ショート動画がしんどいのは、作るのが難しいからではありません

何度も作り直すからです。

AIでショート動画を作ろうとして、こうなった方へ向けた道具です。

・ナレーションが数字や固有名詞を読み間違える（「7割」が「しちわり」になる）

・1語だけ直したくて作り直したら、うまく読めていた所まで変わってしまった

・書き出して、見て、聞いて、「あ、1行飛んでる」。そこからまた最初に戻る

・文字を画面の下に置いたら、スマホのUIに隠れて読めなかった

どれも、動画編集の腕とは関係のないところでの手戻りです。そして、これが時間のほとんどを食っています。

はじめに：これを書いている人間

矢上真吾といいます。千葉県館山市で鍼灸マッサージ院をやっています。

院をやりながら、自分の発信のために縦型ショートを作り続けていて、

その過程で「作り直しが起きない順番」を道具として固めたものが、このスキルです。

動画制作を仕事にしている人間ではありません。 本業は別にあって、時間がないまま

毎日出そうとした結果、作り直しに耐えられなくなって作った、という順番でできています。

だから中身は、かっこいい演出の作り方ではありません。事故を潰す段取りです。

この記事の無料エリアで、どこまで読めるか

先に書いておきます。

この記事は、全部で約55,000字あります。

うち無料エリアが約6,700字、有料エリアが約48,000字です。

この記事は、無料エリアだけで「読み崩れ対策」が実践できるように作ってあります。

・なぜ作り直しが起きるのか（第1章：全文）

・①開く＝音声を作る前に読み崩れを検査する（第2章：全文）

・自動置換してはいけない29語の全リスト

・359語の辞書をどう設計してあるか、自分の業界語でどう育てるか

ここまで無料で読めます。道具を買わなくても、今日から真似できる形で書いてあります。

有料エリアには、②行ごとに音声を作る／③機械で検収する／④組み立てる、の3章と、

Pythonスクリプト5本の全文・辞書359語の全文・ひな形5種の全文・手順書の全文が入っています。

このスキルが売っているのは、テクニックではありません

固定しているのは「手戻りが起きない順番」です。4つあります。

① 開く　　作る前に、読み崩れを検査する

② 行ごとに作る　　1行＝1ファイル。崩れた行だけ差し替える

③ 機械で検収する　　耳で聞く前に、欠落・詰まり・無音・音割れを自動で弾く

④ 組み立てる　　縦動画の安全域を初期値で固定してある

この4つが、そのまま章立てになっています。①と、その前提の考え方は、このあと全部書きます。

先に、出てくるものを見てください

買ったその日に、コマンド1つで完成品が1本出ます。

python scripts/make_sample.py

デモ用の画像が描き出され、41秒・1080×1920の完成した動画ができます。

APIキーも費用も要りません。 書き出し済みの `finished_sample.mp4` も同梱しているので、

先に再生して「これが出力です」と確かめてから始められます。

01_完成サンプル

「買ったけど動かせなかった」が起きないようにしてあります。

第1章　なぜ「作り直し」が起きるのか（ここから全文公開）

道具の説明に入る前に、仕組みのほうを先に書きます。

ここが分かっていれば、仮にこのスキルを使わなくても事故は減ります。

1-1. 音声合成AIは、同じ原稿でも毎回ちがう読み上げを返す

ここが出発点です。

文章を渡して音声にするAIは、毎回まったく同じ音を返してはくれません。

間の取り方、抑揚、速度、そして読み方そのものが、生成のたびに揺れます。

とくに揺れるのが次の3つです。

・数字　「7割」が「しちわり」になったり「ななわり」になったりする

・固有名詞　人名・地名・商品名は、読みが決まっていないので毎回賭けになる

・同じ字で読みが2つある語　「行った」が「いった」にも「おこなった」にもなる

1回目でうまく読めても、2回目も同じとは限りません。

ここが、普通の動画編集と決定的に違うところです。

編集作業なら、直した所だけが変わります。音声合成は、直すと全部が変わります。

1-2. 丸ごと1回で作ると、直すたびに全部が引き直しになる

