AIで動画の無音部分を自動カットする方法

動画の無音を自動で短くするときは、無音をすべて消すのではなく「どの長さの間を残すか」を先に決めます。呼吸や話題の切替まで詰めると、短くはなっても聞きづらい動画になります。自動処理は粗編集として使い、元の編集状態を残してから、音声と映像を再生して採用箇所を確認してください。

先に「残す間」の基準を決める

話し手の間には、単なる録音上の空白だけでなく、考える時間、強調、笑い、オチ前の間があります。どれを短くするかは動画の目的で変わります。テンポ重視の短い解説と、落ち着いて話を聞かせるインタビューで同じ設定を使う必要はありません。

表は横にスクロールできます

動画の種類	短縮候補	先に残すもの	確認する箇所
手順解説	文と文の長い空白	操作画面を読む時間	画面切替・手順番号
インタビュー	長い無音、録音ミス	考える間、相手の反応	質問と回答のつながり
商品紹介	言い直し前の長い空白	商品を見せる時間	商品名・価格の説明
雑談・コメディ	明確な録音上の無音	オチ前の間、笑い	前後の会話と表情

これは作業開始時の仮ルールです。実際の話し方に合わせて短い試験で調整します。無音検出を強くすれば編集時間が必ず短くなるわけではありません。誤カットの確認と戻しに時間がかかる可能性があります。

自動検出と手作業を区別する

無音カットには、少なくとも三つの処理があります。

• 無音区間の検出：波形や音量などを見て候補を探す。

• 短縮：区間全体を削るか、一定時間まで詰める。

• 言い淀みの削除：話した「えー」「あの」などを文字起こしから探して消す。

これらは同じ機能ではありません。DescriptのShorten word gapsは、script上で条件に合う区間を選び、残す長さを設定して短縮する機能として案内されています。現行プランではAI Creditsを使用する案内があり、旧プランは別の利用量管理とされています。料金・クレジット数は変更され得るので、作業前に自分のプランのusage画面と公式案内を確認してください。

素材を分けて短い試験をする

本編全体へ適用する前に、次の3種類を含む30〜60秒のコピーを作ります。

1. 普通に話している区間。

2. 意図的に考えている間や、強調のために黙る区間。

3. 文頭・文末に近い無音、または画面切替を伴う区間。

処理前に素材の複製を保存し、どの範囲へ設定を適用したか記録します。最初は長い無音だけを対象にします。短い間まで切れたら検出条件を弱めるか、対象箇所を除外します。見た目上の波形が静かでも、息や環境音が残る場合があります。波形だけで判断せず、再生して確認します。

Descriptでword gapsを短縮する場合

Descript公式ヘルプでは、AI ToolsからShorten word gapsを選び、対象となるgapの長さを指定し、短縮後の目標長を設定して結果を確認する手順が案内されています。選択した区間だけ短縮する操作と、対象をまとめて処理する操作があるため、最初は一部のgapだけで試します。設定名や画面位置は更新されることがあるので、現行UIで確認してください。

設定例として「長い間だけを候補にし、残す時間を仮設定する」ことはできますが、万人に同じミリ秒設定が最適とは限りません。話速、編集テンポ、視聴端末で聞こえ方が変わります。数値を固定するより、同じ短い素材で設定を少しずつ変え、自然に聞こえる状態を見つけます。

処理後は、カット前後をセットで聞く

処理結果は一つの区間だけを聞かず、前後5〜10秒ほど含めて確認します。短縮後に文頭の子音が欠けていないか、文末が急に切れていないか、話し手の意味が変わっていないかを確認するためです。

表は横にスクロールできます

症状	確認する場所	対処
単語の先頭が欠ける	カット直後の子音・息	該当区間を戻すか短縮量を減らす
文が急に飛ぶ	接続詞・主語・話題の切替	その前後を残し、字幕も確認
呼吸がなく不自然	一文ごとの間	一部の間を手動で戻す
オチや説明が弱くなる	重要語の直前・直後	強調の間を残す
画面が唐突に変わる	波形と映像の切替	映像側のトランジションも確認

無音だけを詰める編集は、言い淀み削除や発言の要約とは別です。話し手の意図や言葉を編集で変えないようにします。会話やインタビューでは、編集後の意味が元の発言からずれていないことも確認します。

