なぜPodcastの自動編集ツールを作ったのか
URAKATAの山田さんは、この回を車の運転中、仕事帰りに一人で収録しています。テーマは、AIで作った「好き勝手会議」のPodcast自動編集ツールです。
山田さんは以前、この自動編集ツールについてnoteに記事を書きました。その記事の反響が良く、コメントやDMも届いたため、Podcastでも詳しく話すことにしたといいます。
山田さんがPodcastを始めるときに感じたハードルは、音声の編集そのものでした。ノイズキャンセリングやBGMの追加、番組構成を考えることまで含めて、毎回の作業が負担に思えたといいます。
(収録のたびに)毎回これを収録して編集する作業が発生するのが超しんどいなと思っていて。
そこで山田さんは「AIでできるのではないか」と考え、実際に自動編集ツールを作ってみました。
オープニング、BGM、エンディングという番組の型
山田さんは普段からいろいろなPodcastを聴いています。多くの番組には、オープニング曲、トーク中にうっすら流れるBGM、エンディングとわかる曲がありました。
「好き勝手会議」もこの形にしたいと考え、同じ構成を採用しています。
番組概要の扱いにも選択肢がありました。毎回の放送で話して紹介する番組もあれば、定型文を収録した音声を毎回流す番組もあります。
山田さんは、「好き勝手会議」はゲストや話し相手によってコンセプトが大きく変わる番組ではないと考えました。そのため、概要は収録済みの音声データを毎回流す形を選んでいます。
番組の冒頭で、その都度出演者が番組概要を話す
定型文を収録した音声を毎回流す。「好き勝手会議」はこちらを採用
声も曲もAIで作った番組の素材
番組の型を実現するには、編集の手間以外にも課題がありました。山田さんは曲を作った経験がなく、自分の声で番組概要を読むことにも抵抗があったといいます。
自分の声ってほんと好きじゃなくて、なんかすごく緊張するし硬いし、聞いてて嫌だなと思ったので。
そこで、番組冒頭の「好き勝手会議とは」という概要音声は、AIクローン ── 本人の声を学習させ、入力した文章をその声で読み上げさせる音声合成の技術です。ボイスクローンとも呼ばれますで作りました。山田さんは自分の声をAIに学習させ、書いた文章を読み上げさせています。
オープニング曲は、楽曲生成AIのSuno ── 文章で曲の雰囲気やジャンルを指定すると、歌入りの楽曲を生成するAIサービスですで作りました。コンセプト、雰囲気、ジャンル、テンポ、歌声の指定に加え、「好き勝手会議」を連呼するように修正を重ね、気に入ったものを採用しています。
BGMも同じくSunoで作っています。収録した声の邪魔にならず、Podcastで流れていても違和感のない曲になるように作りました。エンディング曲はオープニング曲と同じものを使っています。
| 素材 | 使ったもの | ポイント |
|---|---|---|
| 番組概要の音声 | AIクローン | 自分の声を学習させて文章を読み上げさせた |
| オープニング・エンディング曲 | Suno | 雰囲気やテンポを指定し、修正を重ねて選んだ |
| BGM | Suno | 収録した声の邪魔にならない曲にした |
曲と声のつなぎをClaudeで自動化
素材がそろったあとに問題になったのは、オープニング曲、概要音声、本編、BGM、エンディング曲をどうつなぐかでした。山田さんは、このつなぎ方まで自動で処理する仕組みを目指しました。
オープニング
オープニング曲がメインで流れる
概要説明
曲が小さくなり、AIクローンの概要音声が流れる
曲の盛り上がり
概要音声が終わると、オープニング曲の音量が上がる
本編
収録音声がメインになり、背景にBGMが小さく流れる
エンディング
本編が終わると、エンディング曲が流れる
山田さんはClaude ── アメリカのAnthropic社が開発した対話型AIです。文章作成やプログラム作成に使われますを使い、修正を重ねながらこの構成を自動化しました。業務の合間に作業し、トータルでは半日ほど、集中した時間に換算すると3時間ほどだったといいます。
山田さんが画期的だと話すのは、使い方の簡単さです。マイクで録ったボイスメモをGoogleドライブの入庫フォルダに入れると、編集済みの音声データが完成フォルダに出力されます。
