AIで動画編集を自動化 撮った素材からテロップ入りの動画まで

動画で発信したいが、編集の時間も外注費もかけられない

動画は伝わる力が大きい一方で、編集に時間がかかります。外注すると1本ごとに費用がかかり、社内でやると担当者の時間が取られます。結果として、動画を出す本数が増やせません。

これまでの動画編集

素材を最初から最後まで再生して、使う場面に印を付けます。話していない間や言い直しを、1か所ずつ切っていきます。テロップは、話している言葉を聞き取りながら1つずつ打ち込み、表示する時間を合わせます。

素材が長いほど、見る時間と切る時間が増えます。テロップの打ち込みと時間合わせも、動画の長さに比例して手間がかかります。

AIを入れたあとの流れ

素材のフォルダをツールに渡すと、AIの音声認識が話している言葉をすべて文字に起こし、場面の切れ目も見つけます。人は文字起こしを読みながら、どの場面を使うかを選びます。

選んだ場面からは、話していない間が自動で切り落とされます。テロップは文字起こしをもとに作られ、言葉ごとの時刻に合わせて表示されます。人が文言を整えたら、テロップの焼き込みと書き出しまでが自動で進み、完成した動画ファイルができあがります。

人が決めるのは、構成とテロップの言葉

どの場面を使い、どの順に並べるかは、人が決めています。動画の面白さを決めるのは構成で、そこは作り手の判断だからです。

テロップも、文字起こしをそのまま出すのではなく、人が読みやすい言葉に整えます。聞き取りにくい場面や、残したい小さな声は、人が指定して残します。

導入するときのポイント

テロップの時間合わせには、文単位ではなく言葉単位の時刻を使っています。話している言葉に合わせて、テロップが切り替わります。

周りの音が大きい場面では、人が使う区間を指定できるようにしています。自動と手動を場面ごとに使い分けられます。

この仕組みでつながること

撮影から公開までの時間が短くなり、動画を出す本数を増やせます。編集を外注せずに社内で回せるので、1本あたりの費用も抑えられます。

担当者は、切る・打つといった作業ではなく、どう見せるかという構成に時間を使えるようになります。