コンテンツのマルチ活用！コピペでらくらく無料で3分で音声合成放送！

ミトマ

2024年3月23日 21:00

割引あり

　この記事はテキストのコンテンツを持っている人が、コピペで簡単に音声合成ができて、音声放送であるStand.fm（スタエフ）を始めることができる、そんなノウハウをまとめたものです。

　1万文字・33分相当のボリュームでも、慣れれば3分で、誰でも実現できます。

　この記事のために画面操作も含めて肉声の収録をやってみました。読み間違えや失敗でリテイクを何度もする羽目になりました。
　だから、その差は驚異的！この驚きが記事を作るきっかけとなりました。

　単なるノウハウだけでなく『コンテンツのマルチ活用』という私の考えも含めて、動画・図・読みやすい文章で、初心者に向けてわかりやすく解説しています。

　この記事は最初Tips用に書いたのですが、noteのコンテンツユーザーしかできないメリットを追記してリメイクして同時リリースにしました。まさに、コンテンツのマルチ活用の実験です。

【1章】Stand.fmって何？

　最近、流行りのStand.fmってご存知でしょうか？

　個人がラジオ放送のパーソナリティを配信しているイメージです。登録や配信するための費用は無料で、誰でも簡単に音声配信をすることができます。
　文字のX、動画のYoutubeに対して、音声のStand.fmという感じですね。

　ラジオ放送ってテレビ放送に比べると、映像が無く音声だけという不利な面もあるのに、根強く生き残っていますよね。聴きながら他の事ができる点や、映像が無い分、自分でイメージを広げられるなど、音声放送って実は魅力的なんですよね。

　Stand.fmの存在自体は知っていましたが、SNSを始めて半年の私には遠い存在だと思ってました。人前で喋るなんて考えられない・・・

　私はKindle作家ですが、最近Kindle作家の中でStand.fmが流行っています。直接会ったことがある、お二人の方の対談の放送が非常に面白かったです。文字ではあまり語られることが無かったレアなお話しもお聞きすることができました。

　その方たちの放送を聞いて『これは面白そう！』と感じたのが、Stand.fmをはじめてみようとしたきっかけでした。

【2章】音声コンテンツの魅力

　私は常日頃から人の認知のメカニズムを考えることが好きです。人がどのように情報を認識したり、誤解したりするのか？、その仕組みを理解することができれば、本業でも副業でも相手への効率的な伝え方がわかるのでは？って考えているからです。

　そこで、音声の魅力について考えてみました。音声は、耳から入って右脳で処理されるため、ダイレクトにイメージが伝わります。文字の認識とはルートが異なるのです。

　まずは、右脳と左脳の働きの違いについて考えてみましょう。普段意識してないことを考えてみると、凄く面白いです。

　右脳は画像や音声などのイメージを認識する脳で、全体像を素早く把握する能力に長けています。逆に細かいものは苦手です。
　それに対して左脳は文章などの論理的な情報を認識する脳で、処理時間がかかるものの細かい情報を把握する能力に長けています。逆に全体像は苦手です。

　このような違いを頭に入れたうえで、音声コンテンツの魅力について考えてみます。音声コンテンツには聞く側と作る側の両方にメリットがあります。

　まずは聞く側から述べます。

　音声コンテンツは、他の事をしながら聞き取れるという、「ながら作業」の魅力があります。通勤途中や散歩の途中の隙間時間を活用できます。
　また、ちょっと変化球的なメリットとしては、睡眠前にブルーライトを浴びることなく情報をインプットできるという点もあります。

　文章コンテンツは、人に文字を読むという労力を使わせますが、音声はそれが不要で、直接耳に入ってきて右脳で高速に処理されます。相手に余分な労力を使わせずにインプットできること、これが一番のメリットです。

　次に作る側から考えてみます。

　これは、もう、圧倒的にコンテンツの作りやすさです。文章を作るのって実はかなりスキルが必要です。相手にわかりやすい文章を整理して書ける人は結構限られてきます。

　MTGで議論をしていて、話すことは得意でも、それを文章書くように指示すると、とたんに書けなくなる人は多いです。
　音声は思ったことを喋ればいいので、作ることは簡単なんですよね。

