工作清單

【最新AIニュース】Gemini 3.8 Live発表！ChatGPT Images 2.5で画像制作が激変？動画編集の自動化も進化

逐字稿文字預覽

ついにジェミニを使えば会話だけでタスクが終わるようになりました。そして今画像
生成の使い方そのものが激変しています。
さらに今週は動画編集の自動化のやばい最新情報もお届けしていきます。皆さん
どうも動画編集の中の人のピーです。今週
も皆さんのクリエイティブを激見させる重要ニュースをまとめてお届けしていきます。それでは本編に行きましょう。
衝撃ジェミリ3.8ライブがついに発表。
それではまず最初にGoogleの最新ニュースからお届けしていきます。9月
15日、Googleが新しい音声対話モデルジ3.8ライブを発表しました。
これは何かと言うと、AIと電話で話してるみたいに会話ができるモデルになっています。1番の特徴がチャットの途中で
情報を割り込めるようになりました。今
までの音声AIはお互いが話し終わるのを待つトランシーバーみたいなやり方だったんですけど、今回のアップデートではAIが話をしてる途中にもう少し詳しくというようにですね、追加で注文できるように
なりました。この機能に対応しているのは
日本語を含む97以上の言語です。会話の
途中で言語を切り替えることもできます。
さらにリアルタイムの映像を踏まえた会話にも対応しています。この機能はですね、
特に映像制作の現場でめちゃくちゃ活用することができます。例えばカメラに移っ
てる映像をAIに読み込ませてその場で気になることを聞くと映像で気になる情報を正確に答えてくれるようになります。なの
で映像制作がより一層を効率的にかつ集中できるようになったと思います。また
今回ゼミリ3.8ライブエクステンendデッドキングという複雑なスクのモデルも同時に出ています。のは考えるさを設定できて推論しながら同時に喋れるのが調です。第
3者のティフィシャルナリシスでは声対話のリーダーボードで82.6%を出しになっています。では気になる
価格について紹介します。
API利用で声入力が1分0.05ドル。
水出力が1分あたり0.08ドルになります。日本円にすると1分喋って3円
ちょっとというような計算になっています。サービス提供は地味にAPIと
GoogleAISTOから使うことができます。さらにスマホのGoogle
アプリのサーチライブやGmailやGoogleドキュメントにも展開され始めています。ではXでの反応を見てみ
ましょう。音声AIは話を聞いて答える
だけから会話を続けるものに変わったという声やあとはですね、リアルタイム音声会話用のモデルが公開されたことに対してめちゃくちゃ驚きだったりとかワクワク感そして期待感っていうところの声も目立ち
ました。一方で具体的な機能や使用の詳細
は現時点で未公開な部分もある。ま、こう
いったですね様子みの声もありました。
まずはですねから是非ですね、一度気になる方試してみていただけたらと思います。もしですね、感想もいただければ
コメント欄で是非教えてください。私自身
もですね、使ってみようかなという風に思います。チャatGPTイメージ2.5
は市場構造を変える。続いては画像生成や
資料作りをする方にとって特に注目したいニュースになります。皆さん既でにご存知
の通り9月8日にOPAIの最新画像生成モデルチャatGPT2.5が発表されました。今回のアプデの最大の特徴は部分
的な編集が効くようになったことです。
画像の指定した箇所だけを変えてそれ以外の部分や構図はそのまま維持することができるので何度直してもエアや画像が崩れにくくなりました。あとはですね、生成の
待ち時間も従来のイメージ2.0と比べて最大50%を短縮されています。イメージ
2.5はチャATGPTの全プランとコデックスの全プランで使うことができます。そして今週この2.5業務でどう
使うのかといった記事が話題になっています。今まででしたら資料の見出しだけ
直したいのに背景まで変わる。色を直し
たらレイアウトが崩れる。結局何度も
作り直す。こういったことが続いてしまっ
ていたと思うんですね。イメージ2.5を
使うとこういった課題を解決することができます。では実際に現場で使われている
ような活用法を紹介します。まずは栄養時
に使う提案資料の表紙の変更です。栄養時
の提案資料の表紙の変更ってフォーマットはあるものの一部を変えたいっていう時ってたまにあったりすると思うんですね。
で、そんな時にですね、1度作った表紙を元にしながら日付だけを少し変えることができたりします。ま、あとはですね、
レイアウトも1部分だけを変えることだってできます。ま、これによってですね、
背景もレイアウトもフォーマットのまま残しつつ案件ごとに一部を変える、ま、こういったですね、使い回しができるようになっていきます。次にマーケティングに
おけるバナーのABテストです。同じ構図
のままキャッチコピーだけを3パターン出すこともできちゃいます。以前は1文字
変えるだけで別物になっていたのが改善されました。そしてあともう1つ例を上げる
とするなら人事における採用スライドの図です。手書きのラフをそのまま読み込ませ
て成除させることができるようになりました。最後に総務ホームの車内掲示板や
チラシの作成になります。イメージ2.5
