スマホで撮影した『ストリートファイター6』の練習動画をAIに渡して、
舞のコンボを解析し、技名入りの短い解説動画を作ってみました。

最終的に完成したコンボ表記は、次の通りです。

しゃがみ中K → CDR → 引き大K → しゃがみ中P → 強 龍炎舞

→ 弱 必殺忍蜂 → SA3 不知火流・炎舞仇桜

完成動画は約10秒。画面を正面から見た形に補正し、1.5倍スロー、
1920×1080、2行テロップ、最後はSA3の決め画面で止めています。

ただし、最初から正しく解析できたわけではありません。

むしろ今回いちばん大事だったのは、AIに動画を見せる前に、

スト6のコマンドリスト、技名、入力アイコン、キャンセルの概念を
覚えてもらう必要があったことでした。

1. 元動画は、モニターを斜めから撮影したもの

元動画はゲーム画面の直接録画ではなく、スマホでモニターを撮影した映像です。

画像1：斜めから撮影した元動画

この状態では、次の問題がありました。

• モニターが斜めに写っている
• ゲーム画面以外の机や周辺機器も入っている
• 入力履歴のアイコンが小さい
• 30fps前後の映像なので、一瞬の入力を読み違えやすい
• エフェクトが重なると技の動作が見えにくい

そこで、最初にモニターの四隅を指定し、台形補正でゲーム画面を正面化しました。

そのうえで画面部分だけを1920×1080へ拡大しています。

2. AIに「入力アイコンの読み方」を教える

最初の大きな壁は、入力履歴の丸いアイコンでした。

スト6では色と形の両方に意味があります。

画像2：入力アイコンの比較

• 水色：弱
• 黄色：中
• 赤：強
• 拳の形：P（パンチ）
• 足の形：K（キック）

色だけを見ていると「中」までは分かっても、 拳と足を取り違えて
中Pと中Kを誤判定します。

実際、今回も始動技が中Pなのか中Kなのかを何度か見直しました。

最終的には、黄色の足アイコンを根拠に中Kと判断しました。

画像3：始動入力をフレーム単位で再確認

このとき学んだのは、AIに「黄色は中」とだけ教えるのでは不十分だということです。

色で強度を判断し、形でPかKかを判断する。

この2段階のルールが必要でした。

3. 公式コマンドリストと正式な技名を渡す

次に、舞の公式コマンドリストを参照させました。

画像4：舞の公式コマンドリスト

映像だけから「炎を出したから龍炎舞だろう」と推測させるのではなく、 方向入力、
P・K、弱中強の組み合わせをコマンドリストと照合します。

今回必要だった主な知識は次の通りです。

• 龍炎舞：↓↙←＋P
• 必殺忍蜂：↓↘→＋K
• SA3：不知火流・炎舞仇桜
• 舞が左側にいるとき、←＋強Kは「引き大K」
• ←＋強Kの後に強Kを追加した二段技は「星孔雀」

特に「引き大K」と「星孔雀」は、最初の強Kだけを見ると区別できません。
続けて強Kを押して二段目へ派生したかまで確認する必要があります。

4. 「キャンセル」という概念も教える必要があった

技名だけでは、コンボのつながり方を正しく説明できません。

スト6では、ある技の動作を途中で別の行動へつなぐ「キャンセル」があります。
そのため、単に画面上で起きた技を順番に並べるだけでは不十分です。

今回の中Kの後にはドライブラッシュが発生しています。

ゲーム内の正式な動作名はドライブラッシュです。
通常技からキャンセルして発動したことを区別する場合は、
キャンセルドライブラッシュと呼び、記事と動画では略称を 「CDR」としました。

つまり冒頭は、

しゃがみ中K → CDR → 引き大K

と読みます。

AIには次のような区別も覚えてもらいました。

• パリィから発動：パリィドライブラッシュ
• キャンセル可能な通常技から発動：キャンセルドライブラッシュ
• コンボ表記の略称：CDR

技の見た目だけでなく、直前の技とどう接続されたかを見る必要があります。

5. 弱・中・強の読み違いをフレーム単位で修正

もっとも判断が揺れたのは必殺忍蜂でした。

最初は黄色に見えたため「中 必殺忍蜂」としましたが、 該当箇所を0.05秒刻みで並べ直すと、入力は青い足アイコンでした。

画像5：必殺忍蜂の入力色を再確認

したがって正しい表記は、

弱 必殺忍蜂（↓↘→＋弱K）

です。

スマホ撮影では、残像、白飛び、モニターの色、動画圧縮によって、
水色が黄色や白に近く見えることがあります。

一枚の静止画だけで決めず、前後の複数フレームを比較することが重要でした。

6. 解析結果を確定してから動画を書き出す

途中では、解析のたびにすぐ動画を書き出してしまい、
誤った技名の動画が何本もできてしまいました。

そこで作業手順を変更しました。

1. まず文章で解析結果を提示する
2. 技名、順番、弱中強を人間が確認する
3. 修正点を反映する
4. 内容が確定してから動画を書き出す
5. 完成版を確認後、不要な動画を削除する

