ElevenLabsの音声を動画用に書き出す｜形式・音量・字幕との確認

この記事の内容

渡す音声の採用版を確定する

音声を書き出す前に、原稿と読み方を確認した採用版を決めます。試聴用、修正版、公開版が同じ名前で並ぶと取り違えやすくなります。例は約一分の解説動画で、音声原稿、字幕原稿、採用音声を一組にします。動画の尺が先に決まっている場合は、音声の速度変更だけで無理に合わせず原稿量も見直します。

Text to SpeechやStudioで現在のダウンロード・Export項目を確認し、編集ソフトが受け取れる形式を選びます。利用可能な音質や形式は経路・プランで異なります。圧縮音声をWAVへ変換するだけで元以上の情報が戻るわけではないため、使える元の品質と納品条件を先にそろえてください。

動画編集プロジェクトの音声設定と、書き出したファイルの実際の設定を確認します。48kHzなど納品先の指定があればそれに合わせ、必要な変換は編集側で行います。モノラルの声をステレオへ配置する際も、左右のどちらかからしか聞こえない状態になっていないかを確認してください。

波形の大きさだけで良否を決めず、編集ソフトでピークやラウドネスを確認します。全用途に共通の正解値があるとは考えず、公開先や納品仕様に合わせて調整します。クリッピングした音を後から小さくしても歪みが直るとは限らないため、生成元と各処理段階を分けて調べます。

声だけで明瞭でも、BGMを重ねると語尾や数字が聞こえなくなる場合があります。スマホの小さな音量とヘッドホンの両方で確認し、必要ならBGMの音量や帯域を調整します。声を一律に大きくするだけで解決せず、話している間のBGMと無音部分の関係を聞いて決めます。

字幕には読み仮名へ変えた原稿ではなく正式表記を使い、音声の始まりと終わり、文の区切りに合わせて表示します。音声を差し替えた後に古い字幕の時刻をそのまま使わないようにします。固有名詞や数値が一致するか、画面内で読み終える時間があるかを確認してください。

編集画面の確認だけで終えず、動画を書き出して冒頭の無音、音切れ、左右の偏り、字幕ずれ、末尾の欠落を見ます。音声ファイル単体と最終動画は別の成果物です。公開時の契約・声の利用条件も再確認し、元音声とプロジェクト、採用版の情報を後の訂正に備えて保管します。

完成尺と作り直しの量を入力し、想定する生成文字数とプランの利用枠を照らし合わせます。

料金・提供条件・対応範囲は変更されることがあります。契約前に、下記の公式ページでご確認ください。