音声配信スタジオ

音声編集(ローカル)

収録音声を「聞きやすい配信音声」に整える

収録した会話は、間延びや不要な無音で聞き疲れしがちです。リポジトリ同梱のローカルツールtools/audio-editを使うと、お手元のPCで無音を詰めて整音し、必要なら冒頭ナレーションとBGMを付けたMP3を作れます。 処理はすべて手元で完結し、サーバー計算や共有AIキーは使いません。

▶ ブラウザでそのまま自動カットする(インストール不要)→

収録MP3をアップすると、無駄な間・フィラー・言い直しを自動検出してカット。確認してMP3を書き出せます(PC推奨)。

できること

無音(間)の詰め+音量正規化(loudnorm -16 LUFS)+軽いノイズ低減
任意:冒頭の日本人女性ナレーション(edge-tts)
任意:BGM(冒頭はやや大きく→本編は控えめ→終了後10秒フェード)
出力:MP3 192kbps / 44.1kHz(原音は無変更で保全)

使い方(手順)

  1. 1. ffmpeg を入れて PATH を通す(ターミナルで ffmpeg -version が動くこと)。
  2. 2. ナレーションを付ける場合のみ pip install -r requirements.txt(edge-tts)。
  3. 3. 収録した会話音声(.aac / .mp3 / .wav)を手元に用意する。
  4. 4. python edit.py --voice rec.aac --out done.mp3 を実行する(無音詰め+整音)。
  5. 5. 出来た done.mp3 を公開ストレージ/配信サービスに置き、その公開URLをアプリの『配信 → 公開音声URL』に貼る。

フル(ナレーション+BGM)の例

python edit.py --voice rec.aac --bgm bgm.mp3 \
  --narration "本日のエピソードをお届けします" --out done.mp3

安全のための方針

既定では「無音詰め・整音・ナレ/BGM合成」だけを行い、発話そのものは削除しません。 言い直しやフィラーの語単位カットは、人名など意味のある言葉を誤って消す危険があるため自動では行わず、 必要な箇所だけ秒数で明示して消せます(詳細は tools/audio-edit の README)。

注意:音質は元の収録の品質が上限です(再エンコードで音質は上がりません)。BGMはライセンス上問題のない素材をご用意ください。