Kattoエディタを作り直す（前編）：プレビュー＝書き出し

ここ数週間、Kattoの動画エディタをゼロから作り直してきました。見た目だけの刷新ではなく、土台のエンジンごと新しくしています。これは「何が・なぜ・どこへ向かうのか」を、長尺動画を短いクリップに変えるすべての人に向けて伝える短いシリーズの第1回です。

問題：プレビューは嘘をつく

多くの動画エディタには静かな欠陥があります。編集しているプレビューと、書き出す最終ファイルが、別々のコードで作られているのです。字幕を置き、切り抜きを微調整し、フォントを選ぶ。画面上では完璧。ところが書き出すと、結果は少しズレている。テキストが数ピクセル下がり、タイミングがずれ、フォントが平凡なものに置き換わる。まるで、1本のふりをした2本の動画です。

たまの編集なら煩わしいだけ。1日に5本出す人には税金です。「まあいいか」で妥協するか、書き出し直して目視で確認するか。どちらにせよ、本来ツールが節約するはずだった時間を燃やしています。

エンジンは2つではなく1つ

そのズレを追いかけるのに疲れたので、いっそ無くしました。Kattoで編集するプレビューは、いまや最終動画を生成するのとまったく同じレンダリングエンジンで動きます。見ているものから外れていく別の書き出し用レンダラーはもうありません。見たままが、そのまま公開されます。

内部では、クリップの各要素（切り抜き、字幕、レイアウト、タイミング）が一度だけ、一か所で記述され、一度だけ描画されます。ブラウザのプレビューとサーバーの書き出しは同じ記述を読み、同じように描画します。それが新しいエンジンです。そして残りの書き出し経路も、クリップの種類ごとに順次この上へ移行し、どこでもこの保証が成り立つようにしています。

実利はこうです。驚きが減り、書き出し直しが減り、小さな調整もレンダリング後まで生き残ると分かって手を入れられる安心感が生まれます。

本当に「動く」アニメーション字幕

静止した字幕はもう解決済みの課題。注意を引きつける字幕はそうではありません。短尺動画の視聴維持は最初の数秒で決まり、テキストの動きはそれを稼ぐ最も安価な手段のひとつです。だから、アクティブな単語の色替えだけでなく、単語ごとに動く本物のアニメーションエンジンを作りました。

アニメーション字幕は50以上のスタイル。その多くは単語ごとに本当に動き、いくつかはあえてシンプルに。主な4つの動き：

Box：アクティブな単語に塗りつぶしのハイライトボックスが付き、単語から単語へ飛び移る。バズるクリップで見かける、視聴維持に強い「Hormozi」風の見せ方。フックやパンチラインで使う。
Pop：発話に合わせて各単語がぽんと弾んで現れる。主役を奪わずに勢いを足す。テンポの速いトーキングヘッドに好適。
Typewriter：単語が左から右へ一つずつ現れる。落ち着いた編集的なトーンで、ポッドキャストやインタビュー、解説向き。
Karaoke：声のタイミングでアクティブな単語が色に塗りつぶされ、字幕が音声に固定される。音楽や作り込んだ台本など、正確な同期が要るときに最適。

どのスタイルも、実際に描画される通りにプレビューされます。選択画面のタイルは静止見本ではなく、本物の動きをループします。書き出しと同じレンダリングロジックで作られているからです。当てずっぽうではなく、見て選べます。

目安はひとつ。1本の動画につき1つの動き。BoxのフックにTypewriterの本文を混ぜると、ノイズに見えます。クリップの熱量に合うスタイルを選び、それ1つで通しましょう。

リフレーミングはシーンごとに

クリップが1カットだけということは、ほとんどありません。ポッドキャストは2人の話者を切り替え、リアクション動画は顔から画面へ飛び、ゲーム実況はゲームプレイとウェブカメラを混ぜます。動画全体に単一の構図を強いるのは、そもそも無理がありました。

Kattoではいま、レイアウトをシーンごとに設定できます。Full／Wide／Split／Stacked／Grid、全体のデフォルトに加えてシーン単位の上書き。リフレーミングは基本は自動で動きを追い、別の扱いが要るシーンだけ手を入れます。切り抜きを外した1カットだけ直し、あとはそのままに。

スタジオのようなタイムライン

操作面はエンジンと同じくらい大事です。作り直したタイムラインには、ミリ単位の目盛り、ドラッグできる再生ヘッド、Ctrl／⌘＋ホイールのズーム、灰色のシーンブロックの代わりにフィルムストリップのサムネイル。動画を一目で読めます。キーボードショートカットは再生・ループ・分割・ズーム・取り消しをカバー。全体は静かなダークで、作業の邪魔をしない設計です。

なぜ重要か

速さは、結果を信頼できて初めて意味を持ちます。プレビューと書き出しが食い違うエディタは、すべてを二度確認させます。プレビューと書き出しを1つのエンジンにまとめ、本当に見る価値のある字幕を加え、必要なところだけリフレーミングできるようにする。狙いはシンプルです。公開できるクリップをより速く出し、一度で信頼できるようにすること。

自分のワークフローでの位置づけを見るなら、料金ページにプランがまとまっており、比較ページで他のクリップツールとの違いが分かります。

よくある質問

なぜ多くのエディタでプレビューと書き出しが違って見えるの？
たいてい2つの別々のシステムで描画されるからです。画面上のプレビュー用の速いものと、最終ファイル用の重いもの。両者の差（フォント、間隔、タイミング）は書き出した後にしか現れません。Kattoは両方に単一のエンジンを使うので、プレビューが書き出しと一致します。

短尺動画にはどのアニメーション字幕スタイルが向いている？
フックやパンチラインには、Boxスタイル（アクティブな単語のハイライトボックス）が最も注意を引きます。ポッドキャストのような落ち着いた編集的な内容にはTypewriterが読みやすい。字幕を声にきっちり同期させたいならKaraokeが最適です。原則、1本につき1スタイル。

1つのクリップで複数の構図を使える？
はい。Full／Wide／Split／Stacked／Gridをシーンごとに、全体のデフォルトとシーン単位の上書きで設定できます。2人トークの区間と画面共有の区間を、それぞれ正しく構図できます。

次は何が来る？
マルチトラックのタイムライン、さらなるアニメーション、そしてすべての書き出し経路を新しいエンジンに載せるための移行の完了。これがこのシリーズの後編です。

つづく

まだ終わりではありません。今回は前編、土台に集中しました。1つのエンジン、アニメーション字幕、シーンごとのリフレーミング、スタジオ級のタイムライン。ぜひフォローして続きをお待ちください。