| name | video-audio |
| description | 動画用音声生成スキル。ElevenLabs TTS APIでscenes.jsonのナレーションから 音声ファイルを生成し、動画と同期可能な形式で出力する。 「ナレーション生成」「TTS」「音声追加」等で発動。 |
| triggers | ["ナレーション生成","音声を生成","TTSで読み上げ","動画に音声を追加","ボイスを選んで","video-audio","ElevenLabs"] |
Video Audio (TTS)
scenes.json の narration フィールドから ElevenLabs TTS で音声を生成する。
クイックスタート
python skills/video-audio/scripts/generate_audio.py \
--storyboard-dir output/storyboard/YYYYMMDD_session \
--voice akari \
--output output/narration.mp3
python skills/video-audio/scripts/generate_audio.py \
--storyboard-dir output/storyboard/YYYYMMDD_session \
--voice akari \
--per-scene
日本語ボイス一覧
| ID | 名前 | 特徴 | エイリアス |
|---|
| EkK6wL8GaH8IgBZTTDGJ | Akari | 明るく自然な女性 | akari |
| EnLxjGl88dNO1Jv6AZk2 | Miyu | 信頼性と深みのある声 | miyu |
| G3EZ8O36A0x9lmeOtr0f | Kaori | 親しみやすいフレンドリー | kaori |
| PmgfHCGeS5b7sH90BOOJ | Fumi | 落ち着いた女性 | fumi |
| StTDrGrPSyfaHGmzwXbj | Masa | 日本語男性 | masa |
| gARvXPexe5VF3cKZBian | Mitsuki | ニュートラル | mitsuki |
| YOUR_VOICE_ID | Custom Voice | カスタムボイス | custom |
オプション
| オプション | デフォルト | 説明 |
|---|
--voice | akari | ボイス名またはID |
--model | eleven_multilingual_v2 | TTSモデル |
--stability | 0.5 | 安定性 (0-1) |
--similarity | 0.75 | 類似度ブースト (0-1) |
--speed | 1.0 | 再生速度 |
--per-scene | false | フレームごとに個別ファイル出力 |
--silence-gap | 0.3 | シーン間の無音（秒） |
--output | auto | 出力ファイルパス |
出力
結合モード（デフォルト）
{storyboard_dir}/audio/narration.mp3 # 全ナレーション結合
{storyboard_dir}/audio/narration.json # タイムスタンプ情報
per-scene モード
{storyboard_dir}/audio/frame_01.mp3
{storyboard_dir}/audio/frame_02.mp3
...
{storyboard_dir}/audio/timestamps.json # 各フレームの開始・終了時刻
timestamps.json フォーマット
{
"total_duration": 18.5,
"scenes": [
{
"frame_number": 1,
"start": 0.0,
"end": 2.8,
"duration": 2.8,
"text": "ナレーション台本"
}
]
}
動画との統合
compose_video.py で --audio オプションに渡す:
python skills/video-editor/scripts/compose_video.py \
--storyboard-dir output/storyboard/session \
--audio output/storyboard/session/audio/narration.mp3
Remotion の場合は public/audio/narration.mp3 に配置し、<Audio> コンポーネントで参照。
環境変数
ELEVEN_API_KEY — ElevenLabs API キー（必須）
依存
- Python 3.11+
- curl (ElevenLabs API呼び出し)
- ffmpeg (音声結合用、
.bin/ffmpeg)
