# 技術情報

このページは、横長HOWTO全体ではなく、冒頭57秒のメイン動画に使った技術を記録しています。モデル名やサービス名は制作当時の記録です。

## 完成動画

- 57秒
- 19カット
- 1280×720
- 24fps
- 音声あり

## 企画と絵コンテ

- 企画整理: Codex
- Excel絵コンテ: Python、openpyxl、Pillow
- 基本単位: 1カット3秒
- 絵コンテで確認したもの: 人物の固定位置、話者、紙の表示、月の違い、最後のテッシーの表情と寄り方

## 映像生成

- Google Gemini API
- モデル: `gemini-omni-flash-preview`
- 19カットすべてを生成
- 生成された映像に含まれる音は採用せず、台詞音声と音楽を別に構成

人物・基準画像を作ったモデルIDは、制作記録に残っていないため記載しません。分からない情報を推測で補っていません。

## 台詞音声

- Google Gemini TTS
- モデル: `gemini-3.1-flash-tts-preview`
- プライド: Orus
- カキョー: Algenib
- テッシー: Achird

## 音楽

- 配布元: [DOVA-SYNDROME](https://dova-s.jp/)
- 曲名: [奇妙な案内人](https://dova-s.jp/bgm/detail/12153)
- 作曲者: MATSU
- 利用条件: [DOVA-SYNDROME ライセンス](https://dova-s.jp/help/articles/license/)
- 取得記録日: 2026年7月29日
- 使用位置: 54.4秒から最後までの約2.6秒

本作品では、利用したサービスと作曲者への感謝を込め、配布元、曲名、作曲者、ライセンス確認先を表示します。

## 編集と音響

- Python
- FFmpeg
- 生成映像の音声除去
- 台詞音声、非音階の室内環境音と映像の同期
- 最後の曲のミックス
- 53.5秒で台詞終了、54.0秒でテッシーへ切替、54.4秒で曲開始

## 検査

- 全編の映像デコード
- 全編の音声デコード
- 19カットの内部フレーム確認
- 台詞と人物の対応確認
- 3人の位置関係と視線の確認
- 最後のテッシーの表情、寄り方、曲の開始位置を確認

## 制作中に直した主な点

- 発注元とエンジニアが直接話す誤った構造を、PM・PMO・エンジニアの3者構造へ直した。
- 3人が背中合わせに見えないよう、同じ司令室で左・中央・右の位置を固定した。
- 最初に希望した「OH NO」をやめ、場面の気持ちに合うフリー音楽を選び直した。
- 音楽が早く始まらないよう、完成音声から台詞終了時刻を測って調整した。
- テッシーがアップの途中で驚くのではなく、切替直後から困惑している表情へ直した。