1. 超実践AI論
  2. ポッドキャスト音声を録るだけ..
ポッドキャスト音声を録るだけでYouTube進出|図解動画はAIが全自動生成
2026-08-28 04:31

ポッドキャスト音声を録るだけでYouTube進出|図解動画はAIが全自動生成

【目次】

オープニング

動画生成の手順

使用モデル

スキルの作り方

まとめ


今回の内容の解説記事

https://hataracraft.com/articles/podcast-video-automation


AI・IT・業務改善の無料相談はこちら

⁠⁠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。 今回は音声収録だけで、図解動画作成をAIで自動化というテーマでお話しします。
ポッドキャストを撮っているなら、その音源をもとに、図解動画をAIで自動生成し、YouTubeにも投稿した方がいいです。
なぜなら、ポッドキャストだけで投稿するより、YouTubeでも配信した方が、より多くのユーザーに届けることができるからです。
また、声だけで聞くより、画面を見られる人は、画面から図解を見た方が、コンテンツの理解度も高まります。
実際、2025年の米国の調査では、週1回以上ポッドキャストを聞く13歳以上が、最もよく使うサービスがYouTubeで32%です。
ついで、Spotifyが25%、そしてApple Podcastが15%です。
また、日本でもポッドキャストより、YouTubeのリーチが圧倒的です。
朝日新聞が2025年12月に1万人を対象にした調査では、日本でポッドキャストを月1回以上聞く人は18.2%でした。
これに対し、総務省が2024年に1,800人を対象にした調査では、YouTubeの利用率は全年代で80.8%、10から40代なら90%超です。
つまり、音声だけで配信していた場合、届く人は約5人に1人ですが、YouTubeにも配信すれば、5人に4人まで増やすことができます。
だからこそ、ポッドキャストを配信しているなら、AIを使って動画化する価値が多いにあります。
僕も実際、ポッドキャストをAIで動画化する仕組みはすでに作っており、この配信も動画になっています。
ここからは、ポッドキャスト音源から、どうやってAIを使って動画生成までやっているのかを解説します。
まず、音源を収録したら、Adobe Podcast Enhanceへ音声ファイルをアップロードして、環境音を取り除きます。
環境音とは、空調や扇風機などのポッドキャストの収録周りで鳴っている無駄なノイズのことです。
Adobe Podcast Enhanceは音声ファイルをアップロードするだけで、1日1時間まで無料でこの環境音を除去してくれます。
環境音を除去したら、その音声ファイルを元に、Whisperという無料ツールで文字起こしのテキストファイルを作成します。
この環境音を除いた音声ファイル、文字起こしテキストファイルができたら、あとはAIに任せればOKです。
AIが文字起こしからスライドの構成を考え、図解画像を生成し、字幕を音声に同期して動画合成まですべてやってくれます。
この時ついでに、YouTube動画の目次も作成してくれます。
だいたい4分ぐらいのポッドキャストを動画化するのには、30分ほどかかります。
僕の作業は、30分後にできたYouTube動画を倍速で再生して、おかしなところがないかをチェックすることです。
でも実際、このチェックの直しはほぼゼロか、あってもスライド1枚の気に入らないデザインをちょっと直させるくらいです。
このYouTube動画作成はエージェントスキルにしているので、僕は音声ファイルと文字起こしをしたら、AIに対してこれを動画化してと投げるだけです。
モデルはクロードのFable 5を使っています。
GPT 5.6ソルも試したのですが、完成するスライドの図解のわかりやすさがFable 5の方が上だったので、Fable 5を使うようにしています。
03:03
この動画作成スキルを作った時もFable 5を使いました。
作り方は、まず音声ファイルと文字起こしを渡して、この音声と文字起こしを基に字幕付きの図解スライド動画を作成して、
図解はCodeXでGPT Image2による画像生成で作成して、と指示しただけです。
そして字幕部分の大きさやスライドのデザインを微調整した後、この音声と文字起こしによる動画生成をスキル化して、と指示してスキルは完成です。
実際ほとんど手直しはなく、スムーズにスキル化までやることができました。
今回の内容をまとめます。
ポッドキャストを撮っているなら、それをAIによって図解スライド動画化し、YouTubeに投稿すればリーチは5人に1人から5人に4人まで増やすことができます。
AIによる動画化の手順も簡単で、まず音源からAdobe Podcast Enhanceで環境音をカットし、
リスパーによる文字起こしをしてから、Fable 5に字幕付き図解スライド動画に変換してもらう。
そしてそれをスキル化させるだけです。
あなたもぜひ自分のポッドキャスト音源の動画化にチャレンジしてみてください。
僕はFable 5を使いましたが、もしかしたらGPT 5.6のソルなどでもできるかもしれません。
概要欄に今回の内容を解説した記事を貼っておきます。
最後に一つお知らせです。
ITエンジニア歴10年の僕が、中小企業・個人事業の締め切りにAI・IT業務改善の支援サービスを実施しています。
相談は無料なので、概要欄のリンクから申し込んでみてください。
それでは今日はこの辺で。
04:31

コメント

スクロール