ナレーション付き動画を合成

ナレーション付き動画を合成（Assemble Narrated Video）ノードは、ナレーション付き動画の仕上げのステップです。無音のクリップと音声テイクの組を順番どおりに受け取り、それぞれの音声をクリップに合わせてから、合わせたブロックをつないで 1 本の MP4 にします。このノードでは音声が主導します。どの音声テイクも最後まで再生され、映像に合わせて切られることはありません。

使いどころ

• 台本のビートごとに無音のクリップ 1 本と音声テイク 1 つを用意して、ナレーション付きの解説動画を作ります。
• 台本の音声を映像とは別に収録する、製品のウォークスルー動画を作ります。
• 別々に作ったクリップと音声テイクを、タイムラインを手作業で編集せずに合わせます。

各ブロックの合わせ方

• 音声がクリップより短いか、同じ長さの場合：クリップはそのまま再生されます。音声はブロックの中央に配置されて前後に無音が入り、音量を下げたクリップ自体のオーディオの上にミックスされます。
• 音声がクリップより長い場合：クリップは、最大スロー倍率を上限として、音声の長さまでスローになります。それでも音声のほうが長い場合は、残りの音声の間、クリップの最後のフレームが静止して表示されるので、音声は必ず映像の上で最後まで流れます。
• ブロックに音声がない場合：ブロックは、元のオーディオのまま変更されずに使われます。
• クリップにオーディオがない場合：音声テイクがあれば、その音声だけが再生されます。音声テイクもなければ、ブロックに無音のトラックが付けられるので、最後の結合が失敗することはありません。

クイックスタート

入力

組み合わせのルールは次のとおりです。

• 音声テイクがクリップより少なくてもかまいません：音声テイクのない末尾のクリップは、変更されずにそのまま使われます。
• 音声テイクがクリップより多い場合は拒否されます：実行が始まる前に、「N voice clips but only M video clips — connect at most one voice clip per video clip」というメッセージが表示されます。余分な音声テイクが黙って捨てられることはありません。

出力の動画は、すべてのブロックを順番につないだ 1 本の動画です。

設定

これらのトリムは、動画を結合（Combine Videos）のフレームのトリムと同じように働きます。削除されるのはブロック間のつなぎ目のフレームだけで、最初のブロックの先頭と最後のブロックの末尾がトリムされることはありません。

クレジット

ナレーション付き動画を合成の料金は、動画の長さではなく、ブロック数によって実行ごとに決まります。基本料金に、6 ブロックごとに 1 段階ずつ加算されます。このノードは AI モデルを使わずに動画をローカルで処理し、実行前に料金を表示します。

ヒント

• クリップには話し声を入れない：ナレーションはすべて音声トラックが担います。スローになったクリップで口が動いていると、その口の動きが本来の言葉と合わなくなります。
• ボイスを 1 つに統一する：すべてのブロックで同じボイスを使うと、ナレーターの声に一貫性が出ます。
• 単純なカットではトリムを 0 のままにする：各クリップの先頭をトリムと各クリップの末尾をトリムは、クリップ同士が連続していて、つなぎ目を整える必要がある場合にだけ設定します。
• 背景の音は小さく保つ：クリップのオーディオ音量（%）のデフォルト値 40 なら、クリップ自体のオーディオが音声とぶつかりません。

API からの利用

MCP の assemble_narrated_video ツールと POST /v1/assemble-narrated-video は、1〜60 個のブロックのリストを受け取ります。各ブロックは動画 1 本と任意のオーディオトラック 1 つからなり、上記の音量、スロー、トリムの設定も一緒に指定できます。video-explainer コンテンツレシピは、このノードを使って台本から完成した動画までを作ります。MCP ツールとコンテンツレシピを参照してください。