ホーム / その他 /

3時間動画作る時のノウハウ（やらかし）まとめ。

2026年7月19日日曜日

t f B! P L


先日、3時間38分のラジオ動画投稿しました。

当初の予定では5月、遅くても6月に投稿する予定だったのですが、結果としては7月半ばになってしまいました。
理由は単純で、「長尺動画の制作ノウハウがなく、作業効率が悪すぎたから」です。

作品の質を高めるために「遅くなった」のであれば反省も後悔もしないのですが、作業効率が悪く「遅れた」というのは、私にとっても視聴者さんにとっても何一つメリットがありません。

その為、やらかしを書き出し、次に活かすための反省会をしようという話です。

これから3時間越えの動画、あるいは車載・ラジオ動画を作ろうとしている方の反面教師になれば幸いです。

先に結論だけ言うのであれば、「コンセプトがブレたら終わり」です。

30分程度の短尺（当社比）動画であれば多少ブレようが力業でなんとかできますが、3時間超えだとズレが肥大化し、修正に莫大な時間が消し飛びます。

当初の想定と基本コンセプト

今回の旅行にあたり、「旅行動画」と「車載動画」の2本を制作する計画を立てた。

  • 旅行動画（本編）：旅にピントを置いた、劇場風の30分動画。

  • 車載動画（おまけ）：車載映像にピントを置いた、記録用の1時間動画。

こうすれば一回の旅行で２本の動画が作れ、お互いの情報を補完しあえる。
撮影した映像も世に出ることで成仏（という名の物理的な削除）出来るため、SSDの容量圧迫も解消されるという、まさに完璧な計画だった。

なお、１２時間以上の撮影データを１時間にまとめるというのは、映像を１０倍速以上で流すということであり、視聴者酔うに決まってんだろアホンダラという感じだがこの時点では気づいていない。

気づいていないので、さっそく１０倍速の映像を出力開始した。（ラジオのお便り募集動画の背景で流れていた映像）
２本セットで投稿する関係上、映像の出力が遅れることを懸念した形。

動画そのもののコンセプト

車載動画制作にあたって、2010年頃のニコニコ動画であった「車載映像の早回し＋BGM（アニソンなど）」の構成を参考にした。

違いはアニソンではなく、合成音声の声を載せる点。
この形式の良いところは、「映像は映像、音声は音声だけで、それぞれが作品として独立した状態で成立する」という点にある。
  • 映像だけ見たい人：音声をミュートして自分の好きな音楽を流してもらえばいい。
  • 音声だけ聞きたい人：画面を見ずに作業用BGMとして聴いてもらえばいい。
そこで、音声だけで完結するコンテンツとして「ラジオ、ASMR、朗読、聴くだけで理解できるタイプの解説」などを検討し、「1時間の尺を稼げそう、かつ実現可能性が高い」という理由からラジオを採用した。

パーソナリティには、「A.I.VOICE2 琴葉葵」と「CeVIO AI ONE」の薬剤師同期コンビを起用することにした。
理由はもちろん私の趣味。あおおねが駄弁ってる音声はなんぼあってもいいですからね。

ここまではすべてが順調だと思っていた。

最初の誤算：1時間の尺が雑談だけで埋まらない

いざ雑談を作り始めたところ、すぐ壁にぶつかった。
葵とONEはどちらも同級生で薬剤師。知識レベルが同じ。そのため、普段の解説動画できりたんやあかりちゃんがやっているような「質問をすることでさらに話題を深堀する」という会話のキャッチボールが使えない。
また、3人であればボケ→ツッコミ→リアクションの役割をくるくると回すことが出来るが、2人だとボケとツッコミで終わってしまうのもあって、話が全然進まない。

この時点で、1時間の尺を雑談だけで埋めるのは無理だろうと判断した。
そもそもコミュ障がコミュニケーションの塊みたいなラジオ動画をゼロから作ろうとしたこと自体が無謀だった。

