記事やPDFを対談ポッドキャストにする方法
記事やPDFをポッドキャストにするには、テキストを2人のホストの会話に書き起こすツールに渡し、その台本を元の文章と照らし合わせて確認し、2つの異なるAI音声で1つの音声ファイルに読み上げます。Speechoではテキスト読み上げのボタン1つで始められます。ホストはテキストを元の順番どおりに話し合い、台本はすべてのセリフを直せるエディターで開きます。10分のエピソードなら、Standardの声で1ドル前後です。ここでは、2人で話す形式が向いている使い方、テキストの選び方、そしてホストがテキストに書かれていることだけを話すようにする確認方法を説明します。
2人のホストで話す形式が向いている使い方
- 移動中に聞く。 先週保存したまま開いていない長い記事が、通勤やランニング、皿洗いの10分になります。
- 勉強。 章を問いと答えの形にすると、構成が耳で分かります。一方が要点を尋ね、もう一方が説明するので、文の壁ではなく論の流れが聞こえます。読む代わりではなく、復習に向いています。
- ニュースレター。 読むより聞きたい読者のために、毎号の音声版を用意できます。
- 社内向けの連絡。 規程の変更、四半期報告、リリースノートを、チームが実際に再生する短いエピソードにできます。
ナレーター1人ではなく2人の声にする理由は、会話が道しるべになるからです。問いかけが次の話題を予告し、言い換えが要点を繰り返し、声の交代が注意をつなぎとめます。密度の高い記事を1つの声で一字一句読み上げると、数分で疲れてしまいます。書かれたとおりに読み上げたい場合は、テキスト読み上げやPDFを音声にを使ってください。
テキストの選び方
向いているのは、主張やストーリーのある文章です。解説記事、エッセイ、レポート、本の1章、講座で取った自分のノートなど。表、コード、数字の長いリスト、一語一語が重要な法律文書は、会話にはあまり向きません。
始める前に、次の点を押さえておくとうまくいきます。
- 抽出したテキストを整える。 PDFから取り出したテキストには、ページ番号、繰り返しのヘッダー、参考文献リストが混ざりがちです。それらを消し、扱ってほしくない節も削ります。
- 長さに注意する。 テキストは300〜60,000文字です。それより長い場合は最初の60,000文字だけが使われるので、本は章ごとに分けてください。
- 権利を確認する。 詳しくは最後に説明します。
Speechoでエピソードを作る
- テキストを用意する。 テキスト読み上げを開き、入力欄にテキストを貼り付けるか、「ファイルを開く」でPDF、Word、EPUBの文書を選びます。ファイルはブラウザの中で読み込まれます。
- 「テキストからポッドキャストを作る」を押す。 このボタンは会話モードに表示されるほか、テキストが十分に長くなると、テキスト / 会話の切り替えの横にも表示されます。
- ホストを設定する。 ホストは2人です。声はSpeechoが自動で選びます。会話向けの声から女性1人と男性1人で、どちらもあとで変更できます。名前は任意で、付けない場合は声の名前で呼ばれます。
- 長さを選ぶ。 約5分、10分、20分から選べます。
- 言語を選ぶ。 既定では台本はテキストと同じ言語になります。別の言語を選べば、たとえば英語のレポートから日本語のエピソードを作れます。
- 「台本を書く」を押す。 ボタンに料金が表示されます。台本の作成には10〜30秒かかります。
- 台本を確認する。 台本は会話エディターに、2人のホストとすべてのセリフが入った状態で開きます。確認のしかたは次の節で説明します。
- 読み上げる。 会話全体が1つのMP3になります。長い会話は分けて読み上げます。まず最初の約5,000文字を読み上げるので、残りの料金を払う前に聞いて確かめ、そのあとカードから残りを読み上げます。
読み上げる前に台本を確認する
ホストには、テキストから離れず、その順番に従い、読み上げるのではなく話し合うよう指示しています。それでも台本を書くのはAIで、AIは細部を誤ることがあります。5分の確認で、読み上げのやり直しを防げます。
- 事実と数字。 数字、日付、引用をすべて元の文章と照合します。テキストにない主張は削除します。
- 順番と比重。 台本は元の文章の順番に沿っています。聞き手にとって重要な節があればセリフを増やし、重要でない節は削ります。
- 名前。 人名、社名、地名が元の文章どおりに書かれているか確認します。試聴で名前の読みを間違える場合は、そのセリフの中で読みどおりにかなで書き直します。
- 冒頭。 最初のセリフで、誰が書き、どこに掲載された文章なのかを正しく紹介しているか確認します。
- トーン。 「それは興味深いですね！」のように盛り上げるだけのセリフは削り、話を前に進めるセリフを残します。
編集は無料です。台本を読み上げるまで料金はかかりません。
声の選び方
- 聞き分けやすくする。 性別の違う声や、高さがはっきり違う声を組み合わせれば、名前がなくても誰が話しているか分かります。
- その言語のネイティブの声を使う。 エピソードの言語をネイティブの発音で話すホストは自然に聞こえます。その言語向けの声を選びましょう。
- 品質を選ぶ。 社内向けや自分で聞くだけならStandardで十分です。Enhancedはより自然で、公開するものには一般的にこちらを選びます。Premiumは最も表現力があります。
- 読み上げる前に試聴する。 まずエディターで各声のサンプルを聞いてください。
エピソードの長さの目安
| 長さ | 向いている素材 | 台本の分量(日本語) |