　このように、音声コンテンツには聞きやすさと、作りやすさの、ダブルの魅力があります。

【3章】トライアルしたけど・・・

　そんな理屈も考えながら、自分でもやってみたくなりました。

　ところがうちは３LDKのマンションで4人暮らし。自分の部屋なんてないんです。リビングの一角にPCを置いてあるのが私のスペース。残り3人はそれぞれ部屋を持っているという不条理・・・在宅勤務は息子の部屋を借りていますが、常時場所を確保できないのが難点。

　なので音声放送を収録する場所が無いんですよね。

　車の中とかも考えましたが、いちいち移動するのが面倒だし、夜に車に移動してスマホでコソコソなんて、変な疑い（浮気とか）をかけられるのはちょっと・・・。

　これってStand.fmをやってみたいと思っている多くの人のボトルネックになっている気がします。だって自分が困ったから。

　苦肉の策で、徒歩通勤の途中で歩きながら収録ってのもトライしてみました。その時の音声がこれです。

　やってみてわかったのは、歩きながらしゃべるって息切れがする(笑)
風切音うるさい、歩く時の衣擦れ音がうるさい、途中で通る車の音がうるさい。原稿が無いと喋っている話が飛んで、脈略が無い。

　なによりも、人は少ないとはいえゼロではない。

　通学途中の小学生とか、通勤途中のOLさんとか、朝の散歩のおじさんとか、それなりに人はいる。その人たちから「一人でぶつぶつ喋っている危ない人」に見られるのは勘弁してほしい。

　それで一度断念しました。

　まあ、これはこれで面白いので、今は併用してやってみることにしています。

【4章】音声合成！？

　諦めきれずにいろいろ調べていました。そしたらとある記事を見つけました。

　「無料で音声合成配信」　
　なにそれ？面白そう。

　私は別件で音声合成に非常に興味を持っていました。有料の音声合成ソフトも使ったことがあります。実際にXの配信に使用してみました。
　だから他の人よりも音声合成に対する知見はあったんですね。興味深々で、早速やってみました。

　いやぁ、、、すげぇ、、

　想像を超えてきました。え？これが無料？？
そこから試行錯誤で作った記念すべき第1回目の放送がこれです。

　なかなかよくできていると思いませんか？

　そして記事のリリース直前に、音声合成の限界を確認。
　その結果に驚愕！！
　音声合成だけなら、1万文字・33分相当がわずか7秒。マジかよ？？

　3分の収録でさえ、読み間違えるなどのリテイクが生じる。なんだかんだと結構疲れる。それが工数ゼロになる。ヤバい、すげぇ、大発見！
　これを知れば使い方が変わりそう。

　音声合成をいろいろ触っている間に、noteの記事がそのまま音声合成に使えることがわかりました。

　コピペする必要もない。

　TipsやXでダメで、noteだけのメリットです。コンテンツのマルチ活用という点ではnoteとStand.fmの相性は抜群でした。
　詳細は有料部分に記載します。

【5章】プロセス化

　1回目の放送を作るのにかなり試行錯誤しました。無料だからなんでしょうか、説明が全くないんです。
　私はある程度、音声合成を知っているので使えましたが、それでも四苦八苦。とりあえず1回目を作り上げて、コツがわかりました。

　そこから、エンジニア視点でプロセス化。徹底的に工程を見直しました。おかげで、2回目の放送は、1回目に比べて圧倒的に短時間で楽にできました。

　Xで使った文章をそのまま使って、まさに、「コピペでらくらく実現！」です。もちろん、コピペだけでは思ったように行かない部分もたくさんあり、そこは試行錯誤で改善しました。

　聞いた時の違和感がないためにはどうすればいいのか？無料版ならではの限定された中でも試行錯誤しました。また、作業が楽になる方法も徹底的に考えました。
　そういった様々な工夫を盛り込みました。そしたら３分でできるようになりました！すごくないですか？！

　そして思ったんです、これは価値あるノウハウだ。
　だって聞いたことがない。多分、広がっていない。

　テキストでコンテンツを持っている人が、それを音声コンテンツに変換して放送することで、新しいコンテンツに生まれ変わらせることができる。
　私が進めようとしている、コンテンツのマルチ活用の新しい出力先として、大きな価値を見出せるのではないか？と考えたわけです。

