メむンコンテンツぞスキップ
芋出し画像

【GitHubオヌプン゜ヌス】MoneyPrinterTurbo 培底解説 — 台本・玠材・音声・字幕・BGMをAIが党自動で組み䞊げる、TikTok・Youtube・Threads・Instagramリヌルのショヌト動画補造機 GPT-5.5 Claude Code OpenClaw Antigravity 2.0 Codex Obsidian Cursor Windsurf Hermes Agent Cowork Mythos Skills NVIDIA Agent Skill オヌケストレヌション

    こんにちは、クドクラです。

    今回取り䞊げるのは、「お題キヌワヌドを 1぀入れるだけで、HD ショヌト動画が䞞ごず 1本できあがる」ずいう、ちょっず信じがたいツヌル MoneyPrinterTurbo です

    先に曞いおおくず、このツヌルの肝は「動画制䜜ずいう長い䜜業工皋を、たるごず 1本のパむプラむンに畳み蟌んだ」点にある。台本を曞く、映像玠材を集める、ナレヌションを吹き蟌む、字幕を焌き蟌む、BGM を重ねる、最埌に 1本の動画ぞ合成する — 普通なら䜕時間もかかるこの䞀連を、AI ず無料玠材サヌビスの力で党自動にしたツヌルです。぀たり「䌁画だけ人間、あずは機械」ずいう分業を、個人の PC の䞊で実珟しおしたったのである。この蚘事では、その党䜓像から仕組み、他ツヌルずの違い、導入手順、䞊玚掻甚たでを 23章にわたっお解説したす。「動画を量産したいが、線集に時間を取られすぎおいる」ず感じおいる人にこそ読んでほしい内容です。

    ガチで衝撃
    海倖で話題のGitHubオヌプン゜ヌス䞭囜の倩才開発者がClaude,ChatGPT,DeepSeek,Geminiで
    TikTok・Youtube・Threads・むンスタリヌルのショヌト動画の台本・玠材・音声・字幕・BGMをAIが党自動で組み䞊げるツヌルを䜜成。名前は MoneyPrinterTurboGitHub Trending 1䜍を獲埗。  https://t.co/T0ReFJhdUl pic.twitter.com/4t8QQBxyv3

    — Claude Code AI駆動開発 OpenClawクドクラ (@KudouCraft) June 1, 2026


    画像

    MoneyPrinterTurbo

    https://github.com/harry0703/MoneyPrinterTurbo

    メンバヌシップ蚘事↓

    さっそくnote質問箱メンバヌ限定で質問受け付けたす


    人気蚘事↓



    第1ç«  抂芁

    本皿では、次のような読者を想定しおいる。

    • ショヌト動画を量産したいが、線集䜜業に疲れおいる方

    • AI で動画制䜜をどこたで自動化できるのか知りたい方

    • 台本・玠材・音声・字幕がどう組み䞊がるのか、仕組みを平易に理解したい方

    読み終えた時点で、以䞋が明確になっおいるはずだ。

    • MoneyPrinterTurbo が䜕を自動化するツヌルで、他ずどう違うのか

    • 「キヌワヌド → 動画 1本」がどんな 5段階で組み䞊がるのか

    • 動かし方から日垞運甚、䞊玚掻甚たでの具䜓的なステップ

    MoneyPrinterTurbo は、ひずこずで蚀えば「お題を枡すず、ショヌト動画を党自動で 1本仕䞊げおくれる動画補造ラむン」である。ナヌザヌがやるこずは、たった 1぀。「動画のテヌマ」を入力するだけだ。あずはツヌルが、台本ナレヌション原皿を曞き、その内容に合う映像玠材をネットから集め、音声を合成し、字幕を生成し、BGM を重ね、最終的に 1080p の高粟现ショヌト動画ぞず合成する。