|---|---|---|
| 約5分 | 記事1本、ニュースレター1号 | 約1,500文字 |
| 約10分 | 長い記事、レポート、リリースノート | 約3,000文字 |
| 約20分 | 本の1章、長いレポート | 約6,000文字 |
日本語は1分あたり約300文字が目安です。英語なら10分で約1,500語、約9,000文字になります。エピソードはテキストを読み上げるのではなく話し合うので、長さは元の文章の量に左右されません。長い章でも、要点を押さえた20分の会話になります。長さは目標であって保証ではなく、20分を選んでも数分短くなることがあります。
動画版のための字幕
ポッドキャストを動画でも公開することはよくあります。静止画や波形に字幕を付ける形が一般的です。EnhancedとPremiumの声で作ったクリップには字幕ファイルが付きます。MP3ダウンロードの横の矢印から「字幕 (SRT)」かVTTを選ぶか、話し手の名前を表示したい会話なら「名前付き字幕 (SRT)」を選びます。タイミングは音声に合っているので、そのまま動画編集ソフトやYouTubeへのアップロードに使えます。Standardの声には字幕ファイルがありません。
あとから1つのセリフだけ直す
読み上げたあとで言葉の間違いに気づいても、エピソードを作り直す必要はありません。読み上げ済みの会話の各セリフに「このセリフを再生成」があります。別の声を選ぶ、言葉を直す、[whispers] のような指示を足す、といった変更ができます。ほかの部分はそのままで、そのセリフの料金は確定前に表示されます。
費用
支払いは2つに分かれていて、どちらも課金前に料金が表示されます。
- 台本: 5分までの台本で15クレジット、10分までで25、20分までで40に、元のテキスト3,000文字につき1クレジットが加わります。短いテキストは選んだ長さまで引き延ばされず、実際にできる台本の分だけ課金されます。6,000文字の記事なら5分で17クレジット、10分で27クレジット、30,000文字の章なら10分で35クレジットです。
- 読み上げ: 台本1,000文字につき、Standardで50クレジット、Enhancedで110クレジット、Premiumで160クレジット。
日本語の10分のエピソード(台本約3,000文字)なら、Standardで約150クレジット、Enhancedで約330クレジットです。英語の10分(約9,000文字)なら、Standardで約450クレジット、Enhancedで約990クレジットになります。クレジットはパックで購入します。5ドルで2,400、10ドルで6,000、25ドルで16,800、50ドルで36,000クレジットです。いちばん小さいパックでも、英語の10分のエピソードはStandardで約0.94ドル、Enhancedで約2ドル、日本語ならその3分の1ほどで、大きいパックならさらに安くなります。サブスクリプションはなく、クレジットに有効期限もありません。詳しくは料金をご覧ください。
どこで公開できるか
ほとんどのプラットフォームはAI音声のポッドキャストを受け付けていますが、条件付きのところもあります。たとえばApple Podcastsは、合成音声を使っていることをエピソードの中とメタデータの両方で明示するよう求めています。冒頭のひとこと(「このエピソードはAIの声でお届けします。元になったのは〜の記事です」)と、エピソードの説明欄の1行で対応できます。プラットフォームごとのルールはAI音声が使える場所にまとめています。Speechoの声はライセンスを受けたストック音声で、実在の人物の複製ではありません。音声は商用利用できます。
使う権利のあるテキストだけを使う
他人の記事から作ったポッドキャストは、その著作物の翻案にあたります。使うのは、自分で書いた文章、自社の文書、翻案を認めるライセンスの文章、パブリックドメインの作品にしてください。ほかの著者の記事や本から作ったエピソードを許可なく公開すれば、出典を明記していても著作権の問題になります。AIのホストが話しているからといって、それは変わりません。
よくある質問
PDFからポッドキャストを作れますか
作れます。テキスト読み上げでPDFを開き、「テキストからポッドキャストを作る」を押します。ファイルはブラウザの中で読み込まれます。テキスト層のないスキャンPDFは、先に「テキストをスキャン」で文字にしてください。
AIのホストは話を作ってしまいませんか
テキストとその順番から離れないよう指示していますが、台本を書くのはAIなので、細部を誤ることがあります。そのため台本はまずエディターで開きます。読み上げる前に、事実、数字、名前を確認してください。
元のテキストはどのくらいの長さまで使えますか
300〜60,000文字です。それより長いテキストは最初の60,000文字で切られるので、本は章ごとに分けてください。
10分のエピソードはいくらですか
英語ならStandardの声で約450クレジット、Enhancedで約990クレジット、日本語ならその3分の1ほどです。これに台本の15〜40クレジットと、テキスト3,000文字ごとに1クレジットが加わります。5ドルのパックなら、6,000文字の英語の記事から作る場合(台本27クレジット)、英語でStandard約0.99ドル、Enhanced約2.12ドルです。
読み上げたあとで1つのセリフを変えられますか
変えられます。そのセリフの「このセリフを再生成」で、声、言葉、話し方を変えられます。エピソードのほかの部分はそのままです。
