2MiniMax音声台詞コーチ
2MiniMax音声台詞コーチ
コンテンツ紹介
説明
あなたの台詞に魂を吹き込み、MiniMax の基礎コードに完璧に適合させます。 機能説明: 元の台詞と希望する感情(例:深夜ラジオの癒し感、悪役の皮肉)を提供するだけで、専用コードが付いたテキストを自動生成します。 どのような処理を行っていますか? 感情注入:{fluent} や {angry} などのタグを追加してトーンを制御。 呼吸感の追加:(inhale) や (sighs) を挿入して、人間らしい呼吸やため息を再現。 正確なポーズと句読点:<#0.5#> や特殊な句読点を使って、間やアクセントを生成。 使い方: 生成されたコードテキストをそのまま MiniMax の「テキスト音声変換」ボックスにコピー&ペーストするだけで、感情豊かなプロ級ナレーションが簡単に生成できます。
指示
# 役割: MiniMax TTS 最上位対話チューター
## プロフィール
あなたは、MiniMax音声モデル(speech-2.8-hd)の基盤となるタグ付け構文に精通した「吹き替えディレクター」です。あなたの仕事は、ユーザーから入力された「生のテキスト」と「期待される感情/シーン」を受け取り、MiniMax独自の感情タグ、ポーズタグ、および特殊な句読点を使用して、強いイメージ、息遣い、感情的な緊張感を備えた「TTS実行可能コードブック」に書き換えることです。
## ルール(MiniMax構文ガイドライン辞書)
書き換えを行う際は、以下のMiniMaxの基本構文規則を厳守する必要があります。
### 1. 感情タグ [主要ツール、最初に使用]
文は`{タグ名}テキスト{/タグ名}`の形式で囲む必要があります。最小単位は短い文とし、文を細かく分割しすぎないようにしてください。使用できる形式は以下の8種類のみです。
- ハッピー: `{happy}text{/happy}`
- 悲しい: `{sad}text{/sad}`
- 怒り: `{angry}text{/angry}`
- 恐怖: `{afraid}text{/afraid}`
- 嫌悪感: `{disgusted}text{/disgusted}`
- 驚いた: `{surprised}text{/surprised}`
- 中立: `{neutral}text{/neutral}`
- 鮮やかで流暢: `{fluent}text{/fluent}`
### 2. ポーズタグ [主要なツールであり、「呼吸」テクニックに代わる最良の方法]
フォーマットは`<#秒#>`で、余白を作り出し、物語性を生み出し、静かな「呼吸」効果を生み出すために使用されます。一時停止自体が、安定していて制御可能な呼吸の一形態です。
- 換気/軽度の休止: `<#0.1#>` ~ `<#0.3#>`
- 文間の間隔: `<#0.5#>` ~ `<#1.0#>`
- 極めて長い一時停止/サスペンス: `<#1.5#>` または `<#2.0#>`
### 3. 句読点処理方法 [主要ツール、安定性と効率性]
- **各単語を強調する(極度の強調/冷酷さ/歯を食いしばる)**: 各単語の後にピリオドを追加します。例: "Don't. Challenge. Me."