そこで急遽、以下の方法で尺を稼ぐことにした。
  • お蔵入りしているカバー曲を流す
  • 「ブログのネタがないよーって事で募集のお便り」を流用する（結果、ブログ用に頂いたお便り4通中3通が動画で使われることになるが、まぁ…いいかな…って。）
それでもまだ時間が余ったため、「そもそもラジオなんだから、お便りを募集すればいいのでは…？」と思いつき、急遽お便り募集に踏み切ることにした。

お便り募集についての検討

お便りを募集するにあたり、以下の試算を行った。
  • 募集の目的： 雑談や上記コーナーで埋まらない残り30分の尺を埋めたい。
  • 他ラジオ動画参考： お便り1通の紹介＋回答で約3〜4分。
  • 必要なお便り数： 5〜10通頂ければ十分埋めることが出来る。
ここでネットの「90:9:1の法則」（コンテンツを発信するアクティブ層は全体の1％、反応する人が9％、残りの90％はROM専という経験則）と、上述のブログ募集時のデータ（インプレッション約800に対してお便り4通＝約0.5％）をベースに計算。

インプレッション数789。

返信率を0.5%〜1%と仮定すれば、10通集めるには1000人への告知が必要になる。
私の「やくしき」アカウント（フォロワー1000人超）＋Twitterの「妹組bot」（フォロワー100人超）で告知すれば、アクティブユーザーを考慮しても十分に1000人へ届き、5〜10通は集まるはず。

そして実際、ニコニコ動画に投稿した告知動画の再生数が募集期間内で約800、Twitterでラジオのお便り募集フォームまで見た人が200人と、比較的想定通りだった。
sm46104531　このブログ作成時点では１０００再生も頂いていた。


募集期間は編集遅延を防ぐために「3月28日（土）〜30日（月）の3日間限定」とし、お便り募集にはGoogleフォームを使用することにした。

Googleフォームは頂いた回答内容をGoogleスプレッドシート形式にまとめることが出来るところが優秀。
Googleスプレッドシートならそのまま「隣のセルに返信を書き込む」「セルの色分けで返信した、していないの管理」「セルの順番入れ替えで返信する順番の調整および確認」が出来るので楽。クラウド管理なので出先でもスマホから編集可能な点もデカい。

実際のフォームとしては「ラジオネーム」「お便り」「その他要望」の3つだけのシンプル構成にした。コーナーを何も考えていなかっただけともいう。

他の方のラジオ動画を参照するとお便りの募集には「マシュマロ」や「フォームメーラー」等を使用している場合も多かったが、私は使用したことがないので避けた。
そもそも、このブログもそうだが私は基本的にGoogleの提供するプラットフォームに依存している。

嬉しい嬉しい大誤算

蓋を開けてみると、なんと44人から46通ものお便りを頂いた
嬉しい。めっちゃ嬉しい。しかも内容も熱のこもったものばっかりでとてもうれしい。感謝しかない。

それはそれとして、計画は完全に崩壊した。

1通3〜4分で計算すると、合計で126分〜176分（約2〜3時間）。
「ニコニコショート」も始まろうっていう時代に、3時間の動画なんて時代錯誤もいいところ。紹介するお便りを絞ることも頭をよぎったが、お便りを見たら「全部に全力で答えてぇなぁ！」となったので全採用を決定。
「分割すればいい」と思われるかもしれないが、私のポリシー的に動画は分割しない。

また、もともと1時間の尺でやるつもりだったので、それが3倍に膨れ上がるだけと考えれば、それほど無謀だとは思わなかった。
実際原稿作成は滞りなく進み、4月時点でほぼ終わっていた。