10行の台本があるとします。これを1回のリクエストで音声にしたとします。

聞いてみたら、4行目の「7割」が「しちわり」になっていた。

ここで台本を直して、もう一度まるごと生成します。すると何が起きるか。

4行目は直りますが、1行目から10行目まで全部が新しい音声に入れ替わります。

さっきまで完璧だった2行目の間も、7行目の抑揚も、全部引き直しです。

運が悪ければ、今度は別の行が崩れます。そしてまた丸ごと作り直す。

これが「作り直し地獄」の正体です。腕の問題ではなく、作り方の構造の問題です。

1-3. だから順番を固定する

やることは単純です。壊れる可能性のある作業を、壊れない単位に割る。

① 開く　　　　音声にする前に、崩れる表記を台本の段階で潰しておく

② 行ごとに作る　1行＝1ファイル。直すときは、その1ファイルだけ作り直す

③ 機械で検収　　耳で聞く前に、機械で弾けるものは機械で弾く

④ 組み立てる　　文字が切れない配置は、最初から数値で決めておく

①で事故の入口を減らし、②で事故の被害範囲を1行に閉じ込め、

③で見落としをなくし、④で出し直しをなくす。

この順番そのものが商品です。

【ひとつだけ、先に全部書きます】②が一番効きます

4つのうち、効き目がいちばん大きいのは②です。ここだけ先に、結論を書きます。

最初から、1行＝1ファイルで音声を作ってください。

台本を10行書いたら、10回に分けて音声にする。1本のmp3にするのは最後です。

崩れた行は、その行だけ作り直す。他の行の音声には一切触らない。

これを知っているかどうかだけで、1本あたりの作り直し回数が変わります。

道具が無くても、今日から真似できます。 音声合成を使っている方は、

今日から台本を1行ずつ投げてください。それだけで変わります。

有料エリアでは、これをコマンド1つでやる道具（`tts_lines.py`）と、

崩れた行を機械で見つける道具（`audio_qc.py`）を全文で配っています。

ただし、考え方だけなら上の3行で足ります。

第2章　① 開く ── 音声を作る前に、読み崩れを検査する（ここから全文公開）

ここも、まるごと無料で出します。

読んだその日から、手で同じことができるように書いてあります。

2-1. 何が崩れるのか（実例）

実際の台本を検査にかけると、こうなります。

02_事前検査の出力

同梱のサンプル台本（8行）に対して、14件が引っかかっています。

「四コマ」は「しコマ」と読まれやすい。「7割」は「しちわり」。

「中身」は「ちゅうみ」。「入口」は「にゅうこう」。「妻」は「さい」。

どれも、音声を作ってから聞けば分かることです。

ただし聞いて気づいた時点で、もう1回作り直しが確定しています。

作る前に分かっていれば、作り直しは0回です。

2-2. 読むほうだけ開く。画面の文字は開かない

ここを間違えると、画面がひらがなだらけになります。

開くのは読み上げ用の台本だけです。

画面に出すテロップは、通常表記のままにします。

音声　　「ななわりが、ほのぼのとした日常です」

画面　　「中身は7割／ほのぼのした日常」

音声は耳で聞くもの、テロップは目で読むものなので、最適な表記が違います。

ひらがなに開いた文字をそのまま画面に出すと読む速度が落ちて、

ショートの数秒では読み切れなくなります。

台本は2つ持ってください。 読み上げ用と、画面用です。

2-3. 辞書の設計：「置換」と「要確認」に分けてある理由

ここが、この辞書のいちばん大事なところです。

辞書の語は、2種類に分けて持っています。

置換　　　読みが1つに決まる語。自動的にひらがな読みへ置き換える

要確認　　読みが文脈で変わる語。自動では置き換えない。指摘だけして、判断を人に残す

なぜ分けるのか。

「行った」を機械的に「いった」に開く辞書は、「会議を行った」で必ず事故ります。

「昨日、会議を行った」が「昨日、会議をいった」になります。

これは読み間違いを直すどころか、読み間違いを作りに行っています。

機械が正しく判断できないものを、機械に判断させてはいけません。

だから読みが割れる語は「要確認」として切り分けて、指摘だけして人に返します。

03_読み辞書

置換して終わりにしないところが、この辞書の本体です。

