AIショート動画の自動生成システムを開発していると、生成AIとは直接関係のない問題に遭遇することがあります。
今回発生したのは、ナレーションと映像の時間を確認するTiming QAで、表示上は「+0.50秒」なのにFAILになるという現象でした。
合格基準も0.50秒以上です。数字を見る限り、合格するはずです。
原因を調べると、Pythonで秒数を浮動小数点として計算していたことによる、境界値の誤差が関係していました。
今回は、この問題をどのように調査し、整数ミリ秒(ms)による判定へ変更したのかを記録します。
この記事で分かること
- Timing QAで+0.50秒が不合格になった原因
- 浮動小数点による計算誤差の仕組み
- 整数msによる判定への変更方法
- 499ms・500ms・501msの境界値テスト
- 今回の改善から学んだこと
Timing QAで+0.50秒なのにFAILになった
開発中の動画生成システムでは、映像を複数のScene(場面)に分け、ナレーションや字幕を組み合わせています。
Timing QAは、ナレーションがScene内に収まり、必要な余裕時間を確保できているかを確認する仕組みです。
今回問題になったScene 1の条件は、次のとおりでした。
| 項目 | 時間 |
|---|---|
| Sceneの表示時間 | 4.30秒 |
| WAV音声の実尺 | 3.45秒 |
| Safety margin | 0.35秒 |
| 判定対象の残り時間 | 0.50秒 |
計算式は次のとおりです。
4.30 − 3.45 − 0.35 = 0.50秒
合格条件は、残り時間が0.50秒以上であることです。
しかし、結果表示では「+0.50秒」となっているにもかかわらず、Timing QAはFAILと判定しました。
原因は浮動小数点による計算誤差
Pythonでは、小数を扱う際にfloatという浮動小数点型を利用できます。
ただし、コンピューター内部では数値を二進数で表現するため、0.1や0.35などの10進小数を完全に正確な値として保持できない場合があります。
例えば、次の計算です。
remaining = 4.30 - 3.45 - 0.35
数学的には0.50ですが、内部では0.50よりわずかに小さい値になる場合があります。
その状態で、
remaining >= 0.50
と判定すると、結果はFalseになります。
一方、画面表示では小数点以下2桁に丸められるため、0.50秒と表示されます。
つまり、画面に表示された値と、実際に比較された値に微小な差があったことが原因でした。
通常は気にならない誤差でも、合否が切り替わる境界では結果に影響します。
まず動画を既存の基準で完成させた
原因が分かった後も、すぐにTiming QAの判定条件を変更することはしませんでした。
Timing QAは動画の品質を守る安全装置です。
そこで、まず既存の基準を維持したまま、Sceneの表示時間を再配分しました。
Revision 3では、動画全体の34.00秒を変えず、次のように調整しています。
- Scene 1:4.30秒 → 4.35秒
- Scene 2:7.40秒 → 7.35秒
Scene 1の残り時間は0.55秒となり、境界値から離れました。
再調整後は、全5SceneがTiming QAを通過しました。
さらに、保存済みWAVを再利用したため、TTS APIの追加呼び出しは0件でした。
Audio QA、Visual QA、Grounding QAも通過し、34秒のFinal MP4を完成させることができました。
秒のfloat比較を整数ms判定へ変更
動画完成後、同じ問題を繰り返さないよう、共通Timing QAの計算方法を修正しました。
変更前は、秒単位のfloatをそのまま比較していました。
変更後は、Decimal(str(value))を経由して秒数を整数ミリ秒へ変換し、判定する方式にしました。
例えば、今回の数値は次のようになります。
| 秒 | 整数ms |
|---|---|
| 4.30秒 | 4300ms |
| 3.45秒 | 3450ms |
| 0.35秒 | 350ms |
| 0.50秒 | 500ms |
計算は、
4300 − 3450 − 350 = 500ms
となります。
合格条件も、
remaining_ms >= 500
とします。
これなら整数同士の比較なので、500msちょうどを明確にPASSと判定できます。
なお、整数msへ変換する際には、どの精度で丸めるかを統一することも重要です。今回はミリ秒単位へ正規化する方式を採用しました。
安全基準を緩めたわけではない
今回の変更で重要なのは、合格基準そのものを変更していないことです。
以前の基準は0.50秒以上でした。
改善後も500ms以上、つまり0.50秒以上です。
不合格を回避するために0.49秒へ緩めたのではありません。
基準は維持し、その基準を正確に判定できる計算方法へ変更したということです。
また、既存のTiming QAのデータ形式は維持し、内部の判定処理を変更しました。
これにより、既存の処理への影響を抑えながら修正しています。
499ms・500ms・501msで境界値をテスト
修正後は、問題が発生した境界値を回帰テストへ追加しました。
| 残り時間 | 期待結果 | テスト結果 |
|---|---|---|
| 499ms | FAIL | FAIL |
| 500ms | PASS | PASS |
| 501ms | PASS | PASS |
すべて想定どおりの結果になりました。
今回のような問題では、十分な余裕がある600msだけをテストしても不具合を発見できません。
合格基準の直前、基準ちょうど、基準の直後を確認する必要があります。
このように、一度発生した不具合をテストとして残しておけば、将来コードを変更した際にも同じ問題が再発していないか確認できます。
前回のTTS問題とは原因が違った
前回もTiming QAが繰り返し不合格になる問題がありました。
しかし、原因は今回とは異なります。
前回は、TTSを再生成するたびに音声の実尺が変化する問題でした。
そこでScene単位のWAVキャッシュを導入し、変更していない音声を固定しました。
今回は音声が固定された状態でも発生した、数値計算の問題です。
つまり、改善内容は次のように分かれます。
前回:TTS音声の揺らぎ → Scene単位キャッシュ
今回:floatの境界誤差 → 整数ms判定
同じTiming QAの失敗でも、原因が違えば必要な対策も異なります。
まとめ|失敗を回帰テストとして残す
今回のAI動画生成では、Timing QAの表示が+0.50秒なのにFAILになる問題が発生しました。
原因は、秒数を浮動小数点で計算した際の微小な誤差でした。
まず既存の安全基準を維持したままSceneの表示時間を調整し、34秒の動画を完成させました。
その後、Timing QAの内部判定を整数ms方式へ変更し、499ms・500ms・501msの境界値テストを追加しました。
今回の改善で学んだのは、AI動画生成の安定性には、生成AI以外のソフトウェア設計も重要だということです。
音声のキャッシュ、正確な数値判定、安全停止、回帰テスト。
これらを一つずつ整えることで、動画生成システムの再現性を高められます。
発生した失敗を修正するだけでなく、同じ失敗を検出できる仕組みとして残す。
今後も、この考え方を大切にしながら動画生成システムを改善していきます。

