スマホ録音ポッドキャストから環境音・無音・雑音をAIカット

「ポッドキャストをやってみたい。でも、編集に手間がかかりそう」。そう感じている人は多いと思います。

しかし、AI時代に編集ソフトは不要。実際、自社番組「現場のAI・業務改善ラジオ」では、以下の手順で音声編集を自動化しています。

1. iPhone標準のボイスメモでポッドキャスト収録
2. 無料ツールで扇風機の音などの環境音をカット
3. 言葉に詰まったときや録り直しで入る不要に長い無音と、収録・停止・再収録で入るスマホタップ音をAIカット

この記事では、音声編集自動化の具体的手順と、その仕組みをどう構築したかを解説します。

環境音はAdobe Podcastへのアップロードだけで消せる（1日1時間まで無料）

1つ目の手順は、Adobe PodcastのEnhance Speech（環境音をAIで消す機能）に、iPhoneのボイスメモの録音をアップロードするだけです。

無料プランは、1日1時間・1ファイル30分/500MBまで使えます。

※Enhance Speechの利用にはAdobeアカウント登録が必要

処理が終わった音声は、WAV（音声ファイルの形式の1つ）としてダウンロードできます。ただし、この時点では無音とタップ音が残っています。

残った無音とタップ音をAIの高性能モデルでカット編集

無音とタップ音のカット編集は、Claude Codeに任せます。

Enhance Speechで処理したWAVファイルを渡し、次の指示をしました。

@音声.wav から不必要に長い無音部分と、ノイズ（具体的には音声ファイルの冒頭などに入っているタンッという音。iPhoneで収録時に録音や停止、再録音で本体タップ時に入ってしまう音）をカットして

この作業はClaudeの最高モデルであるFable 5に依頼しています。

作業時間は約40分。仕上がりは完璧でした。でも、数分の音声編集に高コストなFable 5を毎回40分も使いたくありません。そこで次の手順です。

※Fable 5はClaudeのMAX（月100ドル）プランで利用可能

編集手順をスキル化し、下位モデルで低コスト・短時間で再現可能に

作業を終えたFable 5に、続けてこう伝えました。

同様の作業をSonnet5でも対応できるようスキル化して。スクリプトで対応可能な範囲はなるべくスクリプトで済ませたい

スキル化とは、作業の手順や判断基準を、AIエージェントがいつでも呼び出せる形でまとめておくことです。

スキルの詳細は、エージェントスキル入門の記事で解説しています。

できあがったスキルは、音源の分析・編集・検証をプログラムが行い、AIが担当するのは最終的な判定と確認だけというものでした。AIの利用量は少なく、低コストです。

テストもFable 5が済ませているので、品質も完璧。

ためしにSonnet 5でスキルを呼ぶと、3分の音源が約2分で編集完了。ほとんどの作業はプログラムなので、AIの利用量もほんの少しです。

スキル化によって、時間もコストも大きく圧縮できました。

「AIには難しそう」な作業こそ、Fable 5に任せてスキル化

この記事の要点は次の3つです。

• 環境音はAdobe PodcastのEnhance Speechへのアップロードだけで消せる（1日1時間まで無料）
• 残った無音とタップ音の削除はFable 5に依頼
• Fable 5の編集手順をスキル化し、下位モデルのSonnet 5で低コスト・短時間で同じ品質を再現

今回のポッドキャスト編集は、一例に過ぎません。

「AIには難しそう」と感じる作業でも、ためしに雑な指示でも良いのでFable 5に投げてみてください。

うまくいったら下位モデル向けにスキル化し、低コスト・短時間で使える仕組みにしましょう。