dek

日本語

English

日本語

English

テーマ

声と動画 ​

声はオプトインです。voice/ ディレクトリを持つデッキは、ローカルの音声合成エンジンで台本を読み上げ、その音声に合わせてリハーサルし、MP4 を焼けます。voice/ のないデッキには何の影響もなく、lint で何が失敗するかも変わりません。

声と動画は台本の派生物です。台本はどちらも知りません。

script.md → Deck → Cue → Synth → Timeline → schedule
                                      ├→ rehearse  （ブラウザが自走する）
                                      └→ video     （フレーム → ffmpeg）

喋りになるのは段落だけ ​

bash
dekc cues

各ビートで喋られる Cue を出力します。エンジンは要りません。引用、リスト、コード、表は落とされ、インラインの強調、リンク、コードスパンは装飾を外したテキストになります。見える内容はあるのに段落がないビートは、Cue と一緒に DEK042 として報告されるので、台本を書いている段階で気づけます。

セットアップ ​

dek.toml に [voice] テーブルを書くと、dekc new がそれを新しいデッキへ voice/voice.toml としてコピーします。既存のデッキには、自分でファイルを書いてください。

toml
# decks/<deck>/voice/voice.toml
engine  = "voicevox"
speaker = "ずんだもん/ノーマル"
speed   = 1
pause   = { sentence = 350, beat = 700 }

dekc voice には起動中の VOICEVOX 互換エンジンが必要です。rehearse と video に要るのは、それが書く Timeline だけです。エンジンが見つからなければ、それを必要とするコマンドだけが失敗し、hint にインストール方法が表示されます。

  • VOICEVOX（ポート 50021）: voicevox.hiroshiba.jp か docker run --rm -p 127.0.0.1:50021:50021 voicevox/voicevox_engine:cpu-latest
  • AivisSpeech（ポート 10101、engine = "aivis"）: aivis-project.com か docker run --rm -p 127.0.0.1:10101:10101 ghcr.io/aivis-project/aivisspeech-engine:cpu-latest
  • COEIROINK と SHAREVOX は名前で認識します。
  • 別の場所で動いている互換エンジンは、engine に URL を書くか DEK_VOICE_URL を設定します。

合成 ​

bash
dekc voice
dekc voice speakers
dekc voice say "こんにちは"
dekc voice dict add dek デック
dekc voice pin

dekc voice は変わった文だけを合成し、音声、文ごとのキャッシュ、timeline.json を .cache/voice/ に書きます。開発サーバも保存時に同じことをします。voice/dict.toml にない ASCII の単語は DEK040（警告）で、dict add で読みを足します。dekc voice pin はマスター音声と Timeline を voice/pin/ にコピーします。キャッシュを消しても残る、持ち運べるスナップショットです。pin があるあいだ、dekc voice と開発サーバは合成せずに pin を戻すので、台本や voice.toml を直しても音声には反映されません。合成し直すときは voice/pin/ を消してください。

カナと尺は機械可読です。dek はクラウド TTS を既定にしません。

リハーサル ​

bash
dekc rehearse

Timeline を時計にして開発サーバが起動し、ブラウザが音声に合わせて時間どおりにビートを送ります。何も録画しません。Space で再生と停止。矢印キーと dekc goto でシークし、音声が追従します。手書きの timeline.json があれば、エンジンなしでもリハーサルできます。

動画 ​

bash
dekc video
dekc video architecture
dekc video --fps 30 --root-dist

デッキ全体は dist/<deck>.mp4、--root-dist なら <root>/dist/<deck>.mp4 になります。1 枚だけなら .cache/video/<slug>.mp4 です。Playwright、ffmpeg、Timeline が必要で、Timeline がなければ hint が先に dekc voice を実行するよう案内します。MP4 と並んで、.vtt の字幕、.chapters.txt のチャプター一覧、話者を記した .credits.txt が書き出されます。クレジットは映像には焼き込みません。

焼く時間はトークの実時間ではありません。各ビートは静止フレーム 1 枚と、遷移に必要なぶんだけです。

Timeline があるとき、dekc ls は字数からの見積もりの隣にナレーションの実尺を並べ、duration の予算から大きく外れていれば DEK041（警告）を出します。台本には無音の時間を表す記法はありません。段落のないビートは、遷移と pause.beat を通過するだけです。間合いは次の voice.toml で決めます。

タイミング ​

リハーサルと動画は同じ予定表で動きます。画面の切り替えは第一声より lead ミリ秒（既定 300）先に起き、声が届くころには遷移が落ち着いています。直前のビートより長い lead でも、そのビートの切り替えより前には出ません。それでも早い・遅いと感じるビートは、voice/voice.toml でそのビートだけ調整します。台本はそのままです。

toml
lead = 300                  # デッキ全体

[beats.order]               # スライド全体
lead = 600                  # 枚が出る前
pause = 1200                # 最後のビートの後

[beats."order/what"]        # 1 ビート。id でも 1 始まりの位置（"order/2"）でも。"order/0" は枚が出たところ
pause = 1500                # 直後の無音。pause.beat の代わり

スライドは slug、ビートは slug/beat-id か slug/2 がキーです。位置で書く slug/2 は URL のハッシュと同じ形です。スライドのキーはその枚の前と後ろの両方を調整します。lead は枚が出るところ（最初の ### より前の段落を喋るところ）に入るときに、pause は最後のビートの後に適用されます。ビートのキーはスライドのキーより優先されます。dekc mv はスライドと一緒にキーも書き換えます。どれにも一致しないキーは DEK043 です。開発サーバは保存のたびにキャッシュ済みの音声から組み直し、dekc voice pin は音声と一緒にタイミングも固定します。

日常の 4 手 ​

bash
$EDITOR script.md
dekc
dekc rehearse
dekc video

ライブ専用なら、はじめるの 3 手がすべてです。

次 ​

エージェントにスライドを書かせ、確かめさせ、直させる → AI エージェントと作る

MIT License

Copyright © dek