Using Gemini 4 Argon for motion graphics via Canvas TTS workaround
A Japanese user shares a workaround for making motion graphics with Gemini 4 Argon in the Gemini app: call Gemini 2.5 TTS from Canvas without an API key, then auto-cut video to the audio waveform.
GeminiアプリでGemini 4 Argonを使って モーショングラフィックスを作りたいときのオススメ。 Gemini Canvasには自前APIなしで音声生成AI（Gemini 2.5 TTS）を直接呼び出せる裏仕様がある。 でもそれはArgon側（チャット側）では呼び出せないから、音声はCanvas側で生成する仕組みにするといい。 つまりコード側に台本を書いて出力し、Canvas側でTTS生成をキックしてガッチャンコする手法。 でもそのままやると音ズレが酷いので、こう指示するのがコツ。 『ナレーションはWeb Speech APIではなく、Canvas内でapiKey=""のまま使える gemini-2.5-flash-preview-tts を呼び出して。さらに、届いた音声の波形から前後の無音を自動で切り落とし、音声の実際の秒数に合わせて映像のカット切り替えタイミングを自動で伸び縮みさせるプログラムを書いて』 これで生成後に自動カット編集までやってくれる。 添付はさっき実験したCanvasの部分キャプチャ。 この赤いボタンを押すだけでTTS生成からカット編集までやってくれる。 他にもコード側でカバーできることは多い。 文字の見切れ対策とか。 あとBGMはコード側で作るとチープなものが出来やすいので、チャット側の音楽作成（Lyria）で作り、Canvas内の読み込みボタンから取り込んで、コード側で自動編集（フェードアウトとか）させるって方法もある。Nanobananaも組み合わせられるね Geminiアプリ単体で頑張るならこんな工夫がいるけど、Antigravityなら環境整えればなんでもできる