ご自身で辞書を作る方も、この2列だけは必ず持ってください。

「全部ひらがなに開く」という作り方をすると、必ずどこかで壊れます。

2-4. 自動置換してはいけない29語（全リスト）

自動置換から外してある29語を、全部書き出します。

この29語は、あなたが自分で判断する語です。

・20歳（はたち）　文脈により「にじゅっさい」

・1日（ついたち）　月初なら「ついたち」／期間なら「いちにち」

・一日（いちにち）　月初なら「ついたち」

・明日（あした）　かたい文脈なら「あす」「みょうにち」

・本（ほん）　助数詞の「ほん／ぼん／ぽん」と衝突する

・十分（じゅうぶん）　「10分」と衝突する

・言った（いった）　「おこなった」と読まれることがある

・行った（いった）　「おこなった」と衝突する

・開いた（ひらいた）　「あいた」と衝突する

・空いた（あいた）　「すいた」と衝突する

・入った（はいった）　「いった」と衝突する

・表（おもて）　「ひょう」と衝突する

・角（かど）　「つの」と衝突する

・市場（しじょう）　「いちば」と衝突する

・最中（さいちゅう）　「もなか」と衝突する

・上手（じょうず）　「うわて」「かみて」と衝突する

・下手（へた）　「しもて」「したて」と衝突する

・生物（せいぶつ）　「なまもの」と衝突する

・大勢（おおぜい）　「たいせい」と衝突する

・人気（にんき）　「ひとけ」と衝突する

・変化（へんか）　「へんげ」と衝突する

・見物（けんぶつ）　「みもの」と衝突する

・分別（ふんべつ）　「ぶんべつ」と衝突する

・心中（しんちゅう）　「しんじゅう」と衝突する

・何時（なんじ）　「いつ」と衝突する

・他（ほか）　「た」と衝突する

・私（わたし）　かたい文脈では「わたくし」

・一分（いっぷん）　「いちぶ」と衝突する

・一時（いちじ）　「いっとき」と衝突する

見ていただくと分かりますが、どれも日常語です。 珍しい語は1つもありません。

「本」「他」「私」「表」が崩れるのは、書き言葉として普通に使う語だからです。

このリストだけでも持って帰ってください。 台本を書くときに、

この29語が出てきたら読み方を自分で決める。それだけで事故がかなり減ります。

2-5. 収録している15分類・359語の内訳

辞書に何が入っているかも、全部開きます。

英字　　　　60語　　AI・SNS・ChatGPT・KPI・URL など

日付　　　　51語　　4月→しがつ、31日→さんじゅういちにち、3日間→みっかかん

熟語　　　　44語　　出納・相殺・続柄・代替・忖度・〜化など

助数詞　　　41語　　1本→いっぽん、3杯→さんばい（促音・濁音が崩れる所）

期間　　　　33語　　1ヶ月・半年・一昨日・週明けなど

商売　　　　32語　　売上・粗利率・損益分岐点・確定申告など

同形異音　　27語　　読みが割れる語（自動置換しない）

治療院　　　18語　　業種語彙のサンプル

割合　　　　11語　　7割・3分の1 など

単位　　　　11語　　㎡・㎏・％など

記号　　　　 9語　　〜（波ダッシュ）・※・℃ など

時刻　　　　 9語　　3時・7時半など

店舗　　　　 5語

慣用句　　　 4語

教育　　　　 4語

英字が最多の60語なのには理由があります。

「AI」「SNS」「URL」「KPI」のような略語は、ひらがなで「えーあい」と書くと

母音が伸びて曖昧になり、カタカナで「エーアイ」と書いたほうが安定します。

ひらがなに開けばいい、という単純な話ではありません。

助数詞41語も効きます。「1本」は「いっぽん」、「3杯」は「さんばい」、

「8階」は「はっかい」。数字と単位の組み合わせで促音・濁音・半濁音が変わる所は、

機械が得意な領域なので、ここは全部自動で置き換えます。

05_辞書の内訳

開きすぎないことも大事です。 カタカナ語は元の表記のまま、

裸の数字だけ開く。全部ひらがなにすると、かえって読み上げが不安定になります。

2-6. 自分の業界語で辞書を育てる（CSVの書き方）

辞書は、あなたの言葉で育ててください。 形はこれだけです。

表記,読み,種別(置換/要確認),分類,メモ

たとえば鍼灸院なら、こう足します。

鍼灸,しんきゅう,置換,治療院,「はりきゅう」と読まれることがある

施術,せじゅつ,置換,治療院,

