1. 現場のAI・業務改善ラジオ
  2. スマホ録音ポッドキャストから..
スマホ録音ポッドキャストから環境音・無音・雑音をAIカット
2026-08-07 04:36

スマホ録音ポッドキャストから環境音・無音・雑音をAIカット

【目次】

オープニング

環境音の除去

無音とタップ音の削除

手順のスキル化

最高モデルに投げてスキル化

まとめ


スキルの解説回

https://open.spotify.com/episode/2J2TC9jjsU9TUNtpzvTKUF


今回の内容の解説記事

https://hataracraft.com/articles/podcast-noise-cut-ai


お仕事のご依頼はこちら

⁠https://hataracraft.com/booking

感想

まだ感想はありません。最初の1件を書きましょう!

00:00
こんにちは。現場のAI業務改善ラジオの大地です。 今日は、ポッドキャストの音声編集に、編集ソフトはもういらないというテーマでお話しします。
ポッドキャストをやってみたい、でも編集に手間がかかりそう、そう感じている人は多いと思います。
ポッドキャストには、録音した後に雑音や言い直しの無音を取り除く編集の工程があります。 普通は、編集ソフトを覚えて手作業で切り張りします。
実は、今聞いているこの番組も、iPhone標準のボイスメモで録音して、編集ソフトを一度も開かずに配信しています。
扇風機のような環境音も、言葉に詰まった時の無音も、スマホ本体の録音ボタンを叩く音も、全部AIが消しています。
今日は、前半でAIを使った音声編集の手順を解説し、後半でその仕組みをどう作ったかをお話しします。
まず、環境音の除去は、録音した音声ファイルをAdobe Podcastというサービスにアップロードするだけで終わります。
Adobe Podcastには、エンハンススピーチという声以外の環境音をAIで消してくれる機能があります。
僕はここへ、iPhoneのボイスメモで録音したファイルをそのまま放り込んでいます。
無料プランでも、1日1時間まで使えます。
一つのファイルは30分まで、大きさは500MBまでで、利用にはAdobeアカウントの登録が必要です。
処理が終わった音声は、WAVという形式の音声ファイルでダウンロードできます。
ただ、この時点ではまだ無音とスマホ本体のタップ音が残っています。
環境音を消した後に残る無音とタップ音の削除は、クロードコードに任せました。
Adobe Podcastで処理したWAVファイルを渡して、不必要に長い無音と冒頭などに入るタップ音を消してと伝えました。
そんな雑な指示で、本当に音声編集までやってくれるのかと思うかもしれません。
頼んだのは、クロードの最高モデルであるFable 5です。
作業時間は約40分かかりましたが、仕上がりは完璧でした。
ちなみに、Fable 5はクロードの月100ドルのマックスプランで使えます。
ですが、数分の音声編集にコストの高いFable 5を毎回40分も使いたくありません。
もっと安く、早くできる方法はないでしょうか。
その方法は、編集の手順をFable 5より安い買いモデルのSonnet 5でもできるようスキル化することです。
音声編集作業を終えたFable 5に、続けてこう伝えました。
同様の作業をSonnet 5でも対応できるようスキル化して、スクリプトで対応できる範囲はなるべくスクリプトで済ませたい。
スキル化とは、作業の手順や判断基準をAIがいつでも呼び出せる形でまとめておくことです。
例えるなら、熟練の職人に一度仕事をしてもらった後、そのやり方を全部マニュアルに書き残してもらうイメージです。
次からは若手がマニュアル通りに動けば同じ品質で仕上がります。
この場合、熟練の職人がFable 5、マニュアルがSkill、若手がSonnet 5に当たります。
スキルの解説会は概要欄に貼っておくので、詳しく知りたい方は見てみてください。
出来上がったスキルは、音源の分析や編集、検証をプログラムが行い、AIが担当するのは最終的な判定と確認だけというものでした。
03:02
AIを使う量が少ないので、コストも低く抑えられます。
試しにSonnet 5でこのスキルを読んでみると、3分の音源が約2分で編集完了し、時間もコストも大きく圧縮できました。
あなたの仕事にも、これはAIには難しそうだと思って人手のままにしている作業があると思います。
今回のPodcast編集もそうした作業の一例に過ぎません。
熟練職人に一度だけ仕事をしてもらって、マニュアル化してもらうやり方は、音声編集に限らず多くの場面で使えます。
AIには難しそうと感じる作業ほど、試しに雑な指示でいいので、最高モデルのFable 5に投げてみてください。
うまくいったら、その手順を買いモデル向けにスキル化してもらいましょう。
うまくいけば、品質・速さ・安さ3拍子揃ったスキルが出来上がります。
今回の内容をまとめます。
環境音は、Adobe Podcastのエンハンススピーチに音声ファイルをアップロードするだけで消せます。
無料プランでも1日1時間まで利用可能です。
残ったムーンとタップ音は、クロードの最高モデルであるFable 5に雑な指示を出すだけで消せます。
そして、その手順をSonnet 5でも対応できるようスキル化すれば、より早く低コストで同じ品質を再現できます。
AIには難しそうと感じている作業を、雑な指示でもいいので、Fable 5に投げてみてください。
うまくいったら、買いモデル向けにスキル化して、安く早く使える仕組みにしていきましょう。
概要欄に今回の内容を解説した記事を貼っておきます。
興味があれば見てみてください。
質問やご意見、取り上げてほしいテーマがあれば、ぜひコメントお願いします。
それでは今日はこの辺で。
04:36

コメント

スクロール