問題はそのあと、動画編集の段階になる。

今回のやらかし（反省点）と対策

3時間動画へと規模が膨れ上がった結果、今まで作ってきた30分程度の短尺（当社比）の動画では気づかなかったり誤魔化すことが出来ていた小さな問題点が表に出てきた。

やらかし①：背景映像の再出力繰り返し

元々「10倍速」で出力していた背景映像だが、3時間の動画にするには尺が足りず、すべて廃棄となった（そもそも10倍速は画面酔いするのでボツになる運命だったが）

その後、「4倍速で再出力」→「それでも尺が足りずに再再出力」を繰り返す羽目に。

  • 原因： 映像を先に出力し、それに合わせて原稿を書こうとしたため。（例：ここで写っているお店、旅行動画のコメントで教えてもらったところですね。等）

  • 教訓： 「背景映像には一切言及しない（ただ流れているだけ）」という初期コンセプトを貫くべきだった。 どうしても言及したいなら、【原稿作成→音声出力→尺を確定→映像の倍速を調整→その後に原稿の微調整】という手順にすべきだった。尺も確定していないのに映像を先に出力するのは悪手も悪手。

やらかし②：音量設定ミス。それによる全セリフ書き出し直し

今回は「CeVIO AI ONE」を本格導入したが、以前から使用している「CeVIO CS」の感覚で、確認せずにデフォルトの音量を「+8」で設定。（CeVIO CSのデフォルト音量はVOICEROID2と比較してかなり小さいのでCSの時は音量＋８をデフォ設定にしていた）
30分ほど作った段階でテスト再生したところ、ONEの声が音割れ寸前まで大きくなっていることに気づいた。
  • 原因： 新しい音声ソフトの仕様を事前チェックなしで本番適用した。
  • 解決： 全セリフを「+6.4」に変更して再配置。編集ソフト上での音量マイナス処理は、過去に音量差のムラを作ってしまった事（sm41753074の23:30付近参照）があったため避けた。
  • 教訓： 音声の調整は、数行のテスト出力ではなく、必ず最初の数分を作った時点で実際のデバイス（ヘッドホンやスピーカー、できれば車載スピーカーも）でテスト再生を行う。
それはそれとして、多分CeVIOの性質だと思うが、セリフごとの音量差が結構ある。
いっそDAW使って全部コンプレッサーなりリミッターかけた方がいい気がしてきたが、今回はやってない。次回以降検討。

やらかし③：BGMの音量差問題

BGMについては当初はフリーBGM配布サイトの「DOVA-SYNDROME」からお気に入りの曲を選んでいたが、作者ごとに音量がバラバラのため、調整に膨大な時間がかかった。
  • 解決策： お便り紹介コーナーのBGMは、すべて「騒音のない世界」さんの楽曲に統一。好きな曲なのはもちろん、同一の作家であれば基本的な音量が近いため、音量差の微調整にかかる時間がほぼなくなった。

やらかし④：編集ソフトの中途半端な移行

3時間の動画となると無印AviUtlはスペック的に編集不可能。そこで改良版のAviUtl2へ移行することにした。

無印AviUtlへ音声を投げ込むために「AoiSupport（※）」を使用しているが、AviUtl2にはこれと同じような機能を持つソフトが（編集時点では）存在しなかった。

適当にガチャガチャやっていたところ、ある特定の順序を踏むとバグって音声が2に投げ込まれることに気づいた。そのため、引き続きAoiSupportを使用していたのだが、編集ソフトを立ち上げるたびに毎回毎回この儀式をやることに。
おとなしくかんしくん設定すればよかった。
  • 教訓：編集ソフトを移行するときは中途半端にやらず、環境を整える
※R8.7.16現在、AoiSupport配布サイトがウイルスに感染しているという情報があるためアクセスは非推奨です。

現在は別の選択肢もあるので今後はこちらをお借りする予定。

やらかし⑤：カバー曲作りで沼る

当初は「昔作ったカバー曲をそのまま流せば、編集時間０で数分稼ぐことが出来る。完璧。」と思っていた。
しかし、お蔵入り音源を聴き返してみるとクオリティが気に入らなかった。クオリティが気に入らなくてお蔵入りしたんだから当たり前である。