手技,しゅぎ,置換,治療院,「てわざ」と読まれる

経穴,けいけつ,置換,治療院,

自分がよく使う語で崩れたものを1行足すたびに、次回からその事故は起きなくなります。

使うほど、自分専用の辞書になります。

迷ったら「要確認」で入れてください。 自動で直さず、指摘だけしてくれます。

あとから確信が持てたら「置換」に変えればいい。これが安全な育て方です。

ここまでが無料エリアです。 第1章と第2章は、これで全部です。

この2章だけでも、作り直しの回数は減るはずです。

【目次】有料エリアに入っているもの

接続URLを渡して終わり、にはしていません。

スクリプト全文・辞書全文・ひな形全文を、この記事の中に直接載せてあります。

ダウンロードできない環境でも、記事からコピーすれば同じものが手に入ります。

・受け取り方（A：接続URLでつなぐ／ B：この記事から直接コピーする）

2-7. yomi_check.py 全文（台本の事前検査・読み台本の書き出し）

2-8. yomi_dict.csv 全文（359語）

3. ② 行ごとに作る

3-1. 1行＝1ファイルにする

3-2. 崩れた行だけ差し替える（--only）

3-3. 1本に結合する

3-4. APIキーの置き場所と、別サービスへの差し替え方

3-5. 声の設定値（stability・similarity_boost）の意味

3-6. tts_lines.py 全文

4. ③ 機械で検収する

4-1. 音声合成で起きる4つの事故

4-2. しきい値の意味（1字あたり0.09〜0.32秒／無音1.6秒／-40dB）

4-3. 使い方と、出力の読み方

4-4. audio_qc.py 全文

5. ④ 組み立てる

5-1. 縦動画で文字が消える仕組み

5-2. 固定してある3つの数値（画像／テロップ82%／フッター165px）

5-3. ケンバーンズで外周4%が削られる

5-4. spec.json の全項目

5-5. crop ── 漫画や縦長画像の見せ方

5-6. 配色プリセット4種×3種

5-7. slide_short.py 全文

6. 用途別ひな形 5種

6-1. 選び方

6-2. 型ごとのコツ（告知／要約／紹介／事例／無音）

6-3. 5種の構成ファイルと台本・全文

6-4. templates/README.md 全文

7. 買ってすぐ動かす（APIキー不要のデモ）

7-1. make_sample.py で完成品を1本出す

7-2. make_sample.py 全文

7-3. 出す前の目視チェック（30秒）

8. つまずいたときの対処表

9. 毎日出すための回し方

10. SKILL.md 全文（手順書本体）

先に言っておくこと（買ってから気づく形にしたくないので）

再生数が伸びる裏技の話は、1行も入っていません。

アルゴリズムの攻略も、バズる構成も扱いません。入っているのは、

同じ1本を作り直さずに出し切るための順番です。

こんな方に

・手持ちの画像（漫画・イラスト・図解・写真・商品写真）があって、動かしたい方

・顔出しせずにショートを出したい方

・AIでショートを作ってみたが、作り直しに時間を取られている方

・毎日・毎週ショートを出す運用にしたい方（2本目以降は構成ファイルの複製で済みます）

・ナレーションの読み間違いを、毎回聞いて直している方

こんな方には向きません

正直に書いておきます。

・実写を編集したい方（このスキルは静止画から組み立てます）

・凝ったモーショングラフィックスを作りたい方

・台本づくりそのものを代わりにやってほしい方

・ボタンを押すだけの完成品ツールが欲しい方（コマンドを打つ道具です）

06_受け取るもの

【有料エリアで配るもの】

・手順書（SKILL.md）全文　6,952字

・読み崩れ辞書 359語の全文（置換／要確認の2種類・分類15種）

・Pythonスクリプト5本の全文（事前検査／行ごと音声生成／自動検収／動画の組み立て／デモ）

・用途別ひな形5種の全文（告知／要約／紹介／事例／無音。構成＋台本の対）

・書き出し済みの完成サンプル（41秒・1080×1920）

・接続URL1本（お使いのAIツールにそのまま登録できます。更新は無料）