はじめに

今回は、AviUtlで後から編集が可能な自作カラオケ字幕作成ソフト「LRC2EXO-Python」を紹介します。
2024/10/19以降、私が運営するYouTubeチャンネルの動画に現役で利用しています。

注意事項

ソフトウェアのソースコードは、ライセンスに基づき自由にお使いいただけます。
当ソフトウェアを使って（改良した場合を含みます）制作した動画は、動画配信プラットフォームにアップロードすることができますが、利用したソフトとして「LRC2EXO-Python」を動画の説明欄などに記載をお願いいたします。

コンセプト

以下のようなコンセプトでソフトウェアを開発しました。

タイムタグ付きの歌詞ファイルを用意し、できるだけ操作を少なく字幕を作成したい
後から字幕のワイプ（徐々に色が変わる）の調整ができるようにしたい
文字幅を自動的に認識して自然な字幕にしたい（以前開発していたソフトでは不自然な空白があったため）
パート分けや合いの手の切り替えも歌詞ファイルで事前に制御したい

主な機能

１画面につき４行までの歌詞ブロックに対応
等幅・プロポーショナルフォントに対応（文字の幅によって自動制御）
パート分け表示（行頭のアイコン表示）に対応
括弧による合いの手歌詞自動認識
歌詞・ルビの文字間隔、縁取り幅などの多様な字幕画像の出力設定
歌いだし表示時間、字幕残存時間などのEXOのオブジェクト設定

以下のような字幕を簡単に作成できます。

特徴

カラオケ字幕ファイル（LRC、txt2ass向けルビ付きKRAに対応）から、AviUtlで編集ができるカラオケ字幕を生成します。
字幕はテキストオブジェクトではなく画像であらかじめ書き出すため、後から画像を編集することで動画編集ではできない字幕表現を行うことができます。
歌詞ファイル＋設定ファイルを用意することで多彩な字幕表現を可能にします。
歌詞に「①」「①②」などの番号を入れることで、自動的にパート分け字幕を作ることができます。

詳細な説明はGitHubのリポジトリをご参照ください。

サンプルとして、以下のようなタイムタグ付き歌詞ファイルを用意したとします。
歌詞：「シャイニングスター／魔王魂」

[00:09:65]た[00:09:83]だ[00:10:39]風[00:10:39]([00:10:39]かぜ[00:11:17])[00:11:17]に[00:11:37]揺[00:11:37]([00:11:37]ゆ[00:11:54])[00:11:54]ら[00:11:71]れ[00:11:90]て[00:12:48]
[00:12:66]何[00:12:66]([00:12:66]なに[00:13:02])[00:13:02]も[00:13:19]考[00:13:19]([00:13:19]かんが[00:14:19])[00:14:19]え[00:14:57]ず[00:14:75]に[00:15:48]

[00:35:29]シャ[00:35:45]イ[00:35:61]ニ[00:35:76]ン[00:35:94]グ[00:36:09]ス[00:36:24]ター[00:36:58]綴[00:36:58]([00:36:58]つづ[00:37:30])[00:37:30]れ[00:37:49]ば[00:37:94]
[00:38:10]夢[00:38:10]([00:38:10]ゆめ[00:38:46])[00:38:46]に[00:38:66]眠[00:38:66]([00:38:66]ねむ[00:39:22])[00:39:22]る[00:39:64]幻[00:39:64]([00:39:64]まぼろし[00:40:77])[00:40:77]が[00:41:00][00:41:38]掌[00:41:38]([00:41:38]てのひら[00:42:29])[00:42:29]に[00:42:67]降[00:42:67]([00:42:67]ふ[00:43:04])[00:43:04]り[00:43:41]注[00:43:41]([00:43:41]そそ[00:43:96])[00:43:96]ぐ[00:44:44]
[00:44:56]新[00:44:56]([00:44:56]あら[00:44:91])[00:44:91]た[00:45:29]な[00:45:66]世[00:45:66]([00:45:66]せ[00:46:07])[00:46:07]界[00:46:07]([00:46:07]かい[00:46:63])[00:46:63]へ[00:47:19]

当ソフトウェアは、空白行を歌詞ブロックの区切りとして認識します。例えば、最初の２行は一つのブロックになります。

[00:09:65]た[00:09:83]だ[00:10:39]風[00:10:39]([00:10:39]かぜ[00:11:17])[00:11:17]に[00:11:37]揺[00:11:37]([00:11:37]ゆ[00:11:54])[00:11:54]ら[00:11:71]れ[00:11:90]て[00:12:48]
[00:12:66]何[00:12:66]([00:12:66]なに[00:13:02])[00:13:02]も[00:13:19]考[00:13:19]([00:13:19]かんが[00:14:19])[00:14:19]え[00:14:57]ず[00:14:75]に[00:15:48]

