メインコンテンツまでスキップ

motion-deck

ナレーションの一文一文に合わせて図・コード・数字が動くHTMLのスライドを作りたいときに使います。1つのデッキを、音声に合わせて自動で進む「動画」と、クリックやリモコンで1ステップずつ進める「発表」の両方で使えます。発表モードには発表者ビューがあり、ナレーションのオン・オフも切り替えられます。PowerPoint(1文=1クリックのネイティブのアニメーション付き)、MP4、1ファイルのHTML、配布用の静止画にも書き出せます。

見た目は紙色の背景、左上の見出し、太枠とずらした影のカード、章バーと字幕の帯に固定しています。一般的な箇条書きのスライドは作りません。既存のmotion-deckのデッキの修正、声の作り直し、書き出しにも使います。

Remotionのプロジェクト(React)として作る場合、文章を読み上げるだけの場合(local-tts)、既存の.pptxを編集する場合は対象外です。

解説動画​

motion-deckの使い方を動画で紹介しています。

YouTubeで見る

導入と前提​

hooksを同梱しない単一Skillなので、npx skills addで導入します。ナレーションは隣に置いたlocal-ttsで作るため、両方を導入します。

npx skills add https://github.com/yukihito-jokyu/context/tree/main/utils/skills --skill motion-deck --skill local-tts --agent codex claude-code

local-ttsは、motion-deckと同じ階層、.claude/skills/local-tts、~/.claude/skills/local-ttsの順に探します。別の場所にある場合は--local-tts <フォルダ>か環境変数MOTION_LOCAL_TTSで指定します。

項目内容
必要なソフトNode.js 22以上(npmの依存なし)、FFmpeg(音声の連結と動画)、Chrome・Chromium・Edgeのいずれか(検査・静止画・PowerPoint・MP4)
ナレーションlocal-ttsと、用意済みの音声合成エンジン。エンジンの準備はlocal-ttsのガイドを参照してください
長さの目安日本語のナレーションで1分あたり約420文字。VoxCPM2での合成は1文字約0.33秒と読み込み約30秒です
フォントコード用のJetBrains Mono(SIL Open Font License)を同梱しています

渡す情報​

主題、聞き手、長さ、使い方(発表で使う、動画で配る、両方)を伝えます。PowerPointやMP4が必要ならその形式も伝えます。声とエンジンを指定しなければlocal-ttsの既定のものを使います。発表だけで使い、声が要らない場合はそう伝えます。

依頼例​

motion-deckを使って、「Gitのブランチ入門」を3シーン・約1分のナレーション付きの発表資料にしてください。聞き手はGitを使い始めたばかりの開発者です。発表と動画の両方で使い、PowerPointにも書き出してください。

進め方​

  1. 主題・聞き手・長さ・使い方・声を確かめ、initで雛形を作ります。
  2. 画面より先に、ナレーションの原稿(script.json)を書きます。1シーン=1つの主張、1文=画面の変化1つです。
  3. 決められた部品とシーンの型でシーンを書き、要素が何番目の文で出るかをdata-atで指定します。
  4. checkではみ出し・文字の重なり・原稿との対応・プレーヤーの操作を検査し、stillの一覧画像で見た目を確かめます。
  5. local-ttsでナレーションを合成し、timelineで本当の尺にしてから、もう一度検査します。
  6. 用途に合わせて、発表用のURL、動画、PowerPoint、MP4、1ファイルのHTMLを渡し、確かめた範囲を報告します。

成果物の例​

「Gitのブランチ入門」を3シーン・15文(433文字)のmotion-deckのデッキにし、local-ttsの既定の声とVoxCPM2でナレーションを付けて、1分15秒の動画・15ステップの発表・3スライドのPowerPointにしました。公開物は原稿・シーンのスクリプト・一覧画像・PPTX・checkとsynthの記録で、個人の声による音声は載せていません。声の名前と絶対パスは伏せ字にしています。