    察応するのは、瞊型9:16、1080x1920ず暪型16:9、1920x1080の䞡方。TikTok や YouTube Shorts、Instagram Reels のような瞊型短尺にも、通垞の暪型動画にも察応する。台本は䞭囜語ず英語に察応し、耇数本をたずめお䜜る バッチ生成 もできる。「ずりあえず 5本䜜っお、䞀番出来の良いものを遞ぶ」ずいう䜿い方が想定されおいる。

    名前の由来も觊れおおこう。「Money Printer玙幣印刷機」は、もずもず海倖で人気を集めた MoneyPrinter ずいうプロゞェクトに着想を埗おいる。その「Turbo匷化版」ずしお、より倚機胜・倚蚀語・実甚志向に䜜り盎されたのが本プロゞェクトである。「動画を刷るように量産する」ずいう発想が、名前にそのたた衚れおいる。


    第2ç«  MoneyPrinterTurboずは䜕か — 3぀の比喩で理解する

    技術的な説明に入る前に、このツヌルの本質を 3぀の比喩で捉えおみよう。

    比喩1: 泚文 1぀で料理が出おくる「党自動レストラン」

    䟋えるなら、MoneyPrinterTurbo は泚文を 1぀告げるだけで䞀品が出おくる党自動レストランである。客ナヌザヌは「カレヌが食べたい」ず蚀うだけ。あずは厚房の䞭で、献立決め台本、食材の調達玠材集め、調理音声・字幕生成、盛り付け合成が連携しお進み、完成した皿動画が運ばれおくる。客は厚房の段取りを知らなくおいい。

    比喩2: 工皋を分担する「動画工堎のベルトコンベア」

    2぀目の比喩ずしお、このツヌルは流れ䜜業のベルトコンベアである。1぀の玠材キヌワヌドが入口に眮かれるず、ステヌションを順に通過しながら、台本が貌られ、映像が乗り、音声がかぶさり、字幕が刻たれ、BGM が流れ、出口で完成品になる。各ステヌションは自分の仕事だけをしお、次ぞ送る。この「工皋の連結」こそが本ツヌルの骚栌である。

    比喩3: 必芁な道具を呌び集める「敏腕プロデュヌサヌ」

    3぀目に、このツヌルは倖郚の力を䞊手に䜿う敏腕プロデュヌサヌである。台本は LLM倧芏暡蚀語モデルに曞かせ、映像は Pexels のような玠材サむトから借り、音声は TTS音声合成サヌビスに吹き蟌たせる。自分で党郚抱え蟌むのではなく、優れた倖郚サヌビスを適材適所で呌び集め、束ねお 1本にたずめあげる。

    3぀の比喩は、どれも同じ性質を別の角床から照らしおいる。すなわち「人間は泚文だけ、工皋は自動連結、力は倖郚から借りる」ずいう䞉点である。

    ひずこずで蚀えば、MoneyPrinterTurbo は「キヌワヌドを枡すだけで、倖郚のAIず玠材を束ねお動画を 1本刷り䞊げる、自動の動画工堎」である。


    第3ç«  他の動画生成ツヌルずの違い

    AI で動画を䜜るツヌルは増えおきた。MoneyPrinterTurbo の立ち䜍眮を、䞻芁なタむプず比范する。

    | 芳点 | MoneyPrinterTurbo | クラりド型動画SaaS | 動画生成AISora等 |
    | --- | --- | --- | --- |
    | 動かす堎所 | 手元のPCロヌカル | クラりド | クラりド |
    | 映像の䜜り方 | 既存の実写玠材を集めお合成 | テンプレ玠材 | AIが映像を生成 |
    | 費甚 | ほが無料API次第 | 月額課金が倚い | 埓量課金・高め |
    | カスタマむズ | コヌドたで党郚いじれる | 限定的 | 限定的 |
    | 向く甚途 | 解説・たずめ系の量産 | 汎甚 | 創䜜・短尺映像 |
    | 必芁なもの | APIキヌ倚少の蚭定 | アカりント | アカりント |

    ここが倧きな違いである。MoneyPrinterTurbo は「映像そのものを AI に生成させる」のではなく、「既にある高品質な実写玠材を、AI が遞んで組み合わせる」方匏を採る。だから映像の砎綻が少なく、無料玠材を䜿えば費甚もほずんどかからない。

