00:08
こんにちは。気づくと人生が変わってしまう 易者の英語指導師のはじめ先生です。
このチャンネルでは、英語教師で易者、 さらに画家と経営者という多角的な視点を通じて
固まった常識や思考の枠をゆるっと外し、 あなたの人生をもっと面白くするヒントをお伝えします。
今日のテーマは、音声配信からショート動画と YouTube 動画を作るアプリが完成しました。というお話です。
ちょっと前の放送でお話ししたアプリ制作なんですけれども、 そのアプリは、この音声配信のデータ、音声データをもとに
動画生成ができないかなと思ったんですよね。 っていうのは、せっかくここで音声配信をやっているので、
もっと他チャンネルに横展開していきたいと思って、 前々から思っていたんですよね。
こうやって喋ることも慣れてきたので、 インスタのリールを別に撮るということもできるんですけど、
やっぱりちょっとめんどくさいんですよね。 毎日やろうとはとても思えないですし、
編集とかもめんどくさかったりするわけですよ。 なので、こうやって音声配信を話したら、
それをそのまま動画にしちゃうというね。 それで出しちゃうということを考えたんですね。
動画は2種類作りたくて、一つはショート動画、 もう一つはこの放送そのものをそのまま YouTubeに出せるような動画ですね。
ショート動画は当然縦長9対16、 16対9、どっち?縦?横?どっちだっけ?縦長ね。
もちろん YouTube 動画は横長というフォーマットになります。
基本画面は静止画像だけど、ループ動画みたいな形にして、 全くの静止画ではなくて、ちょっと動きがあるような形になればいいかなと。
字幕も自動生成、編集ができればほとんどいらないようにしたいという、 こんな思惑で作り始めました。
当初、マナスというアプリを使ってやっていたんですけれども、 そのアプリの中だけで音声配信のデータから音声を抽出して、
それを文字起こしして、それをブログにして、 さらにいくつかのSNS用の文章に切り分けて、
なおかつショート動画まで生成するというものを最初作ってたんですけれども、
いかにせんそのアプリにやらせようとする仕事がすごく大きくなってしまって、 特に文字起こしの部分ですね。
それの精度がどうにもいまいちだったので、 結局チャットGPTに文字起こしをさせた方が精度がいいだろうということで、
03:05
チャットGPTとAPIで接続してやったんですけど、 そうすると文字起こしをするごとにAPI接続なのでお金がかかるということになって、
まあ額としては大した額ではないんですけど、 それでやらせてもあまり精度が良くなかったんですよね。
やっぱりアプリが複雑になりすぎちゃったので、 一旦そこのマナスでの開発を諦めて、今度はCodexに移りました。
これはオープンAIのアプリですね。 ダウンロードしてパソコンの画面上で使えるデスクトップアプリなんですけれども、
これもまったく初めて使ったんですけど、 普通に対話していけばできるのでどうにかなるだろうと思って始めてみて、
今度は音声配信からショート動画と普通の横長動画だけを作る、 その機能だけを持ったアプリを作ることにしました。
ショート動画を作るにあたっては自分の音声配信のデータを読み込ませるわけですけど、 それで文字起こしが出てきます。
そうすると自分の話したことが文字になるので、 その中のどこを抽出するかというのを選ぶことができるようにしたんですね。
だいたい何分何秒から何分何秒までと。 そこを切り出して字幕の位置ですね。
タイトルの字幕とセリフの字幕とその位置を設定できたり、 一行の文字数を設定できたりするような感じのものを作ったんですね。
ところがこの文字の位置とかを設定するのに、 やっぱりプレビューが見れないとわからないので、
そのプレビューを見ることができるような機能を付けたり、 あと一回設定した文字の大きさとか位置をちゃんと覚え込ませて、
デフォルトに設定できるという機能を途中で付け加えたり、 もちろん字幕のフォントを変えたり、
なんとなくそういうふうに最終的には人に売ることができるアプリに できながらとあわよくばと思って作っているんですけど、
このアプリちょっと今のところの問題は、 このアプリ単体で動かないんですよね。
他のアプリに依存しているわけです。
例えば動画生成をするにあたっては、 FFmpeg とかいうアプリなのかな、プログラムが必要だったり、
あとはコンピューターの中にGitHub とかいう何かこれも入れろって言われたので入れたんですけど、
