インストールと準備

動画を生成する前に、Python パッケージといくつかの外部依存ツールをセットアップする必要があります。

前提条件: Python 3

slidemovie には Python 3.8 以降が必要です。先に使用している OS 向けの Python 3 をインストールし、次のコマンドで利用できることを確認してください。

python3 --version

Python 2 と Python 3 が区別される環境では、以降のコマンドも python3 -m pip を使用してください。

pip がまだ利用できない場合は、パッケージをインストールする前に次を実行してください。

python3 -m ensurepip --upgrade
python3 -m pip install --upgrade pip

1. Python パッケージのインストール

最も簡単な方法は pip を使うことです。Windows では PowerShell を、macOS / Linux ではターミナルを開き、以下を実行してください。

python3 -m pip install slidemovie

これにより、multiai-tts や pptxtoimages を含む必要な Python ライブラリが自動的にインストールされます。

Windows: slidemovie コマンドを PATH に追加

Windows では、slidemovie コマンドを直接実行できるように、PowerShell で次を一度だけ実行して Python の Scripts フォルダーをユーザー PATH に追加してください。

$scriptsDir = python3 -c "import sysconfig; print(sysconfig.get_path('scripts'))"
$userPath = [Environment]::GetEnvironmentVariable('Path', 'User')
if ([string]::IsNullOrWhiteSpace($userPath)) {
    [Environment]::SetEnvironmentVariable('Path', $scriptsDir, 'User')
} elseif (($userPath -split ';') -notcontains $scriptsDir) {
    [Environment]::SetEnvironmentVariable('Path', "$userPath;$scriptsDir", 'User')
}

PowerShell を閉じて新しく開いた後、次を実行して確認してください。

slidemovie -h

2. 外部ツールのインストール

slidemovie は、いくつかの強力なコマンドラインツールの指揮者のような役割を果たします。プログラムを動作させるには、以下のツールをシステムにインストールする必要があります。

必要なツール

  1. FFmpeg: 音声の処理や、画像と音声を結合して動画ファイルにするために使用します。
  2. Pandoc: Markdown テキストファイルを PowerPoint (.pptx) ファイルに変換するために使用します。
  3. LibreOffice: PowerPoint スライドを高解像度の画像に変換するために（ヘッドレスモードで）使用します。
  4. Poppler (pdftoppm): スライドから画像を抽出するために使用される PDF レンダリングライブラリです。
  5. ImageMagick (convert/magick): スライド画像を screen_size に正規化し、アスペクト比を保ったまま均等な余白（レターボックス／ピラーボックス）を付与するために使用します。

インストールコマンド

macOS の場合 (Homebrew 使用)

Homebrew がインストールされていない場合は brew.sh を参照してください。

brew install ffmpeg pandoc poppler imagemagick
brew install --cask libreoffice

Ubuntu / Debian の場合

sudo apt update
sudo apt install ffmpeg pandoc libreoffice poppler-utils imagemagick

Windows の場合

Windows では、Windows Package Manager（winget）を使うと、各ツールを個別にダウンロードしたり PATH を手動で設定したりせずに導入できます。PowerShell を開き、次のコマンドを一つずつ実行してください。各コマンドの完了を確認してから次へ進みます。

winget が見つからない場合は、先に Microsoft Store から「アプリ インストーラー」を更新またはインストールしてください。

winget install --id Gyan.FFmpeg --exact
winget install --id JohnMacFarlane.Pandoc --exact
winget install --id TheDocumentFoundation.LibreOffice --exact
winget install --id oschwartz10612.Poppler --exact
winget install --id ImageMagick.ImageMagick --exact

すべてのインストールが完了したら、PowerShell をいったん閉じて新しく開いてください。PATH の変更を反映した後、次のコマンドで確認します。

ffmpeg -version
ffprobe -version
pandoc --version
Get-Command pdftoppm
magick -version

winget による導入後もコマンドが見つからない場合は、Windows にサインインし直してからもう一度確認してください。

3. AI APIキーの設定

slidemovie は multiai-tts ライブラリを使用してナレーション音声を生成します。モデルの選択と API キーの設定が必要です。

1. TTS モデルの選択

まず、ユーザー設定ファイルを作成するために、次を実行してください。

slidemovie --init-config

このコマンドはデフォルトの設定ファイルを作成して終了します。保存先は macOS / Linux では ~/.config/slidemovie/config.json、Windows では C:\Users\<ユーザー名>\.config\slidemovie\config.json です。

次に、設定ファイル のページを参考にこのファイルを編集し、tts_provider, tts_model, tts_voice の項目を変更して、使用する TTS モデルを設定してください。

2. API認証情報の設定

slidemovie は音声合成に multiai-tts を使用しています。API認証情報は multiai と同じ方法で設定します。

認証情報は multiai の設定ファイルに保存できます。multiai は ~/.multiai、続いて ./.multiai の設定を読み込み、プロジェクト側の設定が優先されます。Windows の PowerShell では、次のコマンドでユーザー設定ファイルをメモ帳で開いて編集できます。$HOME はユーザーのホームディレクトリ（例: C:\Users\seki）を表します。

notepad "$HOME\.multiai"

macOS では、次のコマンドで TextEdit を使って開けます。

open -e ~/.multiai

例えば、次のように設定します。

[api_key]
openai = (OpenAI の API キー)
google = (Gemini の API キー)
azure_tts = (Azure Speech の API キー)

[azure_tts]
region = japaneast

slidemovie の設定ファイルで tts_provider に指定した TTS プロバイダについてのみ、認証情報を設定すれば利用できます。

環境変数を使う方法や multiai の設定ファイル全体の形式については、公式の multiai ドキュメント を参照してください。

注意: 選択したプロバイダ（google、openai、azure）に対応する有効な認証情報が設定されていない場合、音声生成は失敗します。

VOICEVOX: voicevox プロバイダを選択した場合、APIキーは不要です。代わりに、ビルド前に VOICEVOX エンジン をローカルで起動しておく必要があります（デフォルトは http://127.0.0.1:50021）。tts_voice（話者・スタイルID）と tts_voicevox_url については 設定 を参照してください。