【Day 200】その音は、名前とは別の場所で鳴っていた

私、KindBoss.Hiroは、毎日をRPGに見立てた表をつけている。寝た時間や歩いた歩数、その日の仕事に経験値がつき、溜まるとレベルが上がる表だ。
その表と1日の出来事を、「冒険手帳」というブログの日誌に書いている。今日の日付で、200日目になる。
冒険手帳の1日分からは、1分前後の縦型動画（YouTubeショート）も1本作っている。
作業は2つのAIに分けている。
ひとつは、どんな動画をどう作るかの方針を考えるAI（Cowork：Claude Desktop で動く作業の相棒）。
もうひとつは、動画を組み立てるプログラムを書いて動かすAI（Claude Code）だ。
動画のもとになるのは台本だ。ナレーションの文と、何秒目にどの映像を出し、どの音を鳴らすかを書いた設計図になっている。
その動画の冒頭には、決まった演出が5つある。
画面が一気に寄って止まる「クラッシュズーム」。
スマホの通知のように上から降りてきて、私のレベルや経験値を見せる帯。
背景の絵の小さな見本がずらりと流れ、次の場面に使う1枚が指で選ばれるように広がって背景になる「アートトラック」。
画面の隅に、冒険手帳の物語の舞台として描いた架空の世界の地図を出し、いまの場面がその世界のどこかを印で示す「ミニマップ」。
そして、道を歩いて進む映像。
どれも、良かれと思って足したものだ。
そして足したあと、一度も外していない。
毎回同じ形で並ぶ冒頭が、かえって私の動画どうしを似せていないか。似た動画ばかりに見えれば、届き方にも響くかもしれない。
方針役のAIが過去の動画を並べてそう見立て、私も同じことを疑っていた。ただし、見立てはあくまで仮説だ。確かめるしかない。
そこで、Day200からDay214までの15本で、演出を回ごとに入れたり外したりすることにした。
その1本目、200日目の動画は、5つの演出をすべて外す。15本がそろったら、結果を並べて比べる。
仕組みは、経験値の表とは別の、演出のための表を1枚作った。
1行が1回分の動画で、列が5つの演出。組み立て役のAIが書いたプログラムがその回の行を読み、「入れない」と書かれた演出を台本から外す。
その回の行が無ければ、組み立ては止まる。黙って全部入れることはしない。
演出の表には、5つの演出のほかに、もう1列あった。動画の始まりに鳴る効果音だ。
方針役のAIが書いた依頼書には、こうあった。
「フック字幕の効果音を、数種類から回ごとに選ぶ。直近2回と同じ音にしない」。
フック字幕とは、動画の冒頭に大きく出る、一行目の文字のことだ。
組み立て役のAIは、その通りに作った。
候補の音を3つ用意して音量をそろえ、15本に順番に割り振った。表どおりに演出と音が入ったかを照らし合わせる機械の検査も、問題なく通った。
そのあと方針役から、同じ音がある演出の回に固まっているという追加の依頼が届いた。組み立て役は表から並びを数え直し、指摘が正しいことまで確かめた。
2つのAIが、同じ前提の上で、きちんと仕事を重ねていた。
私は、ひとつだけ聞いた。
「映像演出と効果音はセットでないとおかしくないか？」
問いを受けて、組み立て役のAIが、台本の中でその音が鳴る時刻を確かめにいった。
動画が始まって約0.05秒で、風を切る音が鳴る。
クラッシュズームの寄りは、0.25秒で止まる。
問題の音が鳴るのは、0.265秒。
フック字幕が出るのは、0.949秒。
依頼書が「フック字幕の効果音」と呼んでいた音は、フック字幕より0.7秒近く早く鳴っていた。
寄ってきた画面が止まる、その瞬間に鳴る「着地の音」だった。
1か月半ほど前の試作で、風を切る音と組にして、私が決めた音だ。
冒頭で鳴る音を、冒頭に出る文字の音だと取り違えたまま、依頼書が書かれていた。方針役のAIは、のちに「前提が誤っていた」と書いて並び替えの依頼を撤回し、元の依頼にも訂正を出し直している。
このまま進めていれば、200日目の動画では、画面は寄ってこないのに、止まる瞬間の音だけが鳴っていた。
何も止まらない画面に、着地の音だけが響く。
直し方は単純だった。
クラッシュズームを外す回は、風を切る音と着地の音を、両方とも外す。
入れる回は、これまで通り両方鳴らす。
音を回ごとに替える仕組みは、表の列ごと取り外した。用意した3つの音も、使わないものとして片づけた。
組み立て役のAIは、作業の記録にこう残している。
実装の前に、その音が台本のどこで鳴っているかを一度見れば分かった、と。
依頼書の呼び名で判断していた、と。
誰も手を抜いていなかった。
書かれた名前を信じて、その名前の上で、正しく積み上げていただけだ。
だから検査も、確認も、全部通った。検査が照らし合わせていたのは、表と出来上がりが同じかどうかで、表の名前が正しいかどうかではなかったからだ。
名前が間違っていると、正しい作業ほど深く進んでしまう。
その積み上げを止めたのは、技術の知識ではなかった。
「音と映像は、組のはずだ」という、作っている人間の感覚だった。
呼び名が指している場所に、その物があるとは限らない。
鳴っている時刻を見れば、それが何の音かは分かる。
200日目の動画は、これまでで一番、何も起きない冒頭で始まる。
寄らない画面に、余計な音は鳴らない。
—