ファイル名を知らなくても、あの画を見つける
その画は覚えている。岩を滑り落ちる水、日が傾いた時間帯、たしか2枚目のカードの
どこか。覚えていないのは、それが C0130 だったか FF17
だったか、どのフォルダに入れたかだ。
だからスクラブする。スクラブが遅い理由は、スクラブそのものにあるのではない — ファイル名がもともと画の内容を説明していないから、そして撮影が動いている 最中に素材へタグを付ける余裕なんて誰にも無いからだ。
見たものをそのまま打ち込む
Divecut は、あなたの言葉をフレームそのものと照合する。ファイル名ではないし、 書いた覚えのないタグでもないし、フォルダでもない。結果はランク付けされる ので、一番近い画が「たぶんこれかも」のリストの中に埋もれることなく、先頭に 来る。
開けば、一致箇所が実際にある秒数へ直接ジャンプする。探していたものが4分の クリップのうち30秒地点に1回だけ出てくる、というときに効いてくる。
仕組みを手短に
フォルダを追加すると、Divecut は各クリップを2秒間隔でサンプリングし、 グリッドに表示する絵と同じ方法でそのフレームを変換したうえで、Google の SigLIP 2 モデルに通して埋め込み(embedding)を作る。検索語も同じ種類の 埋め込みに変換され、それらと照合される。
知っておく価値のある結果が2つある:
- 見ているのは画で、音ではない。 モデルは音声を聞いていない ので、「誰かがアクションと言っている」は答えられる検索語ではない。
- 処理はクリップごとに1回だけ。 インデックス作成は取り込み後 に実行される。その後の検索は数値どうしの比較になるので、速い。
検索は英語で。モデル自体は他の言語も受け付けるが、プロンプトの処理は英語を 前提に組んであり、他の言語で同じくらいうまく動くと約束できるほどには測定 できていない — だから、使ってから気付かせるのではなく、検索欄自体にそう 書いてある。
何も Mac の外へは出ない
モデルは Core ML を通じて、あなたのマシン上で動く。素材はアップロードされ ないし、サーバーへサンプルとして送られることもないし、他社の API で処理 されることもない。これは後付けしたプライバシー方針ではない — 契約上どこ にもアップロードできないクライアント素材のカードでも、この機能がそのまま 使える理由そのものだ。
つまり、まったく接続が無くても動くということでもある。ロケ先でも、飛行機の 中でも、スタジオのネットワークに一度も繋いだことのないノート PC でも。
これは何ではないか
スレートを読むわけではないし、特定の人物を名前で認識するわけでもないし、 「フォーカス送りがうまくいったテイク」を見つけてくれるわけでもない。見た目 で説明できるものを見つけてくれる。その範囲の中では、画を覚えていることと、 画を見つけ出すことの差を埋めてくれる。
Divecut は macOS と iPad 向けの素材ブラウザです。Log クリップを撮った ときの色のまま表示し、言葉で探せるようにし、選んだ素材を Log のまま DaVinci Resolve へ渡します。できることをすべて見る。