    泚意したいのは、この衚が「方匏の傟向」を瀺すものであり、すべおの補品に圓おはたるわけではない点だ。クラりド型 SaaS にも優秀なものは倚く、映像生成 AI の衚珟力は本ツヌルにはない領域である。あくたで MoneyPrinterTurbo の立ち䜍眮を掎むための芋取り図ず捉えおほしい。

    ぀たり、「れロから映像を生み出す」のではなく「䞖にある玠材を賢く線集しお量産する」のが本ツヌルの匷みであり、解説系・たずめ系のショヌト動画ず盞性が良い。


    第4ç«  「キヌワヌドから動画」の意味を培底解説

    このツヌルを理解するうえで栞心になるのが、台本駆動スクリプト・ドリブン ずいう発想である。ここは少し䞁寧に説明したい。

    | 芳点 | 玠材を手で線集 | MoneyPrinterTurboの自動化 |
    | --- | --- | --- |
    | 起点 | 集めた玠材から考える | キヌワヌドお題から始たる |
    | 台本 | 自分で執筆 | LLMが自動生成 |
    | 玠材探し | 手䜜業で怜玢・遞定 | 台本から怜玢語を抜出し自動取埗 |
    | 字幕 | 手打ち or 別ツヌル | 音声から自動生成 |
    | 所芁時間 | 数時間 | 数分 |

    普通の動画線集は「玠材ありき」で進む。集めた映像を眺めながら構成を考え、ナレヌションを曞き、字幕を打぀。玠材ず台本がバラバラに存圚し、人間が頭の䞭で結び぀ける。

    MoneyPrinterTurbo はこの順番をひっくり返した。たず 台本蚀葉 を起点に眮く。LLM がお題から台本を曞き、その台本の䞭から「この堎面に合う映像はこれ」ずいう 怜玢キヌワヌド を自動で抜き出す。そのキヌワヌドで玠材サむトを怜玢し、映像を自動でダりンロヌドする。぀たり「蚀葉が先、映像は埌から蚀葉に埓っお集たる」のである。

    䟋えるなら、台本ずいう蚭蚈図が先にあり、その指瀺曞に沿っお倧工各サヌビスが資材を運び蟌み、家を建おるようなものだ。蚭蚈図が党工皋を統率するから、ちぐはぐにならない。

    もう少し具䜓的に芋おみよう。「猫の面癜い習性」ずいうお題を枡すず、LLM はたず数文のナレヌション台本を曞く。次に、その台本から「猫」「遊ぶ猫」「猫のあくび」ずいった怜玢語を生成する。これらで Pexels を怜玢し、合臎する短い実写クリップを集めお぀なぐ。音声合成が台本を読み䞊げ、その音声から字幕のタむミングを割り出す。

    ここで倧事なのは、この方匏が「蚀葉台本を䞭心に党工皋を貫いおいる」ずいう点である。台本が倉われば、集たる玠材も、音声も、字幕も、すべお連動しお倉わる。䞀本の筋が通っおいるから、党自動でも内容がたずたる。


    第5ç«  なぜMoneyPrinterTurboが生たれたのか — 背景を知る

    このツヌルが誕生した背景には、ショヌト動画時代のいく぀かの課題がある。

    第䞀に、量産の壁である。ショヌト動画は「数を出しおこそ䌞びる」䞖界だが、1本ごずに台本・玠材・線集が必芁で、手䜜業では远い぀かない。

    第二に、工皋の分断である。台本ツヌル、玠材サむト、音声合成、字幕ツヌル、線集゜フトがバラバラで、人間がそれらを行き来しお橋枡しする手間が倧きかった。

    第䞉に、コストの問題である。有料の動画生成 SaaS や玠材サブスクは、量産するほど費甚がかさむ。個人クリ゚むタヌには重い負担だった。

    第四に、AI の進化である。LLM が自然な台本を曞けるようになり、TTS が自然な音声を出せるようになり、無料玠材サむトが API を公開した。各ピヌスが出そろい、「あずは束ねるだけ」ずいう状況が敎った。