そういうものを入れたりしなきゃいけなかったり、
いろいろやっているのでパソコンの中にあるものに結構依存してしまっているので、
06:02
人にこのアプリだけ渡してもちょっとすぐ使えませんという感じなんですよね。
僕がそこで直接こういうふうに使うんですよという仕様説明書、 先にこれをインストールしてくださいとかってやればいいんだけど、
ちょっとめんどくさいなという感じですよね。
最初マナスでやった時にはもうそれでスタンドアローンの 独立したアプリにしようと思っていたんですけど、
ひょっとしたら一回アプリが完成したところで、
そのアプリのプログラム自体を外部のアプリにもう一回独立してできるようにできませんかってやったらできるかもしれないんですけど、
もうちょっと精度を確かめていく必要があるかなと思います。
やっぱり課題になるのが字幕の生成ですね。
どうもうまく変換できなかったり、変換は直すのが簡単だとしても、
AIが自動で生成してくる一つの字幕が区切れ目がおかしくなるんですよね。
分節でちゃんと切れてないというか、変なところで切られてしまう。
これもそうならないようにいろんな指示をしているんですけど、
なかなか思ったようにいかないんですよね。
それを散々微調整しているんですが、
やっているうちにこれはひょっとしたら動画編集アプリに入れた方が逆に早いのかなと思って、
過去に作ったYouTubeの動画、横長動画ですね、10分のやつですけど、
それも動画編集アプリに入れてみて、それで字幕の自動生成を試してみたんですけど、
あまり精度が変わらないんですよね。
例えば易者という言葉は僕はよく使うんだけど、
これがほぼほぼ易の建物の易者になってしまったりとかですね。
文の区切れ目もやっぱり変だったりして、
結局この日本語の文字起こしで字幕を一発で作るということが難しいんですね、今現状で。
だからそこはある程度手をかけるしかないかなというところで、完全自動とはいかないんだけれども、
でも自分の音声を使ったショート動画とYouTube動画が作れるようになったと。
これは自分の中では大きな進歩です。
なのでYouTubeチャンネルもこれで開設できるかなということで、
易者の英語指導室のYouTubeバージョンを近く立ち上げたいなと思っております。
と言っても通常放送をほぼ上げていくだけの手抜きYouTubeで、
ものすごいYouTuberになろうとかいう感じではないんですけれども、
より多くの人に僕の考えていることとかお話を聞いていただけたら嬉しいので、
09:00
そんなことをやってみようかなと思っています。
ただ今インスタグラムに3本ぐらいショート動画を上げてみたんですけど、
やっぱり画面に変化がないせいか、回らないですね動画はね。
ショート動画のいいところってやっぱり拡散力が強いというところなんだけど、
やっぱりねちょっとつかみが弱いんだと思うんですよ。
ショート動画用に最初の数秒で人の注意をバッと奪うような構成になっているわけではないんですよね。
例えばYouTubeショートとかTikTokで国会の答弁を切り出して作っているような、
やり方としては普通に喋っている内容から切り出して動画を作っているものっていくつかあるんですけど、
やっぱり一番キャッチーなセリフを冒頭にドンと出して、
その後でまた内容っていう風な形の構成にしてるんですよね。
なのでひょっとしたらハイライト中のハイライトを切り出すってこと、
その2カ所やれたらいいのかもしれないです。
とかなるとこれは自動でやるよりひょっとしたらやっぱり手作業でいいんじゃね?みたいな感じもしてきて、
このアプリの存在価値がどうなんだろうってわからないところもありますけれども、
まあとりあえずやってみてですね。
生成した動画はインスタグラムの方に出してありますので、
概要欄のURLからもしよかったら見ていただければと思います。
まだ課題は満載ですけれども、せっかく毎日やっていることなので、
これをうまく利用して自分のデジタルコンテンツとして利用していきたいなというお話でございました。
アプリ開発なんか難しいと思っている人もいると思いますけど、
本当に対話でできるので、ああやってこうやってって言うだけなんですよね。
それでそこそこのものができます。
皆さんもいろいろ試してみてはいかんかなと思います。
というわけで、今日も聞いていただいてありがとうございました。
今日のお話が良かったという方は、いいねやコメント、そしてフォローをお願いいたします。
