Agents365-ai/video-podcast-maker

何を解決するか

シンプルなトピックをプロフェッショナルな4K動画ポッドキャストに変換する複雑なプロセスを自動化します。手動でのリサーチ、スクリプト作成、音声録音、動画編集の必要を排除し、複数のAIツールを1つのパイプラインに統合することで実現します。

動作方法

ユーザーはコードエージェント（例：Claude Code）にトピックを提供し、その後、複数ステップのワークフローを調整します：

1. リサーチとスクリプト作成：エージェントがトピックを調査し、ナレーション用スクリプト（podcast.txt）を生成します。
2. 音声生成：ttscnブリッジを使用して、11のサポートされているTTSバックエンド（OpenAI、Azure、ElevenLabsなど）のいずれかで音声を合成します。
3. ビジュアル構成：Remotionを活用して動画を構成し、AI生成の静止画、Bロール、オーバーレイを統合します。
4. レンダリング：FFmpegを介してネイティブの字幕と背景音楽をミックスし、4Kで最終出力をレンダリングします。
5. 最適化：長編コンテンツから9:16の縦型ショートを生成し、YouTube、Bilibili、TikTokなどのプラットフォーム向けにフォーマットを調整できます。

対象ユーザー

動画編集や音声工学の深い技術スキルがなくても、迅速に高品質な動画コンテンツを制作したいコンテンツクリエイターおよびポッドキャスターです。

主な特徴

• 広範なTTS対応：11種類の異なるテキスト読み上げエンジンを統合し、多様なボイスオプションを提供します。
• 4K制作：RemotionによるReactベースの字幕で高解像度動画をレンダリングします。
• マルチプラットフォーム対応：Bilibili、YouTube、Xiaohongshu、Douyin、WeChat Channels向けに出力と公開情報をカスタマイズします。
• アセット統合：ストック映像、AI生成静止画、Bロール用のさまざまなAIエンジンと連携します。
• 発音制御：グローバルおよびプロジェクトごとの音素辞書を備え、TTSの発音ミスを修正できます。