こんな方におすすめ

・合成音声を使った動画を作りたいが、編集に手間をかけたくない。 ・YouTubeに投稿する動画を効率よく作りたい。 ・動画投稿を副業にしたい。

本ツールを使うために必要なもの

必須: ・VOICEVOX（必ず起動しておいてください） 任意: ・VOICEVOX nemo（追加インストールで使用できる音声モデルが増えます） ・PixabayのAPIキー　(すべて手動で画像を設定する場合は不要です)

推奨スペック

Windows11以上 Intel Core i5 / AMD Ryzen 5 以上 メモリ 16GB 以上 動画作成速度はお使いのPCのスペックやセリフの量、画像APIの混雑状況などによって変動します。

主な機能と設定項目

1. FPS設定 30 または 60 を選択可能 容量を抑えたい場合は 30fps がおすすめ 2. 向き（解像度） 横向き（1920×1080） 縦向き（1080×1920） 3. 話者設定 話者1、話者2 のそれぞれに音声モデルと音量を設定可能 4. 話者の間隔 次のセリフまでの無音間隔を0.0秒〜10.0秒の範囲で設定可能 5. BGM設定 お好みのBGMを設定可能 ループ再生対応（音源が足りない場合でも途切れません） 音量は 0〜100％ で設定可能（10〜20％程度がおすすめ） 6. 背景設定 画像または動画を背景に設定可能 背景動画の音声は自動的にオフ 不足分はループ再生で自動補完 7. フォント設定 字幕に使用するフォント（ttf形式）を自由に設定可能 YouTubeでよく使われる「けいふぉんと」を使用したい場合は、別途用意してください 8. テキストスタイル設定 話者ごとに字幕の見た目を変更可能 フォントサイズ: 10〜200（おすすめは60） テキスト色: お好みの色を指定可能 縁取り: 色と幅（1〜10）を指定可能（幅2が一般的） 背景色: テキスト背景の色と透明度を自由に設定 9. スクリプト入力 {1:セリフ}{2:セリフ}の形式で入力 左側の数字（1または2）は話者番号、右側がセリフ ChatGPTなどに「{1:セリフ}{2:セリフ}の形式で○○について解説する台本を作って」と指示すれば、簡単に対応形式の台本を作成可能 追加でChatGPTなどのAPI使用料は不要 10. セグメント画像設定 「セグメント解析」ボタンを押すと、スクリプトがセグメント（台本のひとまとまり）ごとに分割 セグメントを選択し「画像選択」ボタンで任意の画像を割り当て可能

使い方の流れ

1.各種設定を調整 FPS、向き、話者設定、BGM、背景、フォントなど 2.スクリプト入力 {1:セリフ}{2:セリフ} の形式で作成した台本を貼り付ける 3.セグメント解析 必要に応じて画像を設定したい箇所を選択 「画像選択」ボタンから希望の画像を割り当て 4.動画を生成ボタンをクリック 自動処理が行われるため、あとは放置でOK

※動作しない場合、勝手に削除された場合。 セキュリティソフトが有効になっていると本ツールが誤検知され、勝手に削除されたり、動作が不安定になることがあります。 各自でセキュリティを無効にしたり、本ツールをセキュリティスキャンから除外する必要があります。