こんにちは、こうちゃんです。
毎日、音声配信を録っていると、どうしても「言い間違い」が出てきます。言葉につっかえたり、同じところを2回言ってしまったり。
これまでは、気になったら最初から録り直すか、編集のアプリで、自分の耳で探して切っていました。5分の音声でも、聞き直して、場所を探して、切って、また聞き直す。これが地味に時間のかかる作業でした。言い間違いを見つけるたびに「ああ、またやってしまった」と、少し気持ちが落ち込むこともありました。
今日は、この作業をAIに手伝ってもらうようになった話と、さらに今週、わたしのAI秘書に「前後の音楽をつけたmp3」まで丸ごと任せられるようになった話をまとめます。
◾️Codexに、言い間違いを切ってもらう
Codexとは
CodexとはCodex（コーデックス）は、ChatGPTを作っているOpenAI社の、パソコンの中で作業をしてくれるAIです。チャットで答えるだけでなく、パソコンの中のファイルを実際に開いて、直して、保存してくれます。
実際の頼み方
録音した音声のファイルを渡して、こう頼みました。
「アップした音声の言い間違いを、言い直した箇所があれば、言い直した音声だけにして、間延びした部分や無音部分があればカットして上書き保存して」
するとAIが、音声をいったん文字に起こして、言い間違いや言い直したところを見つけ、そこを切った音声を作ってくれます。返ってきた答えはこうでした。
「言い間違いと訂正の説明をカットし、言い直した方を残して上書き保存しました。長い間と末尾の無音も整えています」
5分24秒の音声が、4分44秒になりました。最後の、何も話していない時間も、きれいに切ってくれました。
［ここに写真①：Codexに頼んだ画面と答え］
それでも、1か所残っていた
ただ、できあがった音声を自分で聞いてみると、まだ1か所、同じ言葉を2回言っているところが残っていました。短い言葉を、間をおかずに言い直していたので、AIは間違いだと気づかなかったようです。
やっぱり最後は、自分の耳で聞いて確かめる必要があります。
それでも、最初から自分で探して、編集ソフトで切ってつなげていたころに比べると、手間はぐっと減りました。イメージで言うと、AIが8割を片付けて、わたしは残りの2割を確かめる。いまは、この分け方がちょうどいいと感じています。
◾️頼むときのコツ
何を切ってほしいかを具体的に
何を切ってほしいかを具体的に「言い間違いを切って」とだけ言うより、「同じ言葉を2回言っているところを切って」「2秒以上だまっているところを切って」と、何を切ってほしいかを具体的に伝えると、思ったとおりに仕上がりやすくなります。
切った場所を一覧にしてもらう
切った場所を一覧にして見せてもらうと、あとで自分の耳で確かめるときに、とても楽になります。
使えるパソコンに注意
Codexは自分のパソコンの中のファイルを扱うので、今のところ、Codexを入れたパソコンでしか使えません。わたしはMacBook Proで使っています。
ただ、Dropboxを使っているので、別のパソコンで録音してDropboxに入れておき、Codexが入ったパソコンでそのファイルを切ってもらう、ということもできます。
◾️今週、AI秘書に「仕上げ」まで任せてみた
ここからは、今週の新しい試みです。
わたしの音声配信は、言い間違いを切ったあと、さらに編集ソフトで、
・最初と最後のBGMと決まりのあいさつ（オープニング・エンディング）をつなげる
・ノイズを取る
・声の大きさを、オープニングとそろえる
・mp3に書き出す
という手作業をしていました。これを、Mac miniに常駐しているAI秘書「マコ」（Claude Code）に、まとめて任せてみることにしました。
わたしがやるのは、録音したファイルをDropboxのフォルダに入れて、スマホのDiscordから「入れたので、いつものようにmp3にして」と一言送るだけ。あとはAI秘書が、カットから仕上げまでやって、できあがったmp3を返してくれます。
［ここに写真②：AI秘書がDiscordで仕上げを報告してきた画面］
1回目：言い直しを1か所、見逃した
最初の仕上がりは「いい仕上がり」でしたが、言い直しが1か所残っていました。
原因を調べてもらうと、文字起こしのAIは、言い直しを「1回分」にまとめて書いてしまうクセがあり、文字の上では言い直しが見えなかったそうです。そこでAI秘書は、録音を「間」で細かく区切って、かたまりごとに文字にし直す方法を自分で足しました。
2回目：「声がこもる」と伝えたら、測って直してきた
次に気になったのが、オープニングの声に比べて、本編の声がこもって聞こえることでした。手作業で編集していたときは、違和感がなかったのに、です。
それを伝えると、AI秘書は、わたしが以前の編集ソフトで仕上げた音声と、自分の仕上げた音声を、音の高さごとに測って比べました。すると、編集ソフトは書き出すときに高い音を少し補っていて、AI秘書は逆にノイズを取るときに削っていた、と分かりました。そこで、高い音を補う処理を足して、もう一度仕上げてきました。
3回目：「これでいきます」
聞き比べて、今度は自然になりました。これで、毎回の手作業がほとんどなくなりました。
◾️まとめ：AIが8割、最後の2割は自分の耳
音声の言い間違いや無音を探して切る作業は、AIが得意です。Codexに具体的に頼むだけでも、手間はぐっと減ります。
さらにAI秘書に任せると、前後の音楽をつけたmp3まで、録音を入れて一言送るだけで仕上がるようになりました。
ただ、どちらの場合も、最後に聞いて確かめるのは自分の耳です。気づいたことを伝えれば、AIはその場で原因を調べて、やり方を直してくれます。
AIが8割を片付けて、人が残りの2割を確かめる。そして、気づいたことを伝えて、一緒にやり方を育てていく。音声配信や、動画にナレーションを入れている方には、とても便利な使い方だと思います。
最後までお読みいただき、ありがとうございました。
