ポッドキャストからショート動画を作る方法 — 完全ガイド
ポッドキャスト音声をTikTokやYouTube Shortsで使える縦型ショート動画に変換する方法を、AIパイプラインの実仕様・クレジット目安・各ステップの深掘り記事へのリンクを含めて徹底解説します。
ポッドキャスト音声からショート動画を作るには、クリップ選定→ビジュアル生成→FFmpeg合成の3ステップを経るだけです。この記事では、そのパイプライン全体の実仕様・クレジット目安・「この記事を読むべき人」の判断基準を網羅します。
要点（TL;DR）
- 入力: MP3/WAV/M4A（≤50MB）またはRSSフィードURL
- AIが最大5本のクリップ候補をviralScore付きで提案
- ビジュアルは4スタイル（sketchnote / cinematic / flat_graphic / manga）
- 出力: 1080×1920 9:16 MP4、字幕Top/Bottom選択可
- 無料50クレジット/月でパイプライン全体をまず試せる
なぜポッドキャストにショート動画が必要なのか
音声コンテンツは深みがある一方、新規リスナーへの発見性に課題があります。ショート動画プラットフォームのアルゴリズムはフォロワー外へのリーチを強力にサポートするため、既存の音声資産を縦型ショートに変換すると次のメリットがあります。
どの記事を読むべきか — 読者ニーズ別ガイド
| あなたの状況 | まず読む記事 |
|---|---|
| 「どのクリップを切り出せばいいかわからない」 | 切り抜き箇所の選び方 |
| 「MP3から字幕付き動画を実際に作りたい」 | MP3から字幕付き縦型ショート動画を作る方法 |
| 「YouTube Shortsに最適化したい」 | ポッドキャストをYouTube Shortsにする方法 |
| 「RSSから複数回を自動処理したい」 | RSSコンテンツ自動化ガイド |
| 「ショート動画だけでなく記事も生成したい」 | ポッドキャストから記事を生成する方法 |
| 「字幕の見た目を最適化したい」 | 止められる字幕の作り方 |
| 「他のAIツールと比較したい」 | 音声から動画を作るAIツール比較 |
| 「OpusClipの代替を探している」 | OpusClip代替ツール比較 |
| 「ファセレス動画の戦略を理解したい」 | ファセレス動画とは？ |
ステップ1: 音声をアップロードする
対応入力:
- ファイル: MP3 / WAV / M4A、最大 50 MB
- RSS: フィードURL → 最大100件リスト（30分超のエピソードは自動除外）
ステップ2: STT文字起こし + クリップ分析 — 5クレジット
アップロード後、Google Cloud Speech-to-Text v2（モデル: chirp、単語レベルのタイムスタンプ付き）が音声全体を文字起こしします。次に Gemini 3 Flash がトランスクリプトを解析し、最大5本のクリップ候補を返します。各候補には次の情報が含まれます。
| フィールド | 内容 |
|---|---|
viralScore | バズりやすさのスコア（0〜100） |
reason | なぜこのクリップが良いかの説明 |
start / end | 秒単位のタイムスタンプ |
hookText | 冒頭のフック文（字幕や見出しに転用可） |
recommendedStyle | 推奨ビジュアルスタイル |
ステップ3: ビジュアル生成 — 5〜15クレジット
Gemini 3 Flash Image が各クリップのテキスト内容をもとに静止画を生成します。4つのスタイルから選択可能です。
| スタイル | 雰囲気 | 向いているコンテンツ |
|---|---|---|
| sketchnote | 手書き風イラスト | 学習・ハウツー系 |
| cinematic | 映画的・情景的 | 旅・体験談・ドキュメンタリー |
| flat_graphic | フラットなベクター調 | ビジネス・テック・データ |
| manga | マンガ風コマ割り | エンタメ・ストーリー |
詳細は → MP3から字幕付き縦型ショート動画を作る方法
ステップ4: 動画生成 — 0クレジット
FFmpegが以下のスペックで動画を合成します。
| 仕様 | 値 |
|---|---|
| 解像度 | 1080 × 1920（9:16） |
| コーデック | H.264 / AAC |
| 字幕 | ASSフォーマット、Top/Bottom選択可 |
| 映像モード | images / waveform / icon |
| 出力 | MP4（ダウンロード） |
ボーナス: 記事も同時生成 — 3クレジット
同じトランスクリプトから X投稿 / note記事 / LinkedIn投稿 向けの長文テキストをAIが生成します。動画と記事を同じエピソードから一括展開できます。詳細は → ポッドキャストから記事を生成する方法
クレジット早見表
| 操作 | 消費クレジット |
|---|---|
| 分析（STT＋クリップ選定） | 5 |
| ビジュアル生成（標準 1フレーム） | 5 |
| ビジュアル生成（HQ 3フレームストーリーボード） | 15 |
| 動画生成 | 0 |
| 記事生成 | 3 |
| 月間上限（無料） | 50 |
| 月間上限（Pro ¥2,980/月） | 300 |
向いている人
向いていないケース
関連記事
Faceless.fmで試す
https://faceless-fm.com では無料プランで月50クレジットから始められます。まずMP3をアップロードして、AIがどんなクリップ候補を提案するか確認してみてください。Pro（¥2,980/月）にアップグレードすれば月300クレジットで大量エピソードも処理できます。
よくある質問
ポッドキャスト1本から何本のショート動画が作れますか？
Faceless.fmでは1エピソードにつきAIが最大5本のクリップ候補を提案します。30〜60分のエピソードなら3〜5本を切り出すのが実用的な目安です。ビジュアルスタイルや字幕位置を変えて展開すれば、週に複数投稿も無撮影で可能です。
顔出しや撮影は必要ですか？
不要です。音声ファイルをアップロードするだけで、字幕・AIビジュアル付きの縦型動画（9:16 MP4）が完成します。カメラも照明も不要です。
どのプラットフォームに投稿できますか？
1080×1920（9:16）H.264/AACのMP4で出力されるため、YouTube Shorts・TikTok・Instagram Reelsに共通で使えます。字幕位置（Top/Bottom）を切り替えることでSNS各社のUIに重ならない配置も選べます。
クレジットはどのくらい消費しますか？
分析（STT＋クリップ選定）で5クレジット、ビジュアル生成は1フレーム標準で5クレジット・HQ 3フレームストーリーボードで15クレジット、動画生成は0クレジットです。無料プランは月50クレジット、Proプランは月300クレジット（¥2,980/月）です。
RSSからもインポートできますか？
できます。ポッドキャストのRSSフィードURLを貼るだけで最大100エピソード分のリストを取得できます（30分超のエピソードは自動スキップ）。取り込みたい回を選んで一括処理することも可能です。