失敗時の切り分け

• ほぼすべてが詰まりすぎる：対象の条件が広すぎないか確認し、長いgapのみへ戻す。

• 重要な沈黙まで消える：一括処理を戻し、意図的な間を手動で復元する。

• 音の切れ目が目立つ：前後の波形を聞き、フェードや短縮量を調整する。

• テロップと音が合わない：編集点変更後に字幕のタイミングを確認する。

• 一部だけ処理されない：対象範囲、scriptとの同期、現在の機能・プラン条件を確認する。

• 後でやり直せない：自動保存だけに頼らず、編集前の複製またはversionを残す。

原因が分からないときは設定を次々変えず、一つの変数だけ変更して同じ区間を比較します。操作前の版、変更した条件、残った問題を記録すると、次の動画で同じ試験を繰り返さずに済みます。

公開前の仕上げ

1. 長い無音を短縮候補として検出する。

2. 一括適用する前に数か所を個別に確認する。

3. カット後の会話を前後込みで再生する。

4. 呼吸・考える間・演出上の間を戻す。

5. 字幕、画面切替、BGMがずれていないか書き出し後に確認する。

6. 元素材と編集前のversionを保持する。

「動画が何分短くなったか」だけでは成功を測れません。確認にかかった時間、戻した箇所、聞きやすさの社内評価を記録します。独自テストをしていない場合は、精度や時間短縮率を数字で断定しないでください。

次にすること

短い試験後は、誤カット、自然さ、修正数、書き出し後の同期を確認します。誤カットや同期ずれがあれば全体へ適用せず、条件と戻した区間を記録します。

自動短縮を採用するか、編集時間で判断する

無音処理の目的は再生時間を減らすことだけではありません。試験では「処理前の長さ」「処理時間」「人が確認した時間」「戻した間」「最終版の長さ」を残します。自動処理が数分で終わっても、自然さの確認に長くかかるなら、全体の編集時間は減っていない場合があります。

表は横にスクロールできます

試験項目	記録例	判断に使う問い
素材	1話者 / BGMなし / 解説	通常の動画を代表しているか
短縮対象	しきい値以上の長いgap	意図した間を候補に含めていないか
修正	戻した区間と理由	誤カットが特定の話し方に偏るか
作業時間	自動処理＋全区間の再生確認	手作業より工程全体が短いか
聞きやすさ	編集担当者が基準に沿って評価	速さと自然さを両方満たすか

別の動画で採用する前に、少なくとも話者数や音質が異なる素材でも試します。小さな一例で良かった設定がすべての素材に適用できるとは限りません。比較する設定を一つずつ変え、編集者の合意した基準で採用・保留を決めます。

Descriptの使用量も編集前に確認する

Shorten word gapsの利用は、Descriptの現行プランではAI Creditsに計上されると公式ヘルプに案内され、Legacy / Sunsetプランは別の利用量管理となっています。クレジット数やプランの違いを古い記事・画面だけで推定せず、作業日にアカウントのusage表示、契約中プラン、公式の利用量説明を確認します。編集者が複数いる場合は、誰のworkspaceで実行したかも記録します。

一括適用は、対象外の間まで処理しないことを短い素材で確かめた後に使います。対象を選んで処理できる機能がある場合も、選択範囲が意図どおりかを実行直前に確認します。

素材と編集版を分けて保管する

自動カットを元動画へ直接適用すると、自然さの確認後に戻せないことがあります。元素材、処理前の編集版、処理後の版を区別し、ファイル名やプロジェクトのversionでどれが基準か分かるようにします。処理後に別の編集者へ渡す場合は、短縮条件、手動で戻した箇所、字幕や映像の再同期が必要な区間も共有します。

特にインタビューや会話では、間を詰めた結果、相手の発言にかぶって見える、質問と回答が一つの発言に見える、笑いや沈黙の意味が変わることがあります。音声だけでなく画面も合わせて再生し、編集で発言者の印象を変えていないかを確認します。編集前後を並べて確認できない場合は、公開用の最終版として採用せず、元版へ戻せる状態を作ります。

一括処理前に確認する停止条件

次のいずれかが出たら一括適用を止めます。カットで言葉の先頭・語尾が欠ける、話者の反応が消える、映像の切替と音声がずれる、字幕が画面変化についていかない、重要な間が不自然になる場合です。該当区間だけ戻して終わりにせず、同じ条件の他の候補でも起きていないかを短く再生確認します。