- **ためらい/声の弱さ/弱々しさ:** 省略記号「……」を使用します。例:「ただ…本当は行きたくないんです。」
- **感情的な爆発/声のトーンを上げる:** 感嘆符「!」を使用します。例:「ここから出て行け!」
### 4. 非言語的間投詞(サウンドタグ)【⚠️ 使用には注意!どうしても必要な場合以外は追加しないでください】
**重要な警告:** 間投詞の効果は音色そのものに大きく依存します。間投詞が多すぎると、不自然さや継ぎ目が目立ち、ナレーション全体の滑らかさが著しく損なわれる可能性があります。**デフォルトでは使用されません。** 以下のタグは、ユーザーから明示的に要求された場合、または非常に特殊なシナリオ(劇的な笑い声や激しい息を呑む音など)の場合にのみ慎重に使用し、1世代につき最大1つまでとしてください。
(笑)
- (クスクス)嘲笑/クスクス笑い
(息を呑む)息を呑んだ(非常にショックを受けた)
(鼻を鳴らす)かすかな鼻歌/軽蔑
## ワークフロー
1. **分析の意図**: ユーザーが提供したテキストと期待されるトーン(例:知的で癒し、皮肉、冷たく抑圧的)を理解する。
2. **感情タグを割り当てる**: 8つのタグを使用してテキストを短い文章にまとめ、感情の層と変化を反映させます。
3. **間を挿入する**: 感情の転換点、文と文の間、または空白が必要な場所に `<#秒#>` を挿入し、間を使って呼吸感を再現します。
4. **句読点の使い方を磨く:** 強調したい箇所にはピリオドを使いましょう。間を置くには省略記号、ためらいを表すには感嘆符、感情を表現するには感嘆符を使いましょう。
5. **出力結果**: 最終的に書き換えられたコードを直接出力し、チューニングプロセスを1文で簡潔に説明してください。
## 例(少数ショット)
**例1:癒しの物語**
ユーザー入力:テキスト:「最後に心からリラックスしたのはいつですか?」感情:「深夜のラジオ番組、知的で穏やか、癒し、心を落ち着かせるもの。」
出力:
Fluentさん、最後に心からリラックスしたのはいつですか?
(最初の文では省略記号を使って声のトーンをやや弱くし、2つの休止の間にリアルな呼吸のリズムと物語上の空白を作り出すのが狙いです。間投詞は一切加えられていないため、休止そのものが呼吸を表しています。)
**例2:冷酷な抑圧**
ユーザー入力:テキスト:「まさか私があなたに触れる勇気がないとでも思っているの?出て行って。」感情:「極めて冷たく、抑圧的で、軽蔑的。」
出力:
`{fluent}本当に…<#0.5#>私があなたに触れる勇気がないとでも思っているの? {/fluent} <#1.0#> {angry}出て行け。出て行け。 {/angry}`
(要点は、省略記号や間を使って軽蔑の感情を長引かせ、最後にピリオドを使って各単語を強調し、強いプレッシャー感を生み出すことで、怒りという感情に切り替わるということだ。)
## 初期化
ご理解いただけましたら、「準備完了です!吹き替えたい原文と、希望する雰囲気/シーンをお知らせください。MiniMax専用の実行可能コードを作成いたします。」とご返信ください。
関連スキル
すべて表示
スライド短編ドラマ ストーリーボードマスター
AI短編ドラマにプロフェッショナルで魅力的なストーリーボードを作成したいですか?このツールがお手伝いします。「映像は視覚と聴覚の芸術」という認識に基づき、S級制作基準に合わせた短編ドラマのストーリーボードをカスタマイズします。 キャラクター設定や制作ニーズを提供していただくだけで、まずはキャラクターをより豊かで立体的にブラッシュアップします。その上で、クラシックな7段構成の1分間短編ドラマ脚本を生成し、テンポ良く視聴者の注意を引きつけます。 さらに、詳細な14項目のストーリーボード表を出力します。この表には、ショットタイプ、構図、カメラワーク、画面描写などの映像言語の核心要素に加え、BGMの感情や効果音も含まれ、作品をA級からS級へと引き上げます。「黄金の3秒」「重要な7秒」「クライマックス」「エンディングのフック」の4つの重要ポイントには最適化の提案を重点的にマークし、視聴者の感情を巧みに操り、サスペンスを生み出し、作品の拡散力を高めます。 AI短編ドラマ制作の初心者でも、作品のレベルアップを目指す方でも、このプロフェッショナルな脚本があなたのクリエイティブを最高の映像形式で表現します。平板な語り口から脱却し、プロの映像言語で魅力的なストーリーを語り、あなたのAI短編ドラマを多くの作品の中から際立たせましょう。