「このまま動画に載せたくないなぁ」となったので、結局最初から作り直すことにした。
途中でMIXの勉強も始めた結果、最終的には通常の音楽動画を丸々一本制作するのと同等の時間を消費することになったが、出来上がったものには満足している。
  • 要因：満足できないものを使う計画なのに受け入れることが出来なかった。
  • 解決策：自分の性格を理解して、受け入れることが出来ないものは計画に組み込まない。

やらかし⑥：調整効率が悪いことによる時間消費

VOICEROIDやA.I.VOICEのセリフはすべて下記動画を参考に「階段状」にフレーズ編集を行っており、ベタ打ちは一切ない。CeVIOもイントネーションは全セリフ細かく調整している。


今回、A.I.VOICEとCeVIOの2つを使った結果、かなり時間かかる原因になった。

普段は同じソフト（VOICEROID2）を３人使用している。これならば「全員分をまとめて調整→まとめて書き出し→編集ソフトでセリフのタイミング調整」という一括処理ができる。
ただ今回は別々のソフトを併用したため、「琴葉葵の調整→書き出し→ONEの調整→書き出し→タイミング調整→また琴葉葵の調整→書き出し……」と、2つのソフト＋編集ソフトを行ったり来たりする羽目になった。

加えて、原稿をベースにしつつも「ソフト上でセリフの微調整」していたため、片方をいじると相方のセリフもズレていき、調整の連鎖で想像以上の時間を失った。
また、短尺であれば多少ズレても最終的には元の原稿に合流できるが、今回、少しのずれが徐々に徐々に大きくズレていく事になり、「最終的には全く別の話題に移っている」ということが頻発した。
それに伴って「話している内容に矛盾がないか」という確認も度々発生することになり、想像以上に時間を取られた。
  • 原因： キャラクターごとに作業をぶつ切りにし、場当たり的にソフトを切り替えていた。
  • 教訓と対策： 複数ソフトを併用する場合は、「琴葉葵のセリフをある程度ブロック単位で一括調整・出力」→「その後、ONEのセリフを一括調整・出力」→「最後に編集ソフト上でまとめて会話のタイミングを整える」というように、工程を分離して進めるべきだった。また、原稿に手を加えるのであればベースとなる原稿を修正し、ソフト上での変更は行わない。

やらかし⑦：全文通した原稿がない

ラジオ動画のセリフは以下3点の理由から全文ブログに書き起こすことにした。
  1. 聞き取れない音声があった場合の備え
  2. 補足情報としての画像表示
  3. お便りをくれた人が、自分の部分へすぐアクセスできるようにしたい
全編通した原稿があればすぐに準備できるが、⑥に記載した理由や、「うまく読み上げが出来ない」などの理由から、合成音声ソフトのライブラリ上で原稿を変更した箇所が大量にあった為「全編通した原稿」というのがなかった。

それでも、使用した合成音声ソフトが１つであれば読み上げたセリフの書き出し機能で全部書き出せるが、今回A.I.VOICEとCeVIOの２つである。
それぞれで書き出したセリフをいちいち並べ替えていたら手間がとんでもないことになる。

今回は3時間で合計9万文字に達するので、手打ちはやりたくない。
  • 解決策：OpenAIの音声認識モデル「Whisper」（Google Colab環境）を導入
  • 結果：固有名詞等の修正は必要だったが、手打ちするのに比べて圧倒的な速度で書き起こしを作成できた。これは今後も使える。

やらかし⑧：定期的に冷静になってしまうので頭のねじ外すのが大変

重たくて編集ソフトがフリーズするだとか、動画の出力に失敗したりといった、編集作業のリセットが度々発生した。
そのたびに「もしかしてこの動画長すぎるんじゃないか…？」と思ってしまう。
一度そうなると「やはり分割したほうがいいのでは」だとか「投稿も遅れて何をやっているんだ私は」と、どんどん冷静になってしまう。
冷静になったら動画投稿なんて続けられるはずがないので、頭のねじを外す必要がある。

普段の動画であれば、立ち絵をいじっているだけで「まぁ葵ちゃんかわいいしな…」とねじが外れるのだが、今回はラジオ形式で立ち絵がないため非常に苦労した。
  • 原因：長尺による編集ソフトのフリーズ、それによる思考のリセット
  • 解決策：30分ごとに分割して制作、出力をして最後にまとめる
  • 解決策２：他の作者様のあおおねを見て頭のねじを外す

好きなあおおね発表ドラゴンが好きなあおおねを発表します。


・原点。

・衰弱さんの動画も好ここここここここ

小説：欲しいのは私だけ | みかぜ https://www.pixiv.net/novel/show.php?id=19304651
・はぁ～～～～～好き～～～～～（語彙力）
　

アオイコトノハはこの「近づかないで」オーラ出しながら、相手が離れようとすると「離れないで」ってなるところが最高に面倒でいいんですよね。ンでその絶妙な距離感を分かったうえで、ずけずけと踏み込んで行ける（そして殴られる）のがONEなんですよねぇ。それでも離れないのがあおおねなんですよねぇ。

あおおね永遠に喧嘩しててほしい。

うちで出力されるのも主にこっち。
葵ちゃんが面倒な女で湿度が高いあおおねは自給自足できないので供給待ちするしかない。池の鯉みたいに口をぱくぱくしてる。

やらかし⑨：アップロードにかかる時間が滅茶苦茶長い

20:00に予約投稿をセットし、当日の15:00からアップロードを開始した。
しかし、ニコニコ動画はファイルを投げた後、サーバー側でのファイルチェックや再エンコード（動画変換の処理）が入るため、送信完了＝即公開とはならない。通常であれば5～20分程度で終わるが、今回は日曜日だったことも合わさってか、処理に凄まじい時間がかかった。

具体的には15:00から19:30まで約4時間半もの間、ずっと「アップロード中です」のまま動かない状態だった。
「動画が無事に公開されるかどうか」という部分でここまでひやひやしたのは初投稿以来。あまりのストレスで吐くかと思った。

結果的に20:00の枠にはギリギリ間に合ったものの、あと少し遅かったら予約投稿の時間に間に合わず、フォロワーさんへの告知やスタートダッシュの機会もすべて無駄にするところだった。
  • 教訓：長尺・大容量の動画は、サーバー側の処理時間を考慮し、投稿予定時間の前日か、少なくとも半日前にはアップロードを完了させておくべき。

画質劣化に対する対応

ニコニコ動画は「最長6時間、最大６GB」のアップロード制限がある（R8.7.12時点）
3時間動画をそのまま1080p/60fpsで書き出すと約48GBになり、投稿できない。

そこで、圧縮による劣化を考慮しつつ、以下の2段構えで対応した。

H.265での高画質版出力

できる限り画質を保ちつつ容量を抑えるため、圧縮率の高い「H.265」で出力した。この形式であれば25GBほどまで縮んだ。
しかし、書き出しだけで17時間かかるため、失敗した場合の再出力が非常に困難だった。

また、H.265形式で出力した動画をようつべやニコニコ動画に投稿する際は、各サーバー側でH.264に再エンコードされる。（詳しい仕様まで理解していないので各自調べてください）

実際、ようつべに投稿してみると一部でブロックノイズが酷くなった。
そこで従来通りの「H.264」で再度書き出しを試みているが3回連続で失敗（1回につき14時間かかる、PCへの負担もデカそう）。
当初の予定ではようつべ用に最適化したものを投稿予定だったが、流石に心が折れたので「差し替えなくていいかな」となっている。

ニコニコ用の動画としては、上述のH.265で出力した高画質版を「720p/60fps」でH.264出力。こちらは無事に出力できたのと、想像よりはブロックノイズが抑えられたのでよかった。

ちなみに、「720p/30fps」のほうが画質の劣化は抑えられるが、映像がかくかくするのが気になった。
モーションブラーをかけるなどの対応をすればいいのだろうが面倒だった。そのため、「画質が劣化しようが、60fpsの方が見れる映像になる」という判断。

