3.0.0 — 字幕とナレーションの独立制御 + AI字幕スタイリング + デジタルアンカー + 画像生成
字幕とナレーションの独立制御 + AI字幕スタイリング + デジタルアンカー + 画像生成
新機能
新機能と改善
- 字幕とナレーションの独立制御 —
SubtitleConfigをAudioConfigと同格に昇格し、それぞれ独立したenabledスイッチを用意。4 つの組み合わせモード(ナレーション+字幕、ナレーションのみ、字幕のみ、無音)に対応。クリエイティブ・原稿エンドポイントにsubtitle_enabledパラメータを追加。 - AI字幕スタイリング(LLM モード) —
style_modeに"fixed"(グローバルスタイル)と"llm"(字幕ごとの位置/色/フォントサイズを LLM が決定)を追加。style_hintsは自然言語の指示(「キー行は赤、サマリーは黄色」など)を受け付けます。generate_subtitle_styles()は全字幕を1回の呼び出しで LLM に送信し、sidecar のsubtitle_styles.jsonでレンダリングします。 - デジタルアンカー(デジタル人材アナウンサー)タスクタイプ — t2i または i2i(ユーザーがアップロードした参照写真)で AI プレゼンターを生成。原稿を 5〜12 秒の段落に分割し、それぞれ異なるジェスチャー/表情のユニークな i2v クリップを生成。統合 TTS + LLM 最適化字幕オーバーレイ。音声はモデルまたは連結後に生成。
POST /api/tasks/anchor。 - シンプル画像生成 — 新しい第 5 タブ。軽量な
SimpleImageTask。システムプロンプト対応。GET /api/image/{id}で結果を取得。 - システムプロンプト対応 — シンプル動画・画像タスクで任意のシステムプロンプトを指定可能(最終プロンプトの前に付加)。
リファクタリングと最適化
- パイプラインのステップ分割 — クリエイティブ・原稿パイプラインで
_step_audio_subtitleを独立した_step_audio+_step_subtitleに置き換え。 - 字幕レンダリング改善 — 0.3 秒オーバーラップの複数行表示、0.8 秒の遷移オーバーラップ、2 パス
extend-endタイミング、安全マージンのはみ出し保護、LLM による垂直ゾーン配置で視覚的変化を実現。
バグ修正
subprocess.runにstdin=DEVNULLを追加し、バックグラウンドプロセスの SIGTTIN によるハングを防止。SilentTTSEngine.generate()がNoneを返す問題 → 空のdictを返すように修正し、字幕のみモードの SRT 生成を修正。- SRT タイムラインを推定動画時間ではなく実際の音声時間に基づいて生成。
- 画像生成失敗時に具体的なエラー(HTTP status + body + traceback)を出力。
- デジタルアンカーパイプラインの防御的 UTF-8 エンコーディング修正。実際の音声時間を得るため TTS を先に生成。
Agnes Video Generator について
完全無料・オープンソースの AI 動画生成ツール。テキストをナレーションと字幕付きの複数シーン AI 動画に変換できます。
- 完全無料・オープンソース、高性能 GPU 不要
- テキストから動画、画像から動画、デジタルアンカー、画像生成に対応
- 無料の Agnes AI モデルを使用、動画はすべてクラウドで生成
- Web UI・Docker・npm で起動でき、セルフホストも可能
関連ページ
リリースノート
Agnes Video Generator のバージョン履歴:各バージョンの新機能・改善・不具合修正。
オンラインデモ | Agnes Video
プロンプトを入力してAI動画・画像を生成
テキスト動画API — 無料AI動画生成API | Agnes Video
Agnes AI 無料ビデオ モデルのプログラム呼び出し: テキストからビデオ、画像からビデオ、ナレーション生成など、リクエスト パラメータ、ベアラー認証、タスク ステータス ポーリング、完全なコード サンプル (Python/cURL/HTTP) を含む REST API の完全なカバレッジ。開発者に優しく、コストがゼロで、高性能ビデオカードを必要とせずにアクセスできます。
信頼性について
この記事は第一線の実践者によって書かれており、主観的な印象による結論ではなく、arXiv論文、メーカー技術報告書、Stanford AI Indexなどの一手のソースをクロスチェックして書いています。
SandGrid@lcy362
Agnes Video Generator 開発者 · フルスタックエンジニア
オープンソースAIビデオ生成ツール「Agnes Video Generator」の著者、インディーズ开発者。プロジェクトはAgnes AIの完全に無料のビデオモデルに基づいており、MITプロトコルはオープンソースで、すでに1,000人以上のクリエイターがゼロコストでAIビデオを生産したことがある。長期にわたってビデオ生成モデルのエンジニアリングと普及に注目しており、記事の内容はすべて第一線の実践と一手の研究から来ています。
GitHub で見る最終更新:2026-08-21