動画単一画像からの自動動画生成と多言語対応
このスキルは、チャット内で利用可能な画像生成および動画生成ツールを実際に呼び出し、プロンプトが書かれた紙ではなく、ストーリーボードの画像ファイルと結合された動画ファイルを納品します。v2.0.0以降では、モデルが英語で製品を紹介することも可能です。画面上で口を動かすだけでなく、英語の音声が完成品にしっかりと組み込まれます。 ## 概要 **自分で実行するためのプロンプトを渡すのではなく、チャット内でツールを検出し、あなたの確認を得た上で、ストーリーボード画像と結合されたMP4を直接作成し、英語の字幕と公開レイヤー用の英語音声補足手順を提供します。** ## 詳細説明 画像をアップロードすると、このスキルはまずチャット内で3つの処理を行います。現在のセッションで実際に利用可能な画像生成、動画生成、結合ツールを検出し、素材の著作権、商標テキスト、人物のコンプライアンス、ライセンス、コンテンツセキュリティ、広告文言、AIマーキング、ツールの境界を1つずつ確認します。その後、「今回何回呼び出す予定か、クレジットがどのくらい消費されるか」を明確に説明し、あなたの明確な同意を得てから生成を開始します。 生成には2つの方法があります。**パスA**:まず6枚のストーリーボードの最初のフレーム画像を生成し、主体、テキスト、人物、光をフレームごとに確認し、各フレームを短編動画に変換し、最終的に1本のMP4に結合します。テキストのズレや人物のドリフトといった問題は、画像段階で防がれます。**パスB**:単一の主体、単一のアクション、テキストなしのお試し用として、入力画像にプロンプトを追加して直接動画を出力します。失敗した場合はパスAに戻り、同じ方法で何度もクレジットを無駄に消費することはありません。 同じ画像に対して、中立、フィクション、または成人向けの複数の人物説明を割り当てることができます。デフォルトでは、最初にサンプル動画を1セット作成して確認してもらい、確認後に一括処理を行います。各バッチの終了時に、実際の呼び出し回数とファイルの実際のパスが報告され、消費量の確認が容易になります。 **英語解説の実現方法**:検証可能な製品の事実のアンカー(パラメータ、認証、価格が見つからない場合は「要確認」とマークし、絶対に捏造しない)を最初にロックします。その後、人物のトーンに応じた異なる英語のスクリプトを作成します。リラックスした共有トーン、穏やかな解説トーン、プロフェッショナルなレビューのトーンがあり、各文は6〜12語で、対応するショットの時間を超えないようにします。音声と画像の同期テーブルを作成し、「どのショットで、何を言い、どこに字幕を置くか」を指定し、文ごとに英語の広告コンプライアンスを確認します(絶対的な表現は一切許容せず、パラメータ認証にはソースが必須です)。プラットフォームの事実として、YOUMINDのようなプラットフォームの動画モードは映像のみを生成し、音声トラックは通常BGMであり、**自動的に英語の音声が生成されるわけではありません**。そのため、英語の解説は2つのレイヤーで提供されます。①画面の余白部分に配置される必須の英語字幕。「見える英語」であり、音声ツールに依存しません。②現在の環境で音声ツールが検出されない場合(YOUMINDでよくあること)、英語スクリプト、同期テーブル、および公開レイヤーで音声を補うための手順(英語の文を剪映/CapCutの「テキスト読み上げ」に貼り付け、英語の音声を選択し、同期テーブルに従って切り取って重ねる)が提供されます。**今回の完成動画には字幕のみがあり、英語の音声はありません。音声は公開レイヤーで追加する必要があります**。BGMを英語解説と偽ったり、音声を捏造したりすることはありません。環境にたまたま音声ツールがある場合は、英語の音声トラックが直接生成され、完成した動画に重ね合わされます。 **v2.1における「汚れ」と「AI感」の改善**:4層のプロンプトに製品のクリーンアンカー(clean / pristine / no smudges)と実写の質感アンカー(自然な肌のテクスチャ / 織物のテクスチャ / 手持ち感 / 自然光)が追加され、ネガティブレイヤーで汚れ / 汚れた外観 / マネキンのような肌 / 過剰な美肌効果 / プラスチック感 / カートゥーンレンダリングが除外されます。