AA.md2vid

Markdownで台本を書くだけで、やる夫・やらない夫が掛け合いする解説動画（MP4）を自動生成するツール。

特徴

Markdown台本 → 動画: シンプルなMarkdown形式で台本を書くだけ
Marpスライド対応: プレゼンスライドを背景に表示
VOICEVOX音声合成: 無料の音声合成エンジンで自然な読み上げ
AAキャラクター: 2chの人気キャラクター（やる夫・やらない夫）を表情豊かに表示
感情表現: セリフごとに感情タグで表情を切り替え

Claude Codeでの利用

Claude Codeを使用する場合、「〇〇について解説動画を作って」のようにテーマを伝えるだけで、スライド・台本作成からレンダリングまで一括で依頼できます。

詳細は CLAUDE.md を参照してください。

Note: 動作保証はしません。生成結果は適宜確認・修正してください。

必要環境

Node.js 18以上
Chromium (Marp CLIのPNG生成に必要)
VOICEVOX (音声合成エンジン)
ffmpeg (動画レンダリングに必要)

インストール

1. システム依存ツール（Ubuntu/Debian）

# Chromium依存ライブラリ
sudo apt-get update && sudo apt-get install -y \
  libnspr4 libnss3 libatk1.0-0 libatk-bridge2.0-0 libcups2 \
  libdrm2 libxkbcommon0 libxcomposite1 libxdamage1 libxfixes3 \
  libxrandr2 libgbm1 libasound2t64

# Chromium (Marp CLIのPNG生成に必要)
sudo apt install chromium-browser

# ffmpeg (Remotionのレンダリングに必要)
sudo apt install ffmpeg

2. VOICEVOX

VOICEVOX公式サイトからダウンロード。

# 起動
cd ${VOICEBOX_DIR}/VOICEVOX/vv-engine
./run # http://localhost:50021 でAPIが利用可能

3. プロジェクト

git clone https://github.com/3kz2501/AA.md2vid.git
cd AA.md2vid
npm install

使い方

Step 1: VOICEVOXを起動

VOICEVOXを起動してください。デフォルトで http://localhost:50021 でAPIが利用可能になります。

Step 2: 台本を作成

input/manuscripts/ に台本ファイル（Markdown）を作成します。

---
title: やる夫で学ぶ〇〇
bgm: bgm/example_bgm.mp3
slides: slides/example.md
characters:
  - name: やる夫
    voiceId: 3
    direction: left
  - name: やらない夫
    voiceId: 13
    direction: right
pronunciations:
  "API": "エーピーアイ"
  "JSON": "ジェイソン"
---

@slide 1

[やる夫] 最初のセリフだお。

[やらない夫:explain] 説明するセリフだ。

@slide 2

[やる夫:surprised] 驚きのセリフだお！

[やらない夫:thinking] 考えながら話すセリフだな。

テンプレートは input/manuscripts/_template.md を参照してください。

Step 3: スライドを作成（オプション）

input/slides/ にMarp形式のスライドを作成します。

---
marp: true
theme: default
paginate: true
style: |
  section {
    font-size: 24px;
  }
---

# スライド1: タイトル

- ポイント1
- ポイント2

---

# スライド2: 詳細

詳細な説明...

Step 4: スライドを画像化

Marp CLIでスライドをPNG画像に変換します。

Note: Marp CLIは絶対パスが必要です。

npx @marp-team/marp-cli --no-stdin "$(pwd)/input/slides/example.md" --images png -o "$(pwd)/input/slides/example/slide.png"

出力: input/slides/example/slide.001.png, slide.002.png, ...

出力されたPNG のスライド番号を台本の中で関連する会話の手前に@slide1 のように記載すると画面中央にスライドが表示されます。

Step 5: プリプロセス（必須）

# プリプロセス（台本パース + 音声生成）
npm run preprocess -- --manuscript example

プリプロセスの処理内容:

指定した台本（input/manuscripts/example.md）をパース
VOICEVOXで各セリフの音声ファイルを生成（public/voices/）
スクリプトデータを出力（src/data/script.ts）

Note: 台本が1つだけの場合は --manuscript 省略可。_ で始まるファイル（テンプレート等）は自動選択から除外されます。

重要: プリプロセスは プレビュー（studio）・レンダリング（render）の両方で必須 です。台本を変更した場合も再度プリプロセスが必要です。

Step 6: プレビュー & レンダリング

# プレビュー（Remotion Studio）
npm run studio
# → ブラウザで http://localhost:3000 が開く

# 動画レンダリング
npm run render
# → out/video.mp4 に出力

studio / render はどちらも preprocess で生成されたデータを使用します。 別の台本に切り替えたい場合は、先に preprocess を実行してください。