    MoneyPrinterTurbo は、海倖で話題になった MoneyPrinter ずいうプロゞェクトを土台に、harry0703 氏がこれらの課題ぞの統合的な回答ずしお䜜り盎したものである。「台本も玠材も音声も字幕も BGM も、党郚぀なげお 1本のボタンにしおしたえ」ずいう発想だ。

    興味深いのは、開発者が「映像を AI に生成させる」最先端ではなく、「既存の優れたピヌスを賢く連結する」珟実解を遞んだ点である。掟手さより、いた確実に動いお量産できるこずを優先した姿勢だ。

    蚀い換えるず、MoneyPrinterTurbo は「動画制䜜の自動化を、特別な GPU も高額な課金もなしに、誰の手元でも回せるようにする」ずいう明確な意思から生たれた䞀台である。


    第6ç«  むンストヌル実行 — 最短5分で動かす

    MoneyPrinterTurbo は、耇数の方法で動かせる。最も手軜なのは Windows 向けの ワンクリックパッケヌゞ である。

    Windows ナヌザヌは、配垃されおいる実行ファむル䞀匏リリヌスは随時曎新され、執筆時点では v1.2.9 が最新をダりンロヌドし、`webui.bat` を実行すれば Web UI が立ち䞊がる。コヌドを曞かずに、ブラりザの画面操䜜だけで動画を䜜れる。

    # Windows: Web UI を起動ワンクリックパッケヌゞ内
    webui.bat
    
    # 同梱の曎新スクリプトで最新コヌドに远埓
    update.bat

    開発者やコヌドを觊りたい人には Docker が䟿利である。リポゞトリを取埗し、`docker-compose up` を実行すれば、必芁な環境ごずコンテナで立ち䞊がる。

    # Docker で環境ごず起動
    docker-compose up

    手動でセットアップする堎合は、Python 3.11 以䞊を甚意し、`uv`高速なパッケヌゞ管理ツヌルで䟝存をそろえる。

    # 䟝存をそろえるuv 掚奚
    uv sync --frozen
    
    # Web UIStreamlit, ポヌト 8501
    uv run streamlit run ./webui/Main.py
    
    # API サヌビスFastAPI, ポヌト 8080
    uv run python main.py

    このほか、ロヌカルに䜕も入れずに詊せる Google Colab 版も甚意されおいる。たず雰囲気を掎みたいなら、これが最短である。

    ぀たずきポむント: Windows では別途 ImageMagick のむンストヌルが芁る堎合がある。たた、ファむルパスに日本語・空癜・特殊文字を含めないこず。玠材ダりンロヌドのため、安定したネット接続も前提になる。

    ここで倧事なのは、MoneyPrinterTurbo が「研究者だけの難解なツヌル」ではなく、ワンクリックパッケヌゞや Colab を通じお、コヌドを曞けない人でも動かせるよう敎備されおいる点である。


    第7ç«  MoneyPrinterTurboの4぀の柱 — 仕組みを理解する

    このツヌルを支える蚭蚈は、4぀の柱に敎理できる。ここが本皿の心臓郚である。

    柱1: 5段階の自動パむプラむン

    「台本生成 → 玠材取埗 → 音声合成 → 字幕生成 → 動画合成」ずいう 5぀の工皋を、`app/services/task.py` が順に連結しお回す。1぀のお題が、自動でこの流れを通過しお完成品になる。

    柱2: プロバむダを差し替えられる抜象化

    LLM もTTS も「サヌビス工堎ファクトリ」を介しお呌ぶ蚭蚈になっおおり、13皮類以䞊の LLM ず 4皮類以䞊の TTS を、蚭定の切り替えだけで䜿い分けられる。䞭栞のロゞックを曞き換えずに、奜きなサヌビスぞ乗り換えられる。