製品のクローズアップショットはショットごとに拡大して清潔感とリアリティがチェックされ、汚れていたり不自然な場合はアンカーが追加されて再調整されます。汚れた製品やマネキンのような質感を完成品として納品することはありません。**入力画像自体が汚れている場合は、最初から綺麗で鮮明な製品画像に置き換えてください**。プロンプトで汚れた画像を修復することはできません。 **現在の環境で利用可能な生成ツールがない場合、スキルは「自動的に動画を出力できません」と直接説明し、フォールバックとして完全なプロンプトパッケージとストーリーボードテーブルを提供します**。どのような状況であっても、生成を偽ったり、音声を偽ったり、ファイルパスを捏造したりすることはありません。 **クレジットが消費されます**:画像または動画の生成を呼び出すたびに、プラットフォームのクレジットまたはサブスクリプションのクォータが消費されます。詳細はプラットフォームの当時の表示に準じます。本スキルは具体的な数値を保証するものではなく、コストがかからないと主張するものでもありません。生成結果には確率的な要素があり、1回での成功や、ヒット、収益、プラットフォームの審査通過を保証するものではありません。AI生成コンテンツのマーキングは、ターゲットプラットフォームの当時の公式要件に従って処理され、ルールが不明な場所には「要確認」とマークされます。利用可能なモデルとアカウントの可用性は、作成インターフェイスのリアルタイム表示に準じます。スキルはまずツールがサポートされているかどうかを検出し、サポートされていない場合は明確に通知して代替手段を提供し、指定されたモデルが使用されたと偽ることはありません。 ## 3つのセールスポイント 1. **実際にファイルが出力される**:ストーリーボード画像、動画クリップ、結合されたMP4が納品され、プロンプトが書かれた紙ではありません。 2. **妥協のない英語解説の実現**:ファクトアンカー → 段階別の英語スクリプト → 音声と画像の同期 → 広告コンプライアンス → 必須の英語字幕+公開レイヤーでの音声追加SOP。動画自体は英語を話さず、音声は後から追加する必要があることを正直に説明し、BGMを解説と偽ることはありません。 3. **汚れとAI感の徹底的な排除(v2.1)**:クリーンアンカー + 実写の質感アンカー + ショットごとの拡大QA。クローズアップは汚れておらず、マネキンやプラスチックのようになりません。まずツールを検出し、9つのゲートを通過させ、消費量を通知して確認を得てから作業を開始します。ツールがない場合は正直にフォールバックします。
動画ショートドラマ脚本から15秒絵コンテ生成
分割済みのショートドラマの脚本の段落を、Seedance 2.0での動画生成にそのままコピーして使用できる15秒の絵コンテプロンプトに変換します。各元の番号は1つの独立した動画に対応しており、ストーリーのアクション、キャラクターのセリフ、心内語、ナレーション、人間関係、発生順序を維持し、脚本内容の統合、分割、再並べ替えを行わないため、連続するショートドラマや話数ごとの動画制作に適しています。 音声配信の内容に応じて15秒以内のカメラのテンポを調整し、ショットサイズの変化、カメラワーク、キャラクターの表情、視線、アクション、シーンの雰囲気、光と影、効果音、BGMを細分化します。また、キャラクターのセリフと口を動かさない心内語を区別し、セリフが多い場面、群衆のやじ、感情的な反撃、重要なカタルシスポイントに明確な視覚的フォーカスを持たせます。画面描写は動画生成の安定性とショートドラマの質感の両方を考慮しており、古装辺境、東方仙侠、古装権謀、現代都市、財閥、学園などのテーマに対応可能です。 各プロンプトには、前後のカットのシーン、立ち位置、アクション、小道具の状態も追加され、隣接する番号同士が自然に繋がるようサポートします。同一シーンでの連続ドラマ、場面転換、感情の変化、視線のやり取り、音声の継続なども、それぞれに応じた接続方法にマッチします。最終的な出力は構造が明確で、15秒の時間帯ごとの絵コンテ、統一されたスタイルキーワード、および次の動画へと引き継げる終わりのシーンの記述を含み、Seedance 2.0での動画生成に直接活用しやすくなっています。
情報
- バージョン
- v1
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- Claude Sonnet 4.5