　そして記事を速攻で書いてみることにしました。
　だって、面白そうだから(笑)

【6章】コンテンツのマルチ活用

　私はXで長文ポストを作成しています。
　ところが、Xのメディアとしての特性として、鮮度が命という面が強いため、書いた記事はどんどん流れて行ってしまい、長文を書くことはコスパが非常に悪いです。

　一生懸命書いた、よくできたと自画自賛するような長文が二度と見られることなく消えてしまうのです。もちろん検索すれば出てきますが、実際それをやる人は少ない。

　でも、コンテンツを他のメディアにも再利用できると考えると、コスパの考えは大きく変わってきます。
　私がトライしてきたのはXのポストとTips、noteの３つでした。新たにStand.fmに挑戦することで音声という、従来のテキスト中心の情報とは異なるメディアで、再利用できることがわかりました。

　メディアが変わるとユーザー層が変わります。
　同じ人が聞く可能性もありますが、人って他人の発言をあまり深く覚えていません。「これって前聞いた、つまらん」っていう人はレアです。逆に、そこまで覚えていてくれるなら「感謝」でしょう。

　オリジナルのコンテンツを持っている人は「骨までしゃぶりつくす」くらいに活用しましょう！

　自分だけが持っている情報は、それを知らない初心者にとって価値があり、それを求める人とつながることができれば、お金を生み出すことができる。
　無料で提供するコンテンツで人を集め、そこに関心のある人に対して、より深いコンテンツを有料で提供する。その値段も情報の価値に応じて変化させる。

　そのために様々なメディアに、自分のオリジナルコンテンツをマルチ活用して間口を広げる。無料コンテンツと有料コンテンツには明確な差をつけて、それぞれのメディアに応じた特徴を最大活用し適切な値段設定をする。
　最終的には、自分のスキルを高く評価している少数の人に対してマンツーマン形式の高度な情報提供をする。

　「ピラミッド戦略」と名付けた、その詳細な考え方については有料部分で述べます。

【7章】ストック型へのこだわり

　私が考えた「ピラミッド戦略」は、SNSに慣れていないけどオリジナルのコンテンツを持っている人が、ストック型の情報提供での収益化を実現することを目指しています。
　多くの人が手掛けていて実績もある、ココナラやKindle出版サポートなど、発注相手に合わせて工数が必要なフロー型は入っていません。

　なぜストック型にこだわるのか？
　それには２つの理由があります。

　一つ目はコロナで寝込んだ経験です。
　家族全滅だったので、前後合わせて２週間は本業の仕事もまともにできませんでした。つばも飲み込めない喉の痛さ。息子は顔色悪くなって休日診療を受診したら合計4時間かかった、などなど思い出したくもない時間でした。

　この間もKindle本は少額ですが利益を出し続けてくれました。
　小銭ですが確実にチャリンチャリン♪と、自分が動けなくても自動で稼いでくれる仕組みは死ぬほどありがたいです。

　もしこの時に「マンツーマン」の副業をやっていたら、多くの人に迷惑をかける可能性があったと考えるとゾッとします。人生の後半に差し掛かってきて、自分の健康については若いころのようにはいかなくなるかもしれません。これまでもぎっくり腰や結石など身動き取れない事、経験しています。

　二つ目はアウトプットへのこだわりです。　私はわがままなので、人に合わせて何かやるよりは、自分でアウトプットを出したいという気持ちが強いタイプです。

　思いついたことは何でも実験したみたい。くるくるとやりたいことが変わる。そうすると相手に合わせて時間を取るというフロー型の副業はキツイなぁって思ったから。

　これらは私の独自性でこんな考えの人は多くないかもしません。
　でも、私以外の多くの人がストック型への魅力を感じるのではないか？と考えています。例えば
　　　・人と話すことが苦手
　　　・自分で作品を作ることが得意
　　　・表に立つよりも裏方でまとめたりするのが得意
こんな人々に対しても、この『ピラミッド戦略』は価値があると考えました。