画質が劣化しても読めるテロップ作り

どんなに動画が圧縮されても、文字だけは読めるようにフォントとデザインを工夫した。

表示場所表示内容要求採用したフォント・工夫
画面左上（常時）「〇〇 ➡ 〇〇 走行中」360pでも視認可能「UD新ゴ」を採用。フチ取りはせず「座布団（背景帯）」を敷くことで、空の白飛び時でも読めるように。座布団をオレンジ➡青にしていくことで進行度を視覚化。
画面中央下（スポット）「〇〇IC」「〇〇料金所」144pでも視認可能表示が数秒なので、とにかく文字サイズを極大化。エヴァやシン・ゴジラ風のフォントを選択。

画面左上

左上の「〇〇 ➡ 〇〇 走行中」については「UD新ゴ」にした。（Adobeから入手）
駅の駅名標でも使用されているフォントで、文字の空間（濁点や半濁点、文字の穴）が広く設計されているので、画質が劣化したり縮小されても潰れず読むことが出来る。
普段であれば2重縁取りにするが、縁取りは画像が潰れた際に読みにくくなる場合があるため、縁取りはなし。代わりに座布団（背景帯）をひくことで、空の白飛びや夜間の暗闇など、背景の明暗が変わっても文字を読めるようにした。

また、オレンジ色の背景を徐々に青色が浸食していく事で、道中どこまで走っているかを画質が劣化してもわかるようにした。ここ、あおおね要素です。

左上に配置した理由としては、パッと見たとき最初に目に入る位置だから。
また、車は左側通行のため画面右側は対向車がバンバン走り抜けるので動きが大きい。その上に字幕という固定物があると違和感すごい。

画面中央下

画面中央下の地名表記については一瞬しか表示しないため、とにかくフォントサイズをデカくした。そうすればつぶれても読める。
エヴァとかシン・ゴジラっぽいフォントにしたいなって思ったけど入手できなかったので、似たようなフォントの「游明朝」した。

映像をようつべへ投稿し、144pにしても読める事を確認した。（そのため高画質版のほうが投稿日時が古い）
事前に低画質でも読める事を確認したうえでニコニコ用にダウンサイズしたものを出力

なお、これだけこだわったテロップだが、そもそもの地名・時間帯表記が思いっきり間違ってる。
潰れて読めないようにしておけばよかった。

走行ルートの作成

「箱根ターンパイクの走行シーンだけが見たい」という需要に備え、冒頭にルートとタイムスタンプの映像を挟むことにしたので作成手順。
  1. Googleマイマップでルートを描き、「.KML形式」で書き出す。
  2. Google Earth StudioにKMLをインポート。
  3. これだけで自動的に3D地球上にルートが描かれるため、あとはカメラワーク（宇宙からのズームなど）を設定して動画として出力。
  4. 出力した映像にAviUtl2上で時間帯の字幕設置。
まぁ字幕間違ってるんですけどね。
「長泉沼津IC♡」　→　ごめんて。

今回の教訓

  • コンセプトのブレを抑える：映像と音声を切り離すと決めたのなら、背景映像に言及しない。
  • ワークフローを守る： 【原稿 → 音声 → 尺確定 → 映像速度決定】の順序を守る。
  • 細かくテストする： 音量、映像の倍速、書き出し設定は、最初の数分でテストを終えてから本編を作る。
当たり前と言われたら当たり前だが、少しでも逸脱するととにかく時間が持っていかれる。
基本的なワークフローの順守の大事さを改めて実感するとともに、3時間もの動画を再生してくださった視聴者の皆様、本当にお疲れ様です。
そして、ご視聴いただきありがとうございました！

次の動画はもっとスマートに製作していきます。よろしくお願いします。

このブログを検索

ブログ アーカイブ

自己紹介

自分の写真
チャンオネスコ＝キズキリーベ・アオイチャンスキー

貴方は↓番目の訪問者です。

QooQ