01
素材とタイムライン
取り込みと記憶
動画・音声・画像をドラッグ＆ドロップ。サムネイルと波形を作ります。 取り込んだ場所を覚えているので、翌日プロジェクトを開き直しても素材を繋ぎ直せます。
波形の読み込みが速い理由
波形の解析だけ 8kHz で復号します。1 時間・モノラルの素材で、 復号中のメモリが 659.2 MiB → 109.9 MiB（6.0 分の 1）、 波形が出るまでが 6,096ms → 470〜512ms になりました。 ※チャンネル数は減らせないので、ステレオはこの倍を見込んでください。
マルチトラック
映像／音声の複数トラック、移動・分割・トラック間移動、スナップ、ズーム、全体表示、 ネスト、マルチカム。映像クリップは上にコマの帯、下に音声波形の 2 段で出ます（0.2.0 から）。
精密編集
4 種のトリム（リップル／ロール／スリップ／スライド）、詰めて削除、隙間を詰める、 複数選択（Ctrl / Shift・範囲囲み）、映像と音声の連結、トラックのロック。
この分野でできないこと
代理ファイル（プロキシ）は作れますが、再生には使われません。 プレビューは常に元素材を読みます。タイムラインの印（マーカー）も画面に出ません。
02
映像・エフェクト・動き
重ねがけとキーフレーム
エフェクトは複数重ねられます。数値のパラメータにはキーフレームを打てます。 拡大率・位置 X/Y・回転・不透明度・音量に加えて、エフェクトの数値も動かせます。 タイムラインの帯で直接ドラッグできます。
再生速度と時間の付け替え
クリップ単位で 0.25×〜4×（映像・音声とも尺が自動で伸縮）。 タイムリマップで速度を途中から変えられます。
この分野で正直に言っておくこと
ブラウザ上の自動テストが「実際に絵が変わる」ことを確かめているのは基本 16 種だけです。 演出 18 種は「効果を切ったときに 1 バイトも変わらないこと」しか見ていません。 プロ 10 種には自動の検査がありません。
03
テロップ・字幕・フォント
テロップ
複数行・縦組み・ルビ・縁取り・背景帯・影・グラデーション。 プリセット 50 件、登場／持続／退場のアニメーション 51 種。 今の見た目に名前を付けて自分のテンプレートにできます。 話者を結び付けると、字幕を焼き込むときにその人の型が自動で当たります。
フォント
PC に入っている書体を実測で見つけます。候補の一覧は 1,305 件。 明朝・ゴシック・丸ゴ・デザイン・等幅・欧文・その他の 7 分類に自動で振り分けます。 ※まだ許可していないうちは呼びません（ブラウザの決まりで利用者の操作が要るため）。一度許可すると、次からは起動時に自動で取得します。
字幕
字幕トラック、SRT / VTT の読み書き、日本語の自動整形（折り返し・禁則・尺の割り直し）。
サムネイル
型紙 35 件（解説・ゲーム・Vlog・ビジネス・エンタメ・落ち着いた）。 文字の読みやすさを計算して警告します。
04
音
ミキサー
クリップ音量とフェード、トラックの音量・パン・ソロ・ミュート、 インサート（EQ・コンプ等）、バス、マスターリミッタ。 ラウドネス計測は ITU-R BS.1770-4 に沿っています。
音合わせ
複数カメラの頭合わせ（音の突き合わせ）に加えて、0.2.0 からは 機器ごとの時計のずれを測って再生速度で直せます。 実測で 30 分後に残るずれが 1.440 秒 → 0.009 秒。
無音カットと言い淀みカット
「声が出ていない時間」を切る無音カットに加えて、0.2.0 からは 「声は出ているが中身が無い」時間も探せます。辞書は 21 語。 勝手には切らず、確からしさの高い順に並べて 1 件ずつ選びます。
音の演出を測る
声にかぶる BGM が下がっているか（ダッキング）、BGM が平坦でないか、 効果音が長すぎないか。実測では、ダッキングを掛ける前は発話 6 区間すべてで下げ量 0.0dB、 掛けた後は 6 区間すべて 12.0dB になりました。
この分野でできないこと
時計のずれは 2 分未満の素材では測れません。 つなぎ直した素材に掛けると、0.3 秒の欠落を「ずれ」と誤って報告します。 マルチカムの同期パネルの「音声波形」は動きません（「グループを作る…」の方をお使いください）。
05
放送・納品
ここは「だいたい合っている」では通らない分野なので、規格の名前と版を出します。
| できること | よりどころ |
|---|---|
| フレームレート 8 種（23.976 / 24 / 25 / 29.97 / 30 / 50 / 59.94 / 60） | ドロップフレームのタイムコードは ; で区別。タイムラインはコマの境に吸着します |
| 信号レベルの検査（Rec.709 の違法値・RGB に戻せない色） | BT.709 の行列で実測。EBU R103-2000 v1.1 の数値で判定 |
| ラウドネスの納品規格 | ARIB TR-B32 / EBU R128 / ATSC A/85 / 配信 |
| インターレースの検出 | 取り込んだ瞬間に機を見て「縞」の印を付けます |
| EDL（CMX3600）／ FCPXML の読み書き | ドロップフレーム対応。存在しないタイムコードは読み飛ばして警告します |
| 安全枠の重ね表示 | SMPTE RP 218（90% タイトル / 93% アクション） |
この分野でできないこと
インターレースでの書き出しはできません（ブラウザがフィールドを扱えないため）。 検出と印付けまでです。解除も画面から使えません。 判定そのものも推定で、縞の服やブラインドは動きによる櫛と数学的に区別できません。
06
書き出しと、書き出したものの検証
書き出し
MP4（H.264 + AAC）／ WebM（VP9 + Opus）。プリセットは 52 件 （YouTube 8K から Discord 8MB、放送マスターまで）。 フレーム単位の高品質書き出しと、実時間記録の 2 方式。
書き出したものを読み直して照合します
出したファイルを読み直して、尺・解像度・フレーム数・音の有無・ タイムラインとの絵の一致を突き合わせ、結果を出します。 「書き出したつもり」で終わらせないためです。
細かいけれど当たると困ること
「ポッドキャスト（MP3）」は MP3 を MP4 の容れ物に入れた形で、.mp3 単体にはなりません。
1 ファイル HTML 書き出しは、動画が 360MiB を超えると理由を出して止まります。
07
AI 支援
どれも案を出すところまでで、当てるかどうかは人が決めます。 外れた瞬間に手作業より遅くなる自動化は、無いほうがましだからです。
お任せ編集
案を出して 1 件ずつ採用します。
無音カット・言い淀みカット
候補を出して選ばせます。
場面検出・話者検出
切れ目と話者の交代を探します。
見どころ抽出
他の解析結果を束ねて、根拠つきで提案します。
音量統一・色合わせ
基準に合わせて揃えます。
被写体切り抜き
囲むだけで抜きます。物体検出ではありません。
音声認識（文字起こし）
whisper.cpp。デスクトップ版のみ、モデルは別途。
編集の診断
13 種類の検査。0.2.0 で 6 → 13 に増えました。
テキストベース編集
文字起こしの行を消すと、その区間が映像ごと切れます。
この分野でできないこと
音声認識はブラウザ版では使えません。 被写体切り抜きは、前景と背景が似た色だと破綻します（輝度差 1 で一致度 0 まで落ちました）。 同梱モデルは「最も目立つ 1 つ」を出す設計なので、複数人は取りこぼします。