Studio
短尺動画と24時間365日稼働のライブチャンネルを、自社GPUでスクリプト作成からレンダリングまで。
- Linux
- NVIDIA GPU
- Local LLM
- YouTube API
機能
Studio はトピックをあなたのマシン上で完成済みのショート動画に変換します。ローカルモデルがシーンを執筆し、画像モデルが各シーン用の絵を描画するか（または Studio がクリーンなタイトルカードを作成）、ナレーションを読み上げ、カメラワークを適用し、字幕を音声に同期させ、ffmpeg の 1 パスで最終レンダリングを行います。公開する言語ごとに動画をパッケージ化し、設定したペースで YouTube にアップロードし、作成済みの動画から 24 時間 365 日のライブチャンネルを放送し続けることも可能です。
- 各ステージ間のチェック。ビジョンモデルがテキスト、ウォーターマーク、または変形した手を検出したフレームは、レンダリングコストが発生する前に再描画されます。無音または不自然に速い音声テイクはやり直されます。長さや音量が不適切な動画は、パブリッシャーに届く前に除外されます。
- 選択できる画像と音声。ComfyUI ワークフローまたは任意の OpenAI-compatible 画像サーバー、あるいは画像モデルを一切使わないタイトルカード。CPU 上の Kokoro または Piper、または音声サーバー。
- 組み立てたのではなく、作り込まれたように見えるレンダリング。イージングをかけたプッシュイン、パン、ティルト、スローな動きが滑らかになるようオーバーサンプリング、音声に同期した短いチャンクでの字幕、音声の下で自動的に音量を下げる（ダックする）オプションの音楽ベッド、-14 LUFS、GPU での NVENC または CPU での libx264。
- あらゆる言語でのパッケージ化。YouTube の制限内での言語ごとのタイトル、説明、ハッシュタグ、AI 開示ライン、フッター、サムネイル、SRT ファイル、そして手動で投稿するプラットフォーム用の準備済みキャプション。
- 公式 API 経由の YouTube。選択したローカル時刻でのスロットあたり 1 動画、日次上限、予約公開、ローカライズとしての翻訳、合成コンテンツフラグの設定、そして各呼び出し前の Google クォータの確認。
- 24時間365日、常時稼働。完成した動画を1本の長時間接続でYouTube Liveへローテーション配信します。再接続なしで新しい動画を追加でき、ウォッチドッグがエンコーダーを再起動し、ストリームキーはすべてのログでマスクされます。
中身
パイプライン
脚本、画像、音声、字幕、レンダリング、チェック、パッケージ化。すべてのステージがジョブファイルでタイマー管理されます。
キュー
あなたが追加した、またはモデルがニッチ向けに提案したトピック。既存トピックのほぼコピーは拒否されます。
パブリッシャー
YouTube の同意、再開可能なアップロード、スロット、ローカライズ、サムネイル、クォータ。
ライブチャンネル
ライブ配信対応のコピー、ローテーション、ウォッチドッグ、スタンバイカードを備えた 24 時間 365 日の RTMP ストリーム。
動作環境
- Linux（systemd）、Python 3.10以上、ffmpegが必要です。NVIDIA GPUでNVENCを使用するとレンダリングが高速化しますが、CPUでも動作します。
- スクリプト用にOpenAI-compatibleなモデルサーバーが必要です。画像生成にはComfyUIまたは画像サーバーを使用するか、タイトルカードのみなら不要です。
- YouTube用には、Data APIを有効にした独自のGoogle Cloudプロジェクトが必要です。
よくあるご質問
- モデルの重み、音声、音楽は含まれていません。ドキュメントにそれぞれの入手先とライセンスが記載されていますが、一部のライセンスでは商用利用が制限されています。
- プラットフォームは反復的で大量生産されたコンテンツを投稿するチャンネルを削除することがあり、事実情報は言語モデルから取得されます。デフォルトでは1日1本の動画を公開し、ほぼ同一のコピーを拒否しますが、公開する内容はあなたの責任です。
現場ノートより
YouTubeはアップロードを独自のバケットでカウントするようになりました：1日100回、1回につき1ユニット
Googleは動画アップロードを1日10,000ユニットのクォータから分離しました。YouTube Data APIで何が変わったのか、自動化されたチャンネルにとっての意味、そして依然として適用される制限について。
NVENCが起動しない：モデルで埋まったGPUと、フォールバックするレンダラー
言語モデルも稼働しているマシンで、GPUメモリ不足によりffmpegのハードウェアエンコーダーが開けないケース。症状、原因、そしてCPUフォールバックが想定より低コストだった理由。
動画間で再接続しない24時間365日の配信：1つのffmpegをパイプで接続
StudioのライブチャンネルがRTMP接続を切らずに動画を切り替える方法と、タイムスタンプを安定させるために重要な3つのポイント
よくある質問
TikTokやInstagramにも投稿できますか？
いいえ。StudioはYouTube Data API経由でYouTubeにアップロードします。TikTok、Instagram、その他については、各動画フォルダにファイル、サムネイル、そして各言語のハッシュタグ付きの完成済みキャプションが含まれているため、あなた自身または既に使用しているスケジューラーで投稿できます。
1本の動画の作成時間はどれくらいですか？
当社のマシンでは、3言語でパッケージ化された20〜30秒の縦型動画で3〜4分かかります。そのほとんどはライティングモデルの処理時間であり、音声生成とレンダリングはそれぞれ20秒未満でした。Studioは各ステージの処理時間を記録するため、お使いのハードウェアでどこに時間がかかっているか確認できます。
GPUは必要ですか？
いいえ。タイトルカード、KokoroまたはPiper音声、libx264エンコーディングはすべてCPUで動作します。GPUがあれば画像モデルとエンコーディングが高速化します。モデルがGPUメモリを占有している場合など、NVENCが起動できない場合は、Studioが自動的にlibx264に切り替えます。
AIの使用は開示されますか？
はい、デフォルトで開示されます。すべての説明文にはその言語での開示文が含まれ、すべてのアップロードでYouTubeの「変更または合成されたコンテンツ」フラグが設定されます。
更新済み: