財務3表の動画講座を改善した日

朝、前日の引き継ぎファイルを Claude Code に渡して、動画講座サイトで出している旧講座（財務3表）の改善を再開した。 午前のセッションで引っかかったのは、合成した声が「百五十万円」を「五十万円」と言っているように聞こえる箇所だった。 夕方には、財務諸表ストーリー版の導入に間接法の仕組みを足す作業へ移っていた。

午前：旧講座の音声を書き起こして、今の文と突き合わせる

計画書の段1（誤変換の置換）は、37本で約350か所を直したところで終わっていた。 段4の突き合わせはサブエージェント5本（担当A〜E）に並列で任せ、その待ち時間に段3（25取引の整合チェック）を進めてもらった。

段3の出発点は、解説音声の文が古くなっていないかという疑いだった。 R2 にある解説音声134件は、すべて2026-05-08に作られていた。 git の履歴を見ると、その日以降に解説の文は変わっていない。 文が同じなら、残る疑いは「合成した声が文どおりに読めているか」になる。 そこで、Mac の Whisper で実際の音声を書き起こして照合することにした。

mlx_whisper が1本しか書き出さなかった

Mac で書き起こしを走らせてもらうと、mlx_whisper に複数ファイルをまとめて渡した場合、最初の1本しか出力されていなかった。 Python から1本ずつ呼ぶ形に組み替えてやり直し、書き起こし391本がそろった。

今の解説や台本の文と照合すると、食い違いは22件に絞れた。 そのうち「百五十」「五百十九」が欠けて聞こえる件は、音声合成に渡した読み（tts_text）まで確認してもらった。 同じ読みを含む文がほかの回にも無いか台本から洗い出すと、「百五十万円」を含む拍は9本すべてで「五十万円」に聞こえた。 1本だけがたまたま崩れたのではなく、系統的に崩れている。 なぜ「百五十」が「五十」に化けるのかは、この日の時点ではまだ分かっていない。

話す速さと、1文あたりの新しい用語

計画書の §5 を更新してから、話す速さ（§4-2）に移った。 旧と新を同じ方法、つまり Whisper の書き起こしの文字数を発話時間で割る方法で比べる。 あわせて1文に新しい用語がいくつ入るかも数えてもらい、3つ以上入る文は1,483文中2文だけだった。

数字の文字の大きさも測った

段2では、画面の数字がどれだけ小さいかを実測した。 Windows の tesseract で数字の語の外接矩形の高さを取った。 カンマは下にはみ出すので、カンマを含まない数字だけを使っている。

• 旧動画の数字は、1920幅でわずか10pxの高さだった
• 改良版の PC 版でも、四表の場面は中央値7〜10px換算だった
• ストーリー版のスマホ版は、400枚すべてが14px未満だった
• コクピットの PC 版（1440幅）は中央値13.3pxで、26枚中25枚が合格ライン（12px）以上だった

物差しにした「数字の高さ÷文字サイズ」の比は、計画では仮に0.72と置いていた。 実測すると0.75で一定だったので、0.75に差し替えた。 0.72のままでも合否は変わらない。

計算の元どうしの突き合わせでは、コクピットと動画で24取引すべてが一致した（No23は方式が違うので対象外）。 比較が空振りしていないかを確かめるため値を1件出してもらうと、当期純利益468、現金531、営業CF401という実数が出ていた。

Codex のレビューを経て決裁へ

結果を改善の一覧（バックログ）にまとめ、Codex にレビューさせた。 指摘2件は、原本と照らすとどちらも正しかった。 直して再レビューに出すと「決裁に進めてよい」となり、判断4件を決裁フォームで受け取った。 4件とも推奨案で答えた。

コンテキストが尽きてセッションが続きに入ってから、直す順の1〜6に手をつけた。

• 1: 画面で「貸付200」と出ることを確かめた（en.json にも同じ箇所があったので両方直した）
• 2: 音声の聞き取りは、筆者本人の耳で確かめる必要がある
• 3: アニメの見出しが画面に出るかを確かめた（埋め込み側の CSS で隠れていることをコードで確認し、画面でも見た）
• 4: No24の日付を6/30から5/31に直した（影響は No24と No25の動画だけだった）
• 5: No23の要約ページの文言を、動画と同じ「決算の確定・開始仕訳」の言い方へ直した（ja と en の両方）
• 6: 別のセッションの作業と重なったので、手を止めた

コミットはしていない。

夕方：CF精算表の場面は再生できた

夕方は、別の画面の確認から始まった。 CF精算表の「減価償却の直接法と間接法」の場面が表示できないように見えて、そもそも再生できるコンテンツが無いのではないかと Claude Code に聞いた。

調べてもらうと、ブラウザ側でページの読み込みが終わらないまま止まっていた。 途中で筆者のタブが閉じられたか再読み込みされたようで、タブ一覧も取り直してもらった。 新しいタブで開き直すと、正しく表示された。 S1-3（直接法と間接法、3分06秒）は、画面再現とマインドマップの両方が出た。 音声も読み込まれ、再生バーが0:54まで進むのを確かめてもらった。 動画はちゃんとあった。

ストーリー版に、間接法の仕組みが入っていない

その画面を見ていて気づいた。 財務諸表ストーリー版は、結局のところ間接法の仕組みを説明していない。 台本を確かめてもらうと、間接法の扱いは「ずれを一つずつ直す」の一言だけだった。 そこで、個別のキャッシュフロー計算書の仕組みを、ストーリー版の導入にうまく入れられないかと相談した。

材料を集めてもらうと、蔵書DB（Turso）に、教材づくりで参考にしてきた著者の参考書が5冊入っていた。 いちばん近い1冊で、間接法と創立費の説明箇所を読ませた。 あわせて、公開中のイントロダクションページ（インラインSVGの図42枚）を見つけ、リポジトリ内の元データと突き合わせた。 計画書を書いてもらい、Codex のレビューで指摘された2点（間接法の到達点と、型②を外したあとの行き先）を直すと、再レビューは「承認」だった。

決裁フォームには判断4件が並んだ。 筆者はこれも推奨案で進めることにし、ひとつ注文を足した。 導入は最低限ではなく、ボリューム多めでいい。 自分がイントロダクションで作ってきた図をメインに使い、参考書の説明の省略の仕方も踏まえる。 書籍では表現できないことも、今のコンテンツの見せ方なら多少複雑でも分かりやすくできる。 受講生を素人扱いせず、難しいものを難しいまま、左側のアニメーションで分かるように伝えることに挑戦したい。 計画は簡潔さより、ちゃんと説明する方向に寄せてほしい、と伝えた。

図と台本を入れていく

確定版の計画書をもとに、実装を進めてもらった。

• 旧サイトの図を取り込んだ（PNG は SVG に包んだ）
• 現金の元帳から直接法を組み立てる図（3コマ）を、取引データから生成するスクリプトを書いた
• 元帳と机の CS が一致することを確かめるテストを足した
• 新しい回「CS の作り方」の台本を書いた（配線とテストは275件通過）
• 既存の回の台本を直した：「はじめに」に図の見方、導入3に英語名、導入4に BS の区分（3コマ）、導入6に黒字倒産、導入8（SS）に3区分と準備金と自己株式と利益の積み上がり、導入9（5要素）に権利と義務の2コマ、導入10（簿記一巡）に計算例
• 取引の回の No02、No07、No20も直した
• 字幕は84/84で検査を通った

導入8で利益の積み上がりを机で見せられるかは、翌期の机の SS が期首468を持てるかを確かめてから書いた。

プレビューで画を確かめると、2か所がはみ出していた。 机を映している間、型ラベルの箱3つが字幕バーの下から覗いていたので、まとめの場面まで隠した。 導入10の計算例を流している間も、まとめの図が字幕の下に見えていたので、出番が来るまで出さないようにした。 スマホ版（縦向き）の表示も確かめた。

音声合成はメモリ不足で止まった

台本が固まったところで、変わった12本の仮の声を合成し始めた。 12本中6本が完了したと報告を受けたあと、PC のメモリ残量が危険なほど少なくなり、合成は途中で止められた。 合成そのものの不具合ではない。 再開はしておらず、ここまでの実装もまだコミットしていない。

学び

• 書き起こしで照合すると、文は正しいのに声が違う、という食い違いを拾える。台本から同じ読みを洗い出したことで、「百五十万円」の崩れが1本ではなく9本すべてに共通すると分かった
• mlx_whisper に複数ファイルを渡すと、最初の1本しか出力されないことがある。1本ずつ呼ぶと391本そろった
• 「再生できるコンテンツが無いのでは」と思った画面は、新しいタブで開き直したら再生できた。中身が無いと決める前に、読み込みが止まっていないかを見る

次にやること

• 「百五十万円」の拍を、自分の耳で聞いて確かめる（直す順の2）
• 止まった仮の声の合成を、メモリの空きを確かめてから再開する
• 合成が終わったら音声と台本の一致を確かめ、ストーリー版を書き出し直してコミットする