到達点:PPTXの書き出しとエンジン停止まで。音声の試聴、MP4の書き出し、bundleは未実施。

実行した依頼​

motion-deckを使って、「Gitのブランチ入門」を3シーン・約1分のナレーション付きの発表資料にしてください。聞き手はGitを使い始めたばかりの開発者です。発表と動画の両方で使い、PowerPointにも書き出してください。声とエンジンは既定のものを使います。

実際の画面​

紙色の背景に、ブランチの分岐を描いた線と走るキャラクター、ターミナル風のコードと注釈カード、合流の図とまとめの表が、各文の終わりごとに15枚並んだ一覧画像

画像を原寸で開く

合成後の still --cues の一覧。次の文の直前を撮るため、data-until で差し替わる注釈カードは消えかけの薄い状態で写る(発表の各ステップは live-contact.png)

実出力の抜粋​

以下は保存した原本の冒頭です。全文は原本から取得できます。

# motion-deck 実行報告:Gitのブランチ入門

| 項目 | 内容 |
|---|---|
| 出力 | デッキ `<work>/git-branch/index.html`、PowerPoint `git-branch.pptx` |
| 全体の長さ(動画) | 1分15秒(2250フレーム、30fps) |
| ステップ数(発表) | 15ステップ(1文=1ステップ) |
| シーン数 | 3(ブランチとは/作って移る/合流とまとめ)、原稿433文字・15文 |
| 声とエンジン | local-tts の既定の声 `<個人名>`、既定のエンジン VoxCPM2 |
| check | エラー 0 件、注意 0 件(合成と timeline の後に再実行) |
| PPTX | 3スライド、絵58枚。要素のアニメーション15ステップ、差分の重ね6ステップ |
| 音声の試聴 | 未実施(実行者は音声を聞けない)。試聴してほしい箇所は下に記載 |
| 仮の尺のシーン | なし(全シーンに音声あり) |
| 公開しないもの | 音声(個人の声)、timeline.js、個々の静止画、bundle、MP4 |

## 開き方

成果物を取得する​

確認した結果​

  • initで雛形を作り、script.jsonを3シーン・15文・433文字(読み上げ428文字)に書き換えた
  • 音声なしのcheckでエラー0件・注意2件(仮の尺、ナレーション切り替え未確認)を確認し、still --cuesの一覧を見て1シーン目の空いた画面を直した
  • synth --dry-runで3シーン・428文字・目安約3分と出たため、synthをバックグラウンドで実行し、終了コード0・153秒で3シーン(21.9秒・24.3秒・23.0秒)の音声ができた
  • 既定の声と既定のエンジン(VoxCPM2)が使われたことを、local-ttsの設定とサーバーのログで確認
  • local-tts server stopでエンジンを止め、server statusでvoxcpm2がnot runningであることを確認
  • timelineで3シーン・1.25分(2250フレーム)・音声ありになり、ffprobeでnarration.m4aが75.0秒であることを確認
  • 合成後のcheckでエラー0件・注意0件、発表モード15ステップを確認
  • 合成後のstill --cues(15枚)とstill --live(15枚)の一覧画像を見て、見出しが左上、太枠とずらした影のカード、章バーと字幕の帯、色の意味がそろっていることを確認
  • pptxで3スライド・絵58枚・要素のアニメーション15ステップ・差分の重ね6ステップのPPTXができ、ノートに台本とメモが入っていることを確認
  • 実行者は音声を聞けないため、読みの正しさは未確認。試聴が必要な箇所をoutput.mdにシーンと文番号で記録

確認するポイント​

発表モード(?mode=live)で1ステップずつ進め、各クリックで今話している内容が画面に出ているかを確かめます。英字・数字・固有名詞・長い文は、実際に音声を聞いて読みを確かめます。静止画や検査の合格は、正しく読めたことの確認の代わりになりません。文字数から見積もった「仮の尺」のシーンが残っていないかも確認します。合成音声を公開する場合は、その旨を示すかを決め、他人の声やエンジンのライセンスはlocal-ttsの決まりに従います。

正本を読む​

詳細な手順と制約はmotion-deckのSKILL.mdを参照してください。