【知らないと損】Gemini 3.8 Flash TTS×ClaudeOpus 5.5でAI動画編集|歴史解説動画の作り方を紹介!
AI market
0:00 / 0:00
【知らないと損】Gemini 3.8 Flash TTS×ClaudeOpus 5.5でAI動画編集|歴史解説動画の作り方を紹介!
281 просмотр · 1 час назад
AI market
16,9 тыс. подписчиков
281 просмотр · 1 час назад
9月23日、GoogleがGemini 3.8 Flash TTSを公開しました。
この動画では、Gemini 3.8 Flash TTSとClaude Opus 5.5だけを使って、2人のキャラクターが掛け合いで解説する1分33秒の歴史解説動画を、台本づくりから映像の組み立てまで通しで作ります。作った作品は、動画の中でそのまま流します。
声優も録音も使っていません。台本と行ごとの演技指示はClaude Opus 5.5、音声はGemini 3.8 Flash TTS、地図と字幕はコードで組み立てています。
つまずきやすいところも、実際の画面で全部見せます。
・漢字の読み間違い(固有名詞はひらがなで直る/熟語は言い換えるしかない)
・長めの間を入れるタグが7秒も空いてしまうこと
・2人の掛け合いで、話者が交互に固定されてしまうこと
■ 目次
00:00 声も台本もAIで作った1分33秒
00:24 Gemini 3.8 Flash TTSが公開
01:18 ① 今までの読み上げと何が違うのか
02:51 ② 声を選ぶ(2,000種類以上から)
05:25 ③ 台本をClaude Opus 5.5に書かせる
07:52 ④ 鳴らして仕上げる(読み間違い・間・話者の順番)
10:22 ⑤ 映像を組み立てる(地図・進む道・字幕・見た目)
12:16 ⑥ できあがった作品(1分33秒)とOpus 5との比較
15:44 ⑦ 気をつけること
16:50 まとめ
■ Gemini 3.8 Flash TTS でできること(2026年9月28日に実際に触って確認)
・置き場所:Google AI Studio の Generate Speech(ブラウザだけで動きます)
・モデル名:gemini-3.8-flash-tts
・声:画面の表示は「Search 2,000+ voices」。用途ごとのまとまり(Tutorなど)で並び、各7件ずつ表示されます
・絞り込みは5つ:Language/Gender/Pitch/Style/Use case
・「New voice」から、自分で声を作ることもできます
・話者ごとに Style を選べて、「+ Expression」から演技のタグを付けられます
・「Add speech block」でブロックを足すと、2人の掛け合いになります
・複数話者は、事前構築済みの音声で1リクエストあたり最大2人までです(公式の制限事項)
・自分で作った音声は、保存する場合プロジェクトあたり200個・TTL 1年。保存しない(ステートレス)場合は7日で消えます
・TTSモデルはテキストのみを受け取り、音声のみを返します
■ 実際に引っかかった3つ(動画の第4章)
1. 読み間違い
・丹波亀山城 → 書き起こすと別のお城の名前になっていた → 「丹波かめやま城」とひらがなにして解決
・激突 → 「撃沈」と読まれた → ひらがなの「げきとつ」でも直らず、「ぶつかります」に言い換えて解決
・つまり、固有名詞はひらがなで直り、熟語は言い換えで直します
2. 間
・長めの間を入れるタグを使ったら、7秒空きました。あとから音声を切って調整するほうが早いです
3. 話者の順番
・2人の掛け合いは、話者が交互に固定されます
・同じ人が続けて喋る行は、1つのブロックにまとめてください。15行の台本を12のブロックに組み直したら通りました
■ 読み間違いの探し方
耳で全部聴くのではなく、できた音声を書き起こしのモデル(Whisper)に通して、文字にしてから台本と見比べます。
違うところだけが浮かび上がるので、見落としがありません。書き起こしで取った時間は、そのまま字幕にも使えます。
■ ひとつ前のOpus 5で作った版と比べると(動画の第6章)
同じ台本・同じ声のまま、映像だけOpus 5で作った版とOpus 5.5の版を横に並べました。
・寺が燃える場面:Opus 5は寺の下に炎がぼんやり出るだけ/Opus 5.5は炎が上がり、まわりを明智の旗が囲む
・中国大返し:Opus 5は線が1本、弧を描いて伸びるだけ/Opus 5.5は海沿いの道をたどり、姫路を通って山崎まで進む
細かい演出を自分で足してくれるのが、いちばんの差でした。
■ 気をつけること
・一度に出せるのは2人まで:3人以上は1人ずつ作ってつなぎます
・声の権利:公式には「ボイスレプリケーション(既存の話し手の声を複製する)」機能があります。だからこそ、実在の声優さんやタレントさんの声を勝手に再現するのは別の話です
・商用利用:規約は変わることがあります。仕事で使う前に、必ず最新のものをご自身で確認してください
・未公開の原稿:AI Studioの同意画面に「プロンプトと回答は、Googleのトレーニングで確認および使用される可能性がある」と書かれています。社外に出せない原稿は入れないでください
■ 今回かかったもの
・時間:台本から音声の書き出しまで、数十分
・お金:AI Studioの無料で試せる枠に収まりました(Claude Opus 5.5は有料プランを使っています)
#Gemini38FlashTTS #ClaudeOpus55 #AIナレーション #AI動画編集 #歴史解説 #生成AI #AI活用