誰か聞いてくれ Podcastなのに声が出ない｜完璧主義×AI｜制作ログ⑧
今は誰でも、自分の好きなことを発信できる時代です。
noteを読んでいるあなたは、どうですか？
私はずっと、受けとる側でした。
発信する側になるなんて、考えたこともなかった。
それが変わったのは、商業出版を目指してnoteを書き始めてからです。
書くことで、自分の思考が整理されていくのがわかった。
発信することで、届く人がいるのを知った。
そしてまた、新しく始めようと思います——Podcastを。
挫折しかけて、放置して、諦めかけた。
でもAIと一緒に試行錯誤しながら、もうすぐ公開できる形にたどり着いた。
完璧主義の私がAIと協働して、Podcastを形にした試行錯誤の記録です。
最初の壁は、自分の声だった。
Podcastを始めてみたいと思っていました。
去年の終わりごろから、準備を始めていました。
AIと相談しながら、自分のnote記事について話す台本が完成。
携帯をマイク代わりに、気軽に始めたつもりだった。
始めてすぐに、その「つもり」は崩れた。
台本を最後まで読み上げることは、ほとんどできなかった。
途中で止めては聞き直し、やり直し、また止めて、また聞き直す。
いつも聞いているPodcastとは全然違う。
緊張してぎこちない、聞きなれない自分の低い声が、聞こえてきた。
編集でどうにかなるものではない、とわかった。
それに正直なところ、昔から自分の低い声があまり好きではなかった。
幼い頃、父が録音した自分の声をはじめて聞いた——
あのとき感じた違和感を、久しぶりに思い出した。
地声でPodcastは無理だと、諦めた。
気が抜けたまま、画面をスクロールしていた。
そこで気づいた。
音声生成AIの声で話しているチャンネルが、思っていたより多い。
あ、そういう選択肢があるのか。
自分が聞いているPodcastでは音声生成AIで話している番組はないけれど
誰が話すかより何を伝えるかに集中しよう。
そう思ったら、次が見えた。
我ながら、良いアイディアだと思った。
最初に考えた方法はこうだ。
自分のnote記事をNotebookLMにアップして、音声解説を生成する。
それを文字起こしして、台本のたたき台にする。
冒頭に自分が挨拶して、男女二人のAIが記事を深掘りする対話形式。
我ながら良いアイディアだと思った。
まず、簡単な文章で複数の音声生成AIで男女の声をテスト生成してみた。
セリフに合わせて感情の抑揚をつける。
イントネーションを調整する。
それを「男性の声」と「女性の声」、それぞれに合わせてやる。
想像してみてほしい。
一つのセリフに対して、
声の高さ、話すスピード、語尾の上げ下げ、間の取り方——
これをキャラクターごとに、何十行分も繰り返す作業。
素直に自分がいいなと思えるものが、作れなかった。
（全ての音声生成AIがそうとは思わないし、私の使い方が良くなかっただけかもしれない。）
テストの段階でこれなら
完璧主義の自分が満足に最後まで完成させられるのか？
入ったら出てこられない。
底なし沼どころか、ブラックホールだ。
飲み込まれたら、どこにもたどり着けない——そんな気がした。
これ以上踏み込んではいけないと、即やめた。
AIに「この男女の対話台本を、一人語り用に作り直して」と頼んで、
何事もなかったのように、自分で微調整して台本を作り直した。
設計だけが、完璧だった。
「声をどうするか」をいったん保留にして、先に運用設計を全部固めることにした。
本当のことを言うと、半分諦めていた。
地声は無理だった。音声生成AIも、壁にぶつかった。
「自分一人では、できないのかもしれない」
という気持ちが、静かに育っていた。
それでも手を止めたくなかった。
だから「声以外」のことを、丁寧にやることにした。
配信プラットフォームを5つ調べて決めた。
構造を整える作業なら、手が動く。
調べて、比較して、決める——それは得意だ。
アイコンを作った。概要欄の文章を書いた。
番組名も、カテゴリも、更新頻度も決めた。
不思議なことに、作業を進めるうちに気持ちが戻ってきた。
「やっぱりやりたい」という感覚が、じわじわと大きくなっていた。
そして1月末、設計が全部固まった。
設計は100%
でも、声だけがなかった。
ここまで整えたのに。
ここまでやったのに。
また、同じ場所に戻ってきた。
声だけが、ない。