次に３行連続している箇所は、３行をまとめて一つのブロックとして認識します。

[00:35:29]シャ[00:35:45]イ[00:35:61]ニ[00:35:76]ン[00:35:94]グ[00:36:09]ス[00:36:24]ター[00:36:58]綴[00:36:58]([00:36:58]つづ[00:37:30])[00:37:30]れ[00:37:49]ば[00:37:94]
[00:38:10]夢[00:38:10]([00:38:10]ゆめ[00:38:46])[00:38:46]に[00:38:66]眠[00:38:66]([00:38:66]ねむ[00:39:22])[00:39:22]る[00:39:64]幻[00:39:64]([00:39:64]まぼろし[00:40:77])[00:40:77]が[00:41:00][00:41:38]掌[00:41:38]([00:41:38]てのひら[00:42:29])[00:42:29]に[00:42:67]降[00:42:67]([00:42:67]ふ[00:43:04])[00:43:04]り[00:43:41]注[00:43:41]([00:43:41]そそ[00:43:96])[00:43:96]ぐ[00:44:44]
[00:44:56]新[00:44:56]([00:44:56]あら[00:44:91])[00:44:91]た[00:45:29]な[00:45:66]世[00:45:66]([00:45:66]せ[00:46:07])[00:46:07]界[00:46:07]([00:46:07]かい[00:46:63])[00:46:63]へ[00:47:19]

カラオケ字幕の作成手順

リポジトリのファイルを前提に説明します。

【事前準備】requirements.txtを参考にPython環境を構築してください。

手順概要

プレーンな歌詞ファイルを用意する
- sample/1_シャイニングスター（出典：魔王魂）.txtを参考に、最大４行を１ブロック、空白行を区切りとして歌詞ファイルを用意してください。
タイムタグ作成ソフトを使ってKRAファイルを書き出す
- 「RhythmicaLyrics」などのソフトウェアを使いタイムタグを付けた歌詞ファイルをLRCまたはKRAファイルとして保存してください。
  RhythmicaLyricsの場合、「txt2ass向け」のルビ付き歌詞の出力形式に対応しています。
フォントファイル、settings.jsonの準備
- カラオケ字幕に使用したいフォントと、付属のsettings.jsonをコピーし設定をカスタマイズしてください。
LRC2EXO-Pythonを使用してカラオケ字幕生成
- 以下のコマンドを実行し、字幕生成を実行してください。
- または、python main_gui.pyを実行し、GUIアプリでファイルパスを指定して生成処理を実行してください。

python main.py --input_lrc_path "＜タイムタグ付き歌詞ファイルのパス＞" --exo_output_path "＜書き出したいEXOファイルのパス＞" --settings_path "＜手順3で用意した設定ファイルのパス＞"

AviUtlで編集
- 4で生成したEXOファイルを拡張編集タイムラインから読み込み、必要に応じて画像オブジェクトを編集したうえで動画を書き出してください。

主な設定項目の関係図

設定項目一覧（settings.json）

字幕全般の設定

変数名	型	説明
`GENERAL.WIDTH`	int	字幕１行分の画像幅
`GENERAL.HEIGHT`	int	字幕１行分の画像高さ
`GENERAL.X_BASE_INIT`	int	1文字目のデフォルトX座標（字幕１行分の画像の左上が原点）
`GENERAL.Y_LYRIC`	int	歌詞のY座標（字幕１行分の画像の左上が原点）
`GENERAL.Y_RUBY`	int	ルビのY座標（字幕１行分の画像の左上が原点）
`GENERAL.COLOR_FILL_BEFORE`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ前の文字色
`GENERAL.COLOR_STROKE_FILL_BEFORE`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ前の縁色
`GENERAL.COLOR_FILL_AFTER`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ後の文字色
`GENERAL.COLOR_STROKE_FILL_AFTER`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ後の縁色
`GENERAL.COLOR_FILL_BEFORE_CHORUS`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ前の文字色（合いの手、コーラス用）
`GENERAL.COLOR_STROKE_FILL_BEFORE_CHORUS`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ前の縁色（合いの手、コーラス用）
`GENERAL.COLOR_FILL_AFTER_CHORUS`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ後の文字色（合いの手、コーラス用）
`GENERAL.COLOR_STROKE_FILL_AFTER_CHORUS`	int[R(0-255), G(0-255), B(0-255), A(0-255)]	ワイプ後の縁色（合いの手、コーラス用）

