raw-video-processing

スキル：動画素材の処理

録画した画面動画を後処理して、テンポを改善します。無音部分を削除してから、再生速度を上げます。

前提条件：FFmpeg と uv がインストールされている必要があります。

---

使用する場面

ユーザーが画面録画を行い、公開前に整えたい場合に使用します。録画素材によくある問題は、次のとおりです。

• 考えたり、読み込みを待ったりしている間の長い間や無音
• 無音として扱うべきキーボードのタイピング音やその他の小さな環境音
• 全体のテンポが遅く、少し速度を上げるとよさそうな状態

---

デフォルトのワークフロー

ユーザーから動画素材が提供された場合、デフォルトでは両方のスクリプトを順番に実行します。

ステップ 1：無音部分を削除する

uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/remove_silence.py <input.mp4> -t="-20dB" -d 0.5

これにより、無音部分（キーボード音を含む）を検出してカットし、<input>_nosilence.mp4 を生成します。

次のパラメーターを必ず指定します（キーボード音のある画面録画向けに調整済みです）。

• -t="-20dB" — キーボードのタイピング音や環境音を除去する積極的な閾値です（負の値を argparse がフラグとして扱わないよう、= 構文を使用します）
• -d 0.5 — 短い無音部分も削除します（最短 0.5 秒）
• -p 0.2 — 発話の前後に残す余裕の秒数です（デフォルト値なので、通常は指定不要です）

スクリプトは、検出した無音部分の数、削除した無音時間の合計、タイムスタンプ付きのすべての保持区間を含む詳細な概要を出力します。結果が妥当かどうか、この出力を確認してください。

ステップ 2：動画の再生速度を上げる

uv run --python 3.12 /path/to/skills/raw-video-processing/scripts/speed_video.py <input>_nosilence.mp4

これにより、無音部分を削除した動画に速度倍率を適用し、<input>_nosilence_1.2x.mp4 を生成します。

デフォルトのパラメーター：

• --speed 1.2 — 再生速度を 1.2 倍にします（急かされている印象にならない、控えめな速度アップです）

---

スクリプトのオプション

remove_silence.py

フラグ	デフォルト	説明
-o, --output	<input>_nosilence.mp4	出力先のカスタムパス
-t, --threshold	-30dB	dB 単位の無音閾値（高いほど積極的に削除します）。画面録画では必ず -20dB を使用してください — 負の値を使った argparse の問題を避けるため、-t="-20dB" として指定します
-d, --duration	0.8	削除する無音部分の最短時間（秒）。画面録画では 0.5 を使用してください
-p, --padding	0.2	無音ではない区間の前後に残す余裕
--dry-run	無効	検出した区間を出力するだけで、書き出しません

speed_video.py

フラグ	デフォルト	説明
-o, --output	<input>_<speed>x.mp4	出力先のカスタムパス
-s, --speed	1.2	再生速度の倍率

---

カスタムシナリオ

• 無音部分だけを削除する — ステップ 1 だけを実行します。
• 再生速度だけを上げる — ステップ 2 だけを入力ファイルに対して直接実行します。
• 控えめに整える — デフォルトでは発話が削除されすぎる場合は、-t="-30dB" -d 0.8 を使用します。
• さらに積極的に整える — 圧縮を最大限にするには、-t="-15dB" -d 0.3 と --speed 1.5 を使用します。
• 実行前にプレビューする — remove_silence.py で --dry-run を使用すると、ファイルを作成せずに削除対象を確認できます。
• 出力ファイル名を指定する — どちらかのスクリプトで -o を使用し、出力先のパスを指定します。

---

重要な注意事項

• remove_silence は必ず speed_video より前に実行してください。無音検出は元の音声に対して行います。先に速度を上げると音声の特性が変わり、無音検出の精度が下がります。
• 長い動画（30 分超）の場合、各区間を個別に処理するため、無音部分の削除に数分かかることがあります。
• どちらのスクリプトも動画品質を維持します。remove_silence はストリームコピー（再エンコードなし）を使用し、speed_video は FFmpeg のデフォルト設定で再エンコードします。