にはテンプレート機能があるので用途別のフォーマットを作成して再現度高く自社や自身のブランドに合わせた刑事物を生成できるようになります。では実際にXでの
反応見てみましょう。GPTイメージ
2.5かなり使いやすくなりました。特に
便利なのが気に入った画像のここだけを直すという使い方です。こういったですね
、アップデートの機能性を評価する声も見受けられました。あとは全部英語の画像
を投げて英語部分のみを日本語にしてで翻訳される。こういった実践的な使い方が
できる。こういった声も見受けられました
。一方で編集用のアプリを開いて文字を
置いてというように画面上の作業までAに任せる候補になるといったですね。もう1
歩先の使い方を提示している声も見受けられました。皆さんも是非ですね、この
チャットGPT名術2.5まだ使えてないよっていう方は使ってみていただきたいですし、さらにですね、より実務や現場で使うことができるようになっていくと思いますので、是非ですね、こちらもチェック
していただけたらと思います。クロードが
チャットとコワークを統合。続いては個人
的に1番仕事の形が変わるニュースになります。9月16日、アンソロピックが
クロードのチャットとコワークを1つのクロードに統合するという風に発表しました。コワークというのはクロードが自分で
作業を進めてくれるエージェント機能になります。今までは普通に会話するモード
と作業をしてもらうモードを自分で選ぶ必要がありました。それが今回普通の会話
をしているだけでクロードの方が必要なツールを判断して自動で切り替えてくれるようになりました。つまりモードを選ぶと
いうことをしなくていいんですね。そして
同時に新機能も3つ出ています。
ドキュメントを一緒に作れるクロードックス。スライドの下書きを作っ
てくれるクロードスライド。中から使える
ようになったクロードデザイン。この3つ
のですね、新機能も使えるようになります。クロードックスはその場で直接編集が
できてPDFでダウンロードすることもできます。クロードスライドの方はパワー
ポイント形式での書き出しに対応しています。対象は月額20ドルのプロプランと
100ドルからのMAックスプランになります。今後数週間でWebデスクトップ
モバイルに広がっていってチームプライやフリーへの展開も予定されているとのことです。それではXでの反応を見てみ
ましょう。チャットとコワークの使い分け
が不要になる。いずれはクロードコードも
統合しそうといった声や1箇所でドキュメント作成やスライダー作成、デザイン作成が可能になった。ですね、
喜びの声も目立ちました。一方で便利に
なるほど利用上限に早く達するといったですね、コスト面の心配の声も見受けられました。ということで今回のニュース
めちゃくちゃクロードさらに便利になるんだなっていう風に感じましたので、もしですね、クロードでまだより効率的にクリエイティブな作業を行うことができていないっていう方はですね、是非ですね、
今回の新機能を使ってみてその便利さっていうのを味わってみていただけたらと思います。映画の現場ではAIはどこまで使わ
れているのか。続いてはプロの現場で今の
AIはどう使われているのかといった話をしていきます。9月16日、トロント国際
映画祭でダニーボイル監督の最新作インクがカナダで初上映されました。こちら
ミディア王ルパートマードックを主人公にした作品でベニチア国際映画祭の開幕作にもなった1本です。この上映でボイル監督
が作品でのAの使い方について話をしています。まずごくわずかしか使っていません
と前置きをした上で使用したのは約30秒ですという風に明かしています。具体的に
は古い写真をいくつかアニメーション化した部分と編集部を走り回るネズミの部分です。そこだけにAを使ったということな
んですね。そして監督はこうも言ってい
ます。非常に責任を持って使おうとしまし
たし、それによって俳優が仕事を失うことがないようにもしました。もう少しでも
AIを使うなら常に俳優を雇うようにしていました。ま、このように言ってるんです
ね。つまり全てをAIに置き換えるのでは
なくてVFXのツルの1つとして使ったということになります。ではXの反応を見て
みましょう。ダニーボイル監督が新作
インクで先生を使用したことを認めたというように事実を整理しつつ驚きの声が見受けられました。ここまで来るとAI
技術再端の第1任者も数年後にはAIを使ってるのではないかといった疑問の声も目立ちました。今の映画におけるAIの
使いどは撮影前の仮素材作りやVFXなどの特自効果という形になりそうです。
こちらはですね、私たちの仕事でも当てはまる部分なんじゃないかなという風に思っています。ま、なので全部を永に
置き換えるのではなくて、どれを永に任せるのか、ま、こういった判断がですね、めちゃくちゃ重要になってくると思います。その線引きをですね、自分で決め
られてしっかりと効率的になるようにAを使いこなせている人材っていうのがよりですね、重宝されていくんだなっていう風に改めて感じました。是非ですね、皆さん
もこのAIで何を馬鹿するのかっていう部分はさらにですね、見直してみていただけたらと思います。今日話題
アストラかける動画編集の自動化。そして
最後はですね、編集者さんにとってめちゃくちゃ大きな話題となっている話になります。今SNSではGPT6アで動画