得意な場所に、戻っていた。
そしてまた、そのまま1週間、止まった。
NotionをAIと一緒に作り、途中でDBが全消えするハプニングまで起きた。「完璧主義×AI 協働ログ」の連載も書いていた。
どちらも必要な作業だったし、読んでくれた人への感謝は本物だ。
でも正直に言えば、慣れ親しんだ居心地のよい場所へ、逃げ込んでいた。
YouTubeが、教えてくれた。
note記事を書き終えて、一息ついてYouTubeを見ていた。
NotebookLMの動画解説が流れてきた。
あの特徴的なスライドと音声を見て、思い出した。
そうだ、これだ。
NotebookLMの音声解説を中心にすればいい。
最初に考えた方法に、戻ってきた。
でも今回は、たたき台として使うのではなく、そのまま本編にする。
冒頭と末尾は自分の音声生成AIで挨拶を作る。
中心部分は、note記事をNotebookLMに入れて生成した音声解説をそのまま使う。
アクセントを自分で触らない。
感情表現はAIに任せる。
フォーマットを固定することで、毎回ゼロから迷わない。
「全部を完璧に作る」から「構造を借りる」へ。
これが、ハマった。
そこからは、一気だった。
音声解説のプロンプトをChatGPTと一緒に考えた。
事前に決めていた配信プラットフォームを、
手戻りが無いように調べた順番どおりにアカウント作成していった。
アイコンを微修正して、カテゴリを考え直した。
ChatGPTで決めたことをGeminiに共有して、さらにブラッシュアップした。
ついに、音声と向き合うことになった。
今回は「最初と最後だけ」と決めた。
毎回全部作らない。短い挨拶文を2つ作る。
それだけなら、と再度音声生成AIを調べ直した。
やはり難しい、と思っていた時に——
以前使っていたVidsを思い出した。
声を選んで、文字を入れるだけ。
記号で間を微調整できる、必要最低限のシンプルさ。
テストしてみた。
少し不自然なところもある。
でも、沼ることはなかった。
「これでいいか」と思えた。
自分のパートの音声をGoogle Vidsで生成した。
初回音声ができた。挨拶音声ができた。
AIにnote記事とPodcastのコンセプトを共有して、BGMの候補をたくさん出してもらった。
一曲ずつ聴いて、また聴いて、比べて。
何度も聴き比べているうちに、
少しずつ「これかもしれない」が見えてきた。
編集はCapCutで行い、BGMも加えた。
出せる状態になった。
弱さを、設計に変えた。
プラットフォームの審査を待つ間、この記事の構成を考えていた。
これまでのChatGPTの履歴を分析整理してもらい、
「私はどう考えて動いてきたのか」を聞いてみた。
AIが返してきた言葉に、いくつも頷いた。
特に心に響いたのが——
「弱さを克服したのではなく、弱さに合わせて設計を変えた。」
そうか、と思った。
私は逃げたのではない。
自分にとっての難易度設計を、間違えていた。
「一人で、感覚で、ゼロから完璧に」——
これが、今の私に向いていなかっただけ。
構造を借りて、対話形式で、note記事を母体にする。
フォーマットを固定して、迷う余地を減らす。
自分の理想とは多少違っても、複数のAIと相談しながら進める。
これなら、続けられる。
そしてふと気づいた。
最初のアイディアに、違う形で戻ってきていた。
もうすぐ、聞ける。
今は、プラットフォームの審査待ちだ。
審査が通れば、すぐに始められる状態になっている。
この記事も、NotebookLMで音声解説にして配信する予定だ。
よかったら、2回目か3回目の配信で聞いてみてほしい。
あなたが今読んでいる試行錯誤の記録が、どんな音声になるのか。
自分でも今からとても楽しみにしている。
遠回りだったかもしれない。爆速でもなかった。
でも形になった。
それで十分だと思っている。
私の結論
この記事も、Podcastも
完璧じゃなくても、未完成でも届く。
あなたは今、「完璧にしてから」派ですか？「とりあえず出す」派ですか？この記事を読んで感じたこと、コメントで聞かせてもらえると嬉しいです。
（ヘッダー画像に込めた思いに気が付いたら、感想を教えてください！）
次回は、Podcast公開のお知らせと、
実際の運用設計と各プラットフォームの設定フローを書く予定です。
Podcastを始めたい人の参考になればと思います。
フォローして次回をお待ちいただけると嬉しいです。