AI Video Creator

外部ツール(FFmpeg)のインストール (必須)

動画クリップ生成機能を利用するために、動画・音声処理の定番ツール「FFmpeg」をインストールし、PCのどこからでも呼び出せるように設定（PATHを通す）する必要があります。

• FFmpeg公式サイトからお使いのOSに合ったものをダウンロードします。
• 詳しいインストールとPATH設定方法は、Webで「ffmpeg インストール (お使いのOS名)」などで検索してください。

GitHubからの招待を承認する

本ツールはアクセスが制限されたプライベートなリポジトリで提供されています。利用申請後、ご自身のGitHubアカウント宛に開発チームからの招待メールが届きますので、まず、この招待を承認してください。

• メールボックスを確認し、「[GitHub] okihiro-ai-creative has invited you to collaborate」という件名のメールを開きます。
• メール本文にある緑色の「View invitation」ボタンをクリックし、開いたページで招待を承認します。

Gitをインストールする

次に、ツールをPCにダウンロードしたり、最新版にアップデートするために必要なコマンドラインツール「Git」をインストールします。

ツールをダウンロード＆更新する

いよいよツール本体をPCにダウンロードします。コマンドプロンプト（Windows）またはターミナル（Mac）を開き、以下のコマンドを実行してください。

ツールの初回セットアップ & APIキー設定

ダウンロードしたフォルダ内で、お使いのOSに合わせたセットアップスクリプトを一度だけ実行します。

• Windows: _setup.bat をダブルクリックします。
• macOS: ターミナルで sh _setup.sh を実行します。

完了後、systemフォルダに設定ファイルが生成されます。以下を編集してください。

• api_keys_gemini.txt: ご自身のGemini APIキーを貼り付けます。
• secrets.ini: 音声の話者分離機能を使う場合、Hugging Faceのアクセストークンを貼り付けます。（またはPCの環境変数HF_AUTH_TOKENに設定）

【STEP 1】 AIでSRTを整形する

input/input_subtitles.srtに元となる字幕ファイルを用意し、GUIの[1] AIによるSRT自動整形を実行します。AIが4段階の処理を行い、output/formatted_srt/final_formatted.srtに高品質な字幕ファイルを生成します。

【STEP 2】 画像プロンプトを生成する

GUIの[2] AIによる画像プロンプト生成を実行します。STEP 1で生成されたSRTを元に、対話形式でテーマなどを設定し、Stable Diffusion等で使える画像プロンプトを生成します。

【STEP 3】 画像を用意する (手動)

STEP 2で生成したプロンプトを使い、Stable Diffusion等で画像を作成します。完成した画像をinput/images/フォルダに保存してください。

【STEP 4】 動画クリップを生成する

GUIの[3] スライドショー動画クリップ生成を実行します。input/images/内の画像と整形済みSRTを元に、output/individual_clips/に個別の動画クリップを、output/adjusted_subtitles.srtに最終調整されたSRTファイルを生成します。

便利なユーティリティ機能

メインフローとは別に、便利な補助ツールも用意されています。

• [U1] 音声の話者分離: input/input_audio.wavから話者ごとの音声ファイルを生成。リップシンク動画作成に便利です。
• [U2] 画像バッチ振り分け: input/images/内の大量の画像を、指定した数のフォルダに均等に振り分け、連番リネームします。