編を自動化したというような共有がかなり話題になっています。で、ここではですね
、今話題になってるやり方をざっと整理してお伝えできたらと思います。今出ている
自動化の方法は大きく分けて3つです。1
つ目はADOBのチャatGPT用プラグインを使ったものです。タッタ
GPTに指示を出すとクラウド上のプレミアの機能が処理して結果だけが返ってくる方式です。そして2つ目がPALM
Proになります。編集アプリを使って
AIの指示を打つタイプのものです。
そして3つ目が今1番話題になっているダヴィンチリゾルブです。ダヴンチ
リゾルブは9月8日に公開されたバージョン21.1でエージェンティックAI対応が入りました。これによって
ファイルメニューのセットアップAアシスタントから使うAIを選んで再起動するとMGPサーバーが立ち上がってチャットGPT側からの指示でAIがリゾルブを直接操作してくれるようになります。公開されている検証や投稿を見て
みるとカットやテロップBGMの先定と配置アップロードまで一通り任せられているようです。ではですね実際にいくら
かかるのかというところなんですけど料金を出している人はまだほとんどいません。
正直このコスト面が実際に現場で使えるのかどうか、費用が合うのかどうか、ここはですね、1番知りたいところですよね。
実際にこのチャンネルでも今後ですね、動画編集の自動化について検証をしていき、現場で使えるのか料金に見合うのかっていうのはお伝えできればなと思います。
是非ですね、そちら楽しみにお待ちいただけたらと思います。ということで
今週はですね、Googleが会話の形を変えて、OPENAIが画像の直し方を変えて、クロードが作業の形そのものを変えた1週間でした。そしてですね、道具
編集の自動化も着々ともう遠い未来の話ではなくて、すぐそこまで迫ってきてます。
もう技術的には自動化できるんですね。
ツールの進化もその使い方の議論もどちらも同じ速さで動いていきます。この変化に
ですね、取り残されないように引き続きこのチャンネルで一緒に準備を続けていきましょう。
ということで今回はですね、最新成AIニュースについて紹介をしました。皆さん
いかがだったでしょうか?いや、今週は
ですね、ま、特にアスラですよね。編集の
自動化がもうできるようになってきているとなのでカットとかテロプっていうところもそうですし、今後さらにですね、この編集っていうところはより効率化されていくかなと思います。で、そうなった時に
ですね、やはりこの編集者さんっていうところでいくと、やっぱ上流の部分、例えばディレクションであったりとか、他には変えられないような編集スキルっていうのを身につけていかないとやっぱり
ですね、AIに仕事を奪れてしまう可能性もあると思うんですね。なのでAIを
使いこなす側にしっかりと回るためにもですね、この編集の自動化っていうのは身につけていただきつつ自動化できないことっていうのをですね、是非身につけるようにしていけるといいんじゃないかなと
いう風に思います。ということで今回もご
視聴いただきありがとうございました。
このチャンネルでは現場で使える動画生の裏添を発信しています。質問がある方は
ですね、是非コメント欄も活用してみてください。またですね、今回の気になった
最新の感想などもあればですね、是非お待ちしております。またこの動画になった
よって方はですね、是非いいね応援してくれるとめちゃくちゃハゲになります。と
いうことで今回もご視聴いただきありがとうございました。また試験の動画
で

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/69m7rdHJaS4?si=Ao9914lzg8uj9Vt2 --language ja --bilingual --learning --auto-source-subtitles

    來源：https://youtu.be/69m7rdHJaS4?si=Ao9914lzg8uj9Vt2

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：15.1 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：58.3 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：72.2 秒

    關係：依序執行

    結果：完成

  10. 8. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：106.6 秒

    關係：依序執行

    結果：完成

  11. 9. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：112.4 秒

    關係：依序執行

    結果：完成

  12. 10. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  13. 11. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.6 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench