ストーリーと演出整理 | OpenAI Codex | 実写から「シー→接近→コツン→角落下→驚き→ごめん→反撃」へ続く因果を整理 |
| Excel絵コンテ | Codex、Python、openpyxl、Pillow | 14ショット、基準画像、角の左右、距離、道具、姿勢を管理 |
| タコの人物基準 | 共通キャラクター台帳 | 丸いゴーグル頭、細い金属体、麦わら笠を固定 |
| キーフレーム画像 | OpenAI Image Generation | 接近、一本角、直立姿勢、鹿の後退、顔の反応を設計。制作記録にモデルIDがないため推測しない |
| 生成動画 | Google Vertex AI Veo 3.1 Standard `veo-3.1-generate-001` | first/last frameと短区間分割で、監視カメラ調の動きを生成 |
| 日本語TTS | Google `gemini-3.1-flash-tts-preview` | タコの「シーッ」「……ごめん。」。鹿の台詞は最終版から削除 |
| 三発の軌道 | FFmpeg 7.1の決定的座標合成 | 三個を一個ずつ鹿からタコの顔へ飛ばし、三発とも接触させる |
| 音響・字幕・最終編集 | FFmpeg 7.1、ASS、実写環境音、ローカル効果音 | API付属音声を使わず、時刻表示、台詞、足音、発射音、接触音を同期 |
| 検査 | Codex、FFmpeg、openpyxl、人の確認 | 一本角、接触、姿勢、三発の始点・終点・時刻、終了位置を確認 |

## 実写と生成映像の接続

実写を単なる参考映像にはせず、固定画角、白黒赤外線、時刻表示、森の環境音、ノイズを「環境台帳」として扱いました。生成側も同じ条件へ寄せ、短い区間とfirst/last frameでつないでいます。

## 長い一発生成を避けた理由

角を落とし、向きを変え、後退し、三発を当てるところまで一度に生成すると、角の再生、道具の変形、個数や軌道の不一致が起きました。そのため、因果ごとの短い区間へ分け、生成が得意なキャラクターの動きと、数・軌道・接触を固定する編集を分担しました。

## 最後のオチの検査値

- タコは直立: `tako_crouches=false`
- 鹿がタコへ後退: 40.00～44.00秒
- 三発が顔へ接触: 44.33秒、44.73秒、45.13秒
- 個数: 3個
- 終了: 三発目の約0.15秒後

生成モデルだけで厳密な物理・個数・接触を固定できないとき、必要な部分を決定的な編集へ切り替える判断は、別のコメディや物体衝突にも再利用できます。