チュートリアル:/ video/ merge で動画スライドショーを作成

/video/merge のチュートリアル
先日、/video/merge Robot を紹介し、audio_delay パラメーターを使って動画と音声を結合する使用例を取り上げました。今回はさらに詳しいチュートリアルとして、同じ Robot と、Transloadit が提供するほかの強力な Robot を組み合わせます。
今回扱うのは、複数の画像から動画スライドショーを作成し、録音した音声と結合するという、もうひとつのユニークな使用例です。最初から最後まで各工程を説明し、完成した動画を紹介します。

ファイルの準備
いつものように、Assembly を作成する前に、必要なファイルを準備します。実例として、PDF 文書の各部分をひと続きのスライドショーに変換します。具体的には、Stanford University が提供する機械学習のチートシートのひとつを使います。PDF の各ページをまとめて動画を作成し、その動画にナレーションを付けたいと考えています。今度の課題に向けた、自分用のちょっとした学習教材です 😉
その後、いつでもアクセスできるように、結果を Dropbox に保存します。
使用する Robot
まず、この Assembly で使う Robot をひととおり確認しましょう。
録音した音声ファイルは /upload/handle Robot で、PDF ファイルは /http/import Robot でインポートします。次に、/document/thumbs Robot で PDF ファイルから画像を生成し、/video/merge Robot ですべての画像を 1 つの動画ファイルにまとめます。最後に、私がよく使うお気に入りの /dropbox/store Robot で完成した結果を保存します!
パート 1 - ファイルのインポート
作成した Template の最初の 2 つの Step を見てみましょう。片方はアップロード用、もう片方は HTTP 経由でのインポート用です。
{
"steps": {
":original": {
"robot": "/upload/handle"
},
"document": {
"robot": "/http/import",
"url": "https://github.com/afshinea/stanford-cs-229-machine-learning/raw/master/en/cheatsheet-supervised-learning.pdf"
}
}
}
まず、録音した音声ファイルが必要です。ここでは /upload/handle Robot を使います。ローカルマシンからプログラムでファイルを簡単にアップロードできる、シンプルな Robot です。この Robot について詳しくは、先日公開した Re-loadit の記事をお読みください!
音声ファイルを用意したら、/http/import Robot で、先ほど紹介した GitHub リポジトリのリンクを直接参照します。この Robot がリンク先から PDF ファイルを取得するので、Assembly の後続の Step で自由に処理できます。
パート 2 - PDF から画像を生成
ファイルをインポートした後、Assembly の 3 番目の Step では、/document/thumbs Robot を使います。私の Assembly Instructions では、この Step を次のように記述しています。
{
"thumbnail": {
"use": [
"document"
],
"robot": "/document/thumbs",
"result": true,
"resize_strategy": "fit"
}
}
これで Robot がページごとの画像を複数出力します。result パラメーターを true に設定しているので、Assembly ページで、Robot が意図どおりに画像を分割したか確認できます。この例では resize_strategy を 'fit' に設定しています。これにより、画像のアスペクト比を維持したまま、長辺を基準にリサイズします。
パート 3 - すべてを結合
4 番目の Step では、/video/merge Robot が重要な役割を果たします。Template のサムネイルと録音の Step を Robot に渡し、結合に使います。
{
"merged": {
"use": {
"steps": [
{
"name": ":original",
"as": "audio"
},
{
"name": "thumbnail",
"as": "image"
}
],
"bundle_steps": true
},
"robot": "/video/merge",
"result": true,
"duration": 40,
"ffmpeg_stack": "v7",
"framerate": "1/10",
"preset": "webm-1080p",
"resize_strategy": "fit"
}
}
結合処理では 2 つの Step を使います。パート 1 の音声ファイル :original と、パート 2 で PDF ファイルから作成した画像群 thumbnail です。使用する PDF は全部で 4 ページあり、各ページにはかなりの情報が載っているため、それぞれの画像を少なくとも 10 秒間は画面に表示するとよさそうです。
そこで、duration パラメーターを 40 秒、framerate を 1/10 に設定します。これで 10 秒ごとに新しい画像が表示されます。WebM は MP4 よりもサイズが小さく便利なので、おすすめの形式です。ここでは preset パラメーターで指定します。これで音声と画像をうまく結合し、1 つの動画にまとめられるはずです。
パート 4 - 完成した動画
最後に、Assembly の 5 番目にあたる最後の
Step で、結果を Dropbox にエクスポートします。exported Step は merged Step を使って、エクスポートするファイルを特定します。私の Template 認証情報 により、Assembly から自分の Dropbox にアクセスできます。続いて、path パラメーターで、出力する動画の名前と保存先を指定します。ここでは ${file.id} が一意の 32 文字の ID を生成するので、結果をエクスポートするときに競合することはありません。
{
"steps": {
":original": {
"robot": "/upload/handle"
},
"document": {
"robot": "/http/import",
"url": "https://github.com/afshinea/stanford-cs-229-machine-learning/raw/master/en/cheatsheet-supervised-learning.pdf"
},
"thumbnail": {
"use": [
"document"
],
"robot": "/document/thumbs",
"result": true,
"resize_strategy": "fit"
},
"merged": {
"use": {
"steps": [
{
"name": ":original",
"as": "audio"
},
{
"name": "thumbnail",
"as": "image"
}
],
"bundle_steps": true
},
"robot": "/video/merge",
"result": true,
"duration": 40,
"ffmpeg_stack": "v7",
"framerate": "1/10",
"preset": "webm-1080p",
"resize_strategy": "fit"
},
"exported": {
"use": [
"merged"
],
"robot": "/dropbox/store",
"credentials": "my_videos",
"path": "Videos/${file.id}.${file.ext}"
}
}
}
この Template から生成された動画ファイルを以下で確認できます。
この Assembly の処理を振り返ってみましょう。音声ファイルをアップロードし、PDF を取得します。PDF ファイルをページごとの画像に分割し、画像と音声を、長さとフレームレートを指定した 1 つの WebM 動画にまとめます。かなり複雑な処理も、わずか数行で実行できます!
/video/merge Robot のドキュメントを読み、Transloadit が提供する多彩な機能と自由に組み合わせてみてください。