あとは完成データをダウンロードし、SpotifyやApple Music、Amazon MusicなどのPodcastプラットフォームにアップロードするだけで配信できます。
「ゼロ編集」で配信できるまで
この自動編集ツールにより、山田さんの作業はほぼゼロ編集になりました。手作業で残っているのは、音声を収録することと、完成データをプラットフォームにアップロードすることだけです。
ノイズ処理、BGM付け、構成づくりなどの編集を毎回行う必要がある
収録した音声をフォルダに入れ、完成データをアップロードするだけになる
山田さんは、ClaudeやChatGPT、Geminiを使っている人であれば、同じくらいの時間で作れるのではないかと話しています。作りたい機能を自然な言葉でプロンプトとして伝えればよい、という考えです。
YouTubeのビデオポッドキャストも同時に生成
「好き勝手会議」はYouTubeでも配信されています。YouTubeでは音声だけでなく、動画データが必要なビデオポッドキャスト ── 音声番組に映像を付けて配信するPodcastの形式です。YouTubeなどの動画プラットフォームで使われますとして配信しています。
映像のコンセプトは、喫煙所での雑談です。山田さん自身はすでにたばこをやめていますが、番組を喫煙所で話しているようなカジュアルな雰囲気にしたいと考えました。
そのため、山田さんやアシスタントの比嘉さんなどが喫煙所で話しているようなイラストのアニメーションを用意し、ループ動画として使っています。
SpotifyにアップロードしたPodcastは、RSS ── Webサイトや番組の更新情報を配信する形式です。Podcastでは、各プラットフォームに新しいエピソードを届ける仕組みとして使われますで各プラットフォームに自動配信されます。一方で、YouTubeのビデオポッドキャストは手動でアップロードする必要があります。
そこで山田さんのツールは、音声版の完成データと、ループ動画を組み合わせたMP4動画を同時に生成するようにしました。入庫フォルダに収録音声を1つ入れるだけで、Podcast用とビデオポッドキャスト用の完成データがそろいます。
次の自動化と、仕事への広がり
山田さんは今後、番組の公式Xアカウントやnoteへの投稿も自動化したいと考えています。ツールをアップデートできたら、noteに記事を書き、Podcastでも共有したいと話しています。
山田さんはもともと、専門知識がない、面倒くさいといった理由を作って、やりたいことを後回しにしていたといいます。しかしAIを使うことで、やらない理由がなくなったと振り返っています。
この自動編集ツールは、山田さん自身の番組だけで使われているわけではありません。サポートしている会社や事業でもPodcast配信のニーズが高まっており、社内に編集できる人や専門知識を持つ人がいない会社にもツールを紹介しています。
山田さんによると、このツールを実際に使っているPodcastチャンネルは、現在3つか4つほどあるそうです。
思い立ったが吉日じゃないんですけど、本当にやっぱりそういうのはすぐにできるみたいなところはめちゃくちゃ価値があるなと思っているので。
山田さんは、自分のために作ったツールが仕事にも活かせていることを、豊かで楽しいことだと話しています。最後に、詳しく知りたい人や、実際に試してうまくいかなかった人に向けて、DM、フォーム、noteのコメントでの連絡を呼びかけました。
まとめ
山田さんは、Podcastの編集が面倒だという課題をきっかけに、声、曲、構成、動画生成までをAIで自動化しました。その結果、自分の番組だけでなく、仕事として支援する会社の番組でも使われる仕組みになっています。
- 番組概要の音声はAIクローンで作り、オープニング曲、エンディング曲、BGMはSunoで作った
- Claudeを使い、集中した時間に換算すると約3時間で、曲と音声のつなぎを自動化した
- 入庫フォルダに音声を入れるだけで、Podcast用の音声とYouTube用の動画が同時に生成される
- 手作業は、収録と完成データのアップロードだけのほぼゼロ編集になった
- このツールは、すでに3〜4つほどの企業などのPodcastチャンネルで使われている