合いの手、パート分けモード用字幕設定

変数名	型	説明
`GENERAL.CHANGE_TO_CHORUS_STR`	str[]	合いの手、コーラスモードに移行する対象文字リスト
`GENERAL.CHANGE_TO_MAIN_STR`	str[]	合いの手、コーラスに移行する対象文字リスト
`GENERAL.CHANGE_TO_PART_STR`	str[]	パート分けモードに移行する対象文字リスト
`GENERAL.PART_ICON`	str[]	パート分け表示のアイコン画像のパスリスト
`GENERAL.PART_ICON_HEIGHT`	int	パート分けアイコン画像の高さ
`GENERAL.PART_ICON_OFFSET_X`	int	パート分けアイコン画像のX座標オフセット
`GENERAL.PART_ICON_OFFSET_Y`	int	パート分けアイコン画像のY座標オフセット
`GENERAL.PART_ICON_MARGIN_X`	int	パート分けアイコン画像のX方向余白
`GENERAL.COLOR_FILL_BEFORE_PART`	list[int[R(0-255), G(0-255), B(0-255), A(0-255)]]	パート分けモード用ワイプ前の文字色リスト
`GENERAL.COLOR_STROKE_FILL_BEFORE_PART`	list[int[R(0-255), G(0-255), B(0-255), A(0-255)]]	パート分けモード用ワイプ前の縁色リスト
`GENERAL.COLOR_FILL_AFTER_PART`	list[int[R(0-255), G(0-255), B(0-255), A(0-255)]]	パート分けモード用ワイプ後の文字色リスト
`GENERAL.COLOR_STROKE_FILL_AFTER_PART`	list[int[R(0-255), G(0-255), B(0-255), A(0-255)]]	パート分けモード用ワイプ後の縁色リスト

AviUtlでの字幕表示関連の設定

変数名	型	説明
`GENERAL.DISPLAY_BEFORE_TIME`	int(単位：10ミリ秒)	ワイプ前字幕表示開始時間
`GENERAL.DISPLAY_AFTER_TIME`	int(単位：10ミリ秒)	ワイプ後字幕表示残存時間
`GENERAL.DISPLAY_CONNECT_THRESHOLD_TIME`	int(単位：10ミリ秒)	字幕連続切り替え判定閾値時間
`GENERAL.PROJECT_WIDTH`	int(単位：ピクセル)	AviUtlプロジェクトの動画幅
`GENERAL.PROJECT_HEIGHT`	int(単位：ピクセル)	AviUtlプロジェクトの動画高さ
`GENERAL.PROJECT_FRAMERATE`	int	AviUtlプロジェクトのフレームレート
`GENERAL.PROJECT_MARGIN_X`	int(単位：ピクセル)	動画左端からのX座標字幕余白
`GENERAL.PROJECT_LYRIC_X_OVERLAP_FACTOR`	float	多段歌詞の中央寄せ時の重なり具合
`GENERAL.PROJECT_Y_0_LYRIC`	int(単位：ピクセル)	1段目の歌詞Y座標
`GENERAL.PROJECT_Y_1_LYRIC`	int(単位：ピクセル)	2段目の歌詞Y座標
`GENERAL.PROJECT_Y_2_LYRIC`	int(単位：ピクセル)	3段目の歌詞Y座標
`GENERAL.PROJECT_Y_3_LYRIC`	int(単位：ピクセル)	4段目の歌詞Y座標
`GENERAL.PROJECT_Y_0_RUBY`	int(単位：ピクセル)	1段目のルビY座標
`GENERAL.PROJECT_Y_1_RUBY`	int(単位：ピクセル)	2段目のルビY座標
`GENERAL.PROJECT_Y_2_RUBY`	int(単位：ピクセル)	3段目のルビY座標
`GENERAL.PROJECT_Y_3_RUBY`	int(単位：ピクセル)	4段目のルビY座標

歌詞字幕の設定

変数名	型	説明
`LYRIC.FONT_PATH`	str	フォントパス
`LYRIC.FONT_SIZE`	int(単位：ピクセル)	フォントサイズ
`LYRIC.STROKE_WIDTH`	int(単位：ピクセル)	字幕の縁取り幅
`LYRIC.MARGIN_SPACE`	int(単位：ピクセル)	半角スペースの余白
`LYRIC.MARGIN_HALF`	int(単位：ピクセル)	半角文字の余白
`LYRIC.MARGIN_FULL`	int(単位：ピクセル)	全角文字の余白
`LYRIC.TEXT_WIDTH_MIN`	int(単位：ピクセル)	最小文字幅

ルビ字幕の設定

変数名	型	説明
`RUBY.FONT_PATH`	str	フォントパス
`RUBY.FONT_SIZE`	int(単位：ピクセル)	フォントサイズ
`RUBY.STROKE_WIDTH`	int(単位：ピクセル)	字幕の縁取り幅
`RUBY.MARGIN_SPACE`	int(単位：ピクセル)	半角スペースの余白
`RUBY.MARGIN_HALF`	int(単位：ピクセル)	半角文字の余白
`RUBY.MARGIN_FULL`	int(単位：ピクセル)	全角文字の余白
`RUBY.TEXT_WIDTH_MIN`	int(単位：ピクセル)	最小文字幅

さいごに

AviUtl向けのカラオケ字幕作成ソフト「LRC2EXO-Python」を紹介しました。
手軽に字幕を作成したい方の参考になれば幸いです。

お問い合わせはホームページからお願いいたします！