レンダリングオプション

# GPU エンコード + 並列処理
npx remotion render Video out/video.mp4 --hardware-acceleration=if-possible --concurrency=8

# 出力ファイル名を指定
npx remotion render Video out/my_video.mp4

一括実行

npm run build

build は parse-mlt → preprocess → render を順に実行します。台本が複数ある場合は最初に見つかったものが使われます。

台本フォーマット

Frontmatter（YAML）

---
title: 動画タイトル
bgm: bgm/bgm_file.mp3 # BGMファイル（public/配下）
slides: slides/slide_file.md # スライドファイル
characters:
  - name: やる夫
    voiceId: 3 # VOICEVOX話者ID
    direction: left # 画面配置（left/right）
  - name: やらない夫
    voiceId: 13
    direction: right
pronunciations: # 読み替え辞書
  "難読語": "読み方"
---

セリフ記法

[キャラ名] 通常のセリフ
[キャラ名:感情] 感情指定付きセリフ

スライド切り替え

@slide 1

[やる夫] このセリフはスライド1の上で表示されるお。

@slide 2

[やらない夫] ここからスライド2だ。

感情タグ一覧

やる夫

タグ	説明
`normal`	通常（デフォルト）
`happy`	喜び
`sad`	悲しみ
`cry`	泣き
`angry`	怒り
`surprised`	驚き
`troubled`	困惑
`shy`	照れ
`grit`	歯を食いしばる
`dead`	死んだ目
`wink`	ウインク

やらない夫

タグ	説明
`normal`	通常（デフォルト）
`explain`	説明
`happy`	喜び
`happy2`	喜び2
`sad`	悲しみ
`despair`	絶望
`angry`	怒り
`thinking`	考え中
`question`	疑問
`pointing`	指差し
`waving`	手を振る
`arms_crossed`	腕組み
`casual`	カジュアル

ディレクトリ構成

AA.md2vid/
├── input/
│   ├── manuscripts/     # 台本（Markdown）
│   ├── slides/          # スライド（Marp MD + 生成PNG）
│   └── images/          # 画像素材
├── public/
│   ├── fonts/           # フォント（aahub_light等）
│   ├── bgm/             # BGMファイル
│   └── voices/          # 生成音声（自動生成）
├── characters/          # キャラクターAAデータ
│   ├── yaruo.json       # やる夫（パーツ合成方式）
│   └── yaranai.json     # やらない夫（全身差し替え方式）
├── src/
│   ├── components/      # Remotionコンポーネント
│   ├── aa/              # AA合成ロジック
│   └── data/            # パース結果（自動生成）
├── scripts/             # ビルドスクリプト
├── config.yaml          # 設定ファイル
└── out/                 # 出力動画

設定ファイル（config.yaml）

主要な設定項目:

voicevox:
  endpoint: "http://localhost:50021"
  defaults:
    speedScale: 1.0

video:
  width: 1920
  height: 1080
  fps: 30

bgm:
  volume: 0.15

詳細は config.yaml を参照してください。

VOICEVOX話者ID

キャラ	推奨話者	ID
やる夫	ずんだもん（ノーマル）	3
やらない夫	玄野武宏（ノーマル）	11

他の話者は VOICEVOX起動後 http://localhost:50021/speakers で確認できます。

ライセンス・利用規約

本ツールのソースコードは MIT License で公開しています。

ただし、本ツールを使用して動画を作成・公開する際は、以下の各ツール・素材の利用規約を遵守してください。

VOICEVOX（音声合成）

VOICEVOXで生成した音声を利用する際は、以下を遵守してください:

クレジット表記が必須: 動画内または概要欄に「VOICEVOX:キャラ名」を記載
各キャラクターの利用規約に従う: キャラクターごとに規約が異なります

推奨話者の利用規約

話者	ID	商用利用	クレジット	備考
ずんだもん	3	可	VOICEVOX:ずんだもん	利用規約
玄野武宏	11	可	VOICEVOX:玄野武宏(CV:ガロ)	利用規約

詳細: VOICEVOXソフトウェア利用規約

Remotion（動画生成フレームワーク）

個人・3人以下の企業: 無料で商用利用可
4人以上の企業: 有料ライセンスが必要

その他のライブラリ・素材

ライブラリ	ライセンス	備考
Marp	MIT	スライド生成
aahub_light	-	AA表示用フォント
Noto Sans JP	OFL	字幕用フォント

クレジット表記例

動画の概要欄に以下のように記載することを推奨します:

音声: VOICEVOX:ずんだもん、VOICEVOX:玄野武宏(CV:ガロ)
動画生成: Remotion

Name		Name	Last commit message	Last commit date
Latest commit History 6 Commits
characters		characters
docs/images		docs/images
input		input
public		public
scripts		scripts
src		src
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
config.yaml		config.yaml
package-lock.json		package-lock.json
package.json		package.json
remotion.config.ts		remotion.config.ts
tsconfig.json		tsconfig.json

Folders and files

Latest commit

History

Repository files navigation