ツール · 自動化
Xưởng Tâm Sự（動画自動編集）
日本語YouTube動画を自動編集。音声に合わせた漢字字幕、BGM、モーションを生成。44秒の動画を15秒で書き出し。
- 担当
- 企画 · 設計 · 開発
- 年
- 2026
- 使用技術
- Python · FastAPI · FFmpeg · Whisper · BudouX
イメージ画像背景
日本の視聴者向けの「心の話」YouTubeチャンネルは定期的な投稿が必要ですが、字幕・BGM・トランジションを毎回手作業で編集するのは大きな負担でした。
課題
台本どおりの漢字を保ちつつ、AI音声と単語単位で同期した字幕が必要。そのまま投稿できる品質も求められました。
解決策
Whisperで単語ごとのタイムスタンプを取得し、difflibで元の台本と照合して漢字表記を維持。
BudouXで日本語字幕を自然な位置で改行。
FFmpegで16:9画像にズーム・トランジション・ダスト効果を加え、音声・BGM・環境音をミックス。
専用ウィンドウでローカル実行。127.0.0.1のみで待ち受け、APIキーを保護。
成果
15s
で44秒の動画を書き出し
1080p
H.264でそのまま投稿可能
89%
のテストカバレッジ（45件）