これはAIを使った動画編集全般で有効だと思います。

解析と書き出しを分離する。

これだけで手戻りと不要ファイルがかなり減ります。

7. テロップは「情報量が多いほど良い」
わけではない

最初は上部に色の凡例、下部に技名、説明、コンボ全体を表示しました。

画像6：文字を載せすぎた試作

情報としては親切ですが、ゲーム画面を大きく隠してしまいました。

最終版では下部の表示を次の2行だけにしました。

6. 現在の技名
7. コマンドまたは短い説明

上部の凡例とコンボ全体表示は削除し、黒帯も小さくしています。

8. 最後が冒頭へ戻って見える問題を修正

約10秒に調整するため動画の最後を静止させたところ、
SA3終了後の通常画面や次の試行開始フレームを保持してしまい、
動画が冒頭へ戻ったように見える問題が起きました。

そこでSA3の終盤を0.05秒刻みで確認しました。

画像7：SA3終端の比較

6.95秒付近は炎の決め画面ですが、7.00秒付近では通常画面へ戻ります。
切り出し終端を6.97秒未満に固定し、SA3の決め画面を最後まで保持しました。

画像8：完成版の終端

これで最後までSA3の画面を保ったまま、約10秒で終了します。

9. 最終的に確定したコンボ

今回、最終的に確定した解析結果です。

順番	動作	判断根拠
1	中K	黄色の足アイコン
2	CDR	中Kからキャンセルしてドライブラッシュ
3	引き大K	←＋強K。追加の強Kがないため星孔雀ではない
4	しゃがみ中P	↓＋中P
5	強 龍炎舞	↓↙←＋強P、赤い拳アイコン
6	弱 必殺忍蜂	↓↘→＋弱K、青い足アイコン
7	SA3 不知火流・炎舞仇桜	必殺忍蜂からSA3へキャンセル

完成動画の仕様は次の通りです。

• 長さ：約10秒
• 解像度：1920×1080
• 速度：約0.67倍速（元映像に対して1.5倍の長さ）
• 冒頭の中Kを約1秒保持
• テロップは2行
• 最後はSA3の決め画面で静止

10. 今回分かったこと

AIに格闘ゲーム動画を解析させるときは、 ただ「このコンボを解析して」
と頼むだけでは足りません。

先に、ゲームを見るための辞書と判断ルールを渡す必要があります。

• キャラクターのコマンドリスト
• 正式な技名
• 弱・中・強の色
• PとKのアイコン形状
• 左右で変わる方向入力
• 通常技、特殊技、必殺技、SAの区別
• キャンセルと派生技の概念
• 略称の表記ルール

人間にとっては当たり前の知識でも、 AIにとっては映像内の色や動きにすぎません。

今回の作業は、AIに正解を一度で当てさせるというより、
人間がゲーム知識を教え、AIがフレーム比較と動画加工を担当する共同作業
になりました。

精度を上げた最大の要因は、高性能な画像認識モデルではなく、
「青い足は弱K」「←＋強Kだけなら引き大K」のように、
判断基準を一つずつ言葉にしたことだったと思います。

実際に出来た動画

※技の判定は、スマホで撮影した映像の入力履歴と公式コマンドリストを 照合して行いました。映像の解像度や色再現によっては再確認が必要です。

注意事項
本記事の解析結果は、スマートフォンで撮影した映像とゲーム内の入力履歴をもとに、
AIと人間による目視確認を組み合わせて作成しています。

撮影角度、画質、残像、色の見え方によって、入力や技の強度を誤認する可能性があります。
技名とコマンドは『ストリートファイター6』公式コマンドリストを参照しました。

記事内のゲーム画像および名称の権利は、各権利者に帰属します。
本記事は個人による検証・学習記録であり、カプコン公式の記事ではありません。