無料動画編集ソフトAviUtl2×ChatGPT｜英語動画の編集をAIにどこまで任せられる？実際に1本作ってみた
今回は約6分20秒の英語動画を、ChatGPTとAviUtl2を使って、約2分46秒の日本語字幕付き動画に編集しました。
文字起こし、翻訳、カット案、字幕データの作成をAIに任せ、AviUtl2の操作と最終確認を人間が担当しています。
この記事では、実際の制作過程をもとに、
AIに任せてよかった作業
人間が行った方が早かった作業
実際に起きた失敗
完成後も人間の確認が必要だった部分
AIの提案どおりに編集することの限界
をまとめます。
「AIなら全部自動で動画を作れる」という話ではありません。実際に1本作ったうえで、どこに使うと役立ち、どこではあまり価値がなかったのかを検証した記録です。
先に完成版
完成版は約2分46秒です。
日本語字幕付き
BGMなし
SEなし
冒頭タイトルあり
Hの音を落とす発音（H-dropping）の補足あり
最後に約0.5秒のフェードアウト
元動画
元動画は、以下の公開元ページから再生できます。
公開元：Wikimedia Commons
作者表記：Wikitongues Inc
ライセンス：CC0 1.0 Universal Public Domain Dedication
URL：Wikimedia Commonsの元動画ページ
元動画は約6分20秒です。JamesがWest Riding Yorkshire Englishを自然な会話として話しています。
この動画を選んだ理由
今回、編集練習に使える動画素材を探したところ、CC0で公開されているこの英語動画が候補になりました。
改変や商用利用が認められているため、カットや字幕追加の練習に使いやすかったことが選定理由です。最初からAIの翻訳能力を試すために、英語動画を選んだわけではありません。
ところが実際に再生してみると、訛りが強く、一部の英語を正確に聞き取れませんでした。内容を理解できなければ、どこを残して、どこを削るかも判断できません。
そこで、
英語音声の文字起こし
→ 日本語への翻訳
→ 字幕用台本への調整
という工程をAIに任せることにしました。
結果としてこの素材は、AIが動画編集そのものだけでなく、編集前の「内容を理解する工程」にどこまで役立つかを試す、ちょうどよいケースになりました。
今回使ったAviUtl2とは
AviUtl2は、Windowsで利用できる無料の動画編集ソフトです。正式にはAviUtl ExEdit2として公開されており、複数の動画、画像、テキストを配置・加工して、動画ファイルとして書き出せます。
私は旧AviUtlを使った経験がありますが、AviUtl2を使うのは今回が初めてでした。今回の目的には、動画編集そのものを覚えることも含まれています。
今回行うのは、
不要部分のカット
日本語字幕と字幕背景の配置
冒頭タイトルと補足テロップの追加
最後のフェードアウト
MP4への書き出し
といった基本的な編集です。
複雑なアニメーション、大がかりな色調整、複数カメラの切り替えなど、特に凝った編集をする予定はありません。そのため、有料の動画編集ソフトを新しく用意しなくても、今回の範囲なら無料のAviUtl2で十分だと判断しました。
少なくとも実際に1本完成させるまでの間に、ソフトの機能が足りなくて困る場面はありませんでした。
動画編集では何をするのか
動画編集と聞くと、派手な演出や特殊効果を思い浮かべるかもしれません。しかし、今回行ったのはもっと基本的な作業です。
元動画を見て、何を話しているのか理解する
どの部分を残すか決める
不要な部分を切り、順番を整える
話している内容に合わせて字幕を付ける
必要な補足や最低限の演出を加える
最初から最後まで確認する
完成動画を書き出す
今回の流れを一行で表すと、次のようになります。
英語の元動画
→ 内容の把握と翻訳
→ 残す部分を決定
→ カット
→ 日本語字幕
→ 見た目の調整
→ 最終確認
→ MP4へ書き出し
この流れの中で、AIに向いている作業と、人間が自分で行った方が早い作業を確かめました。
ここでいう「AIに任せる価値」は、私自身もAviUtl2を操作し、使い方を覚えながら編集する場合に、どの作業をAIへ任せると時間や手間を減らせたか、という意味です。
動画編集をすべてAIに任せ、トークン使用量や処理時間を考えないのであれば、簡単な操作まで任せても問題ありません。
今回はAviUtl2を使えるようになることも目的だったため、人間が短時間で行える操作は自分で行い、時間がかかる作業や自分だけでは難しかった作業をAIへ任せました。
一方、編集作業をすべてAIへ任せたい場合でも、最初に動画のテーマ、構成、完成条件をAIと詰める必要があります。本記事で紹介する「素材を分析する→方針を決める→編集する→完成品を確認する→問題を具体的に戻して修正する」という流れは、動画編集をまとめてAIへ任せる場合にも利用できます。
先に結論
今回、AIを使う価値が特に高かったのは、次の作業です。
訛りの強い英語の内容把握
文字起こしと日本語訳
話題ごとの整理
残す区間と削る区間の選定
日本語字幕用の短い文章への調整
41件分の字幕データ作成
一方、次の作業は人間が行っても難しくなく、AIへ操作を任せる必要性は低いと感じました。
指示書に従った実際の分割・削除
冒頭タイトルの追加
補足テロップの追加
フェードアウト
ズームを採用するかどうかの判断
完成映像の違和感を見つけること
AIが実行できる作業と、AIに任せる価値がある作業は同じではありませんでした。
ここから、実際にAIへ依頼した内容と編集工程を詳しく紹介します。