    柱3: WebUIずAPIの二刀流

    同じ䞭栞サヌビスを、ブラりザ操䜜Streamlit, ポヌト 8501ず REST APIFastAPI, ポヌト 8080の䞡方から呌べる。手で詊すのも、プログラムから倧量に叩くのも、同じ仕組みで動く。

    柱4: 玠材のキャッシュず再利甚

    ダりンロヌドした玠材は `storage/cache_videos/` に MD5内容の指王で重耇排陀しながら貯められ、結果は `storage/tasks/{タスクID}/` に動画・音声・字幕・台本ずしおきれいに保存される。

    この 4぀の柱は、ばらばらの機胜ではなく䞀぀の狙いに収束する。すなわち「個人の PC で、安定しお動画を量産できる仕組み」である。パむプラむンで自動化し、抜象化で柔軟にし、二刀流で䜿い勝手を広げ、キャッシュで効率を䞊げる。

    ひずこずで蚀えば、「぀ないで、遞べお、どこからでも呌べお、無駄なく回る」よう蚭蚈されたのが MoneyPrinterTurbo である。


    第8ç«  最初のセットアップ — 初日にやるべきこず

    環境が敎ったら、初日はたず「1本、動画を最埌たで完成させる」こずを目暙にしたい。

    最初にやるのは、蚭定ファむル `config.toml` の線集である。ここに、䜿う LLM の API キヌず、玠材サむト Pexels の API キヌを曞き蟌む。最䜎限この 2぀がそろえば、動画が䜜れる。

    # config.toml の䞻な蚭定項目むメヌゞ
    [app]
    llm_provider = "openai"        # 䜿うLLMを遞ぶ
    openai_api_key = "sk-..."      # LLMのAPIキヌ
    pexels_api_keys = ["..."]      # 玠材サむトのAPIキヌ

    蚭定が枈んだら Web UI を立ち䞊げ、画面で「動画のテヌマ」を入力する。たずえば「健康に良い朝の習慣」のような短いお題でよい。あずは動画の向き瞊か暪か、声の皮類、字幕の有無などを遞び、生成ボタンを抌す。

    ぀たずきポむント: 初回は LLM の応答や玠材のダりンロヌドに時間がかかる。うたく玠材が芋぀からないずきは、お題を少し具䜓的にするず改善するこずが倚い。

    生成が終わるず、`storage/tasks/` 配䞋のタスクフォルダに、完成した `video.mp4` ず䞀緒に、`audio.mp3`音声、`subtitle.srt`字幕、`script.json`台本が残る。䞭身を開けば、AI がどんな台本を曞き、どんな字幕を割り圓おたかを確認できる。

    ここで倧事なのは、初日に「お題 1぀から、自分の PC の䞭で動画が 1本できあがる」䜓隓をしおしたうこずである。この感芚を掎めば、あずは蚭定を詰めおいくだけである。


    第9ç«  日垞での䜿い方 — 7぀の定番シナリオ

    MoneyPrinterTurbo を日々の䜜業に組み蟌むず、次のような堎面で圹立぀。代衚的な 7぀のシナリオを䞊べる。

    シナリオ1: 瞊型ショヌト動画を量産する
    状況: TikTok や Shorts 甚に数を出したい。入力: お題を 9:16 で指定。結果: 瞊型動画が次々ず出来る。

    シナリオ2: 自前の台本で䜜る
    状況: 内容を自分で決めたい。入力: 台本欄に原皿を貌る。結果: AI生成を䜿わず、その原皿で動画化される。

    シナリオ3: バッチでたずめお䜜る
    状況: 圓たりを匕きたい。入力: 生成本数を耇数に蚭定。結果: 数本できお、良いものを遞べる。

    シナリオ4: 声を遞び分ける
    状況: 動画の雰囲気に合う声にしたい。入力: TTS の声をプレビュヌで遞ぶ。結果: 奜みの声でナレヌションが入る。

    シナリオ5: 字幕の芋た目を敎える
    状況: ブランドに合わせたい。入力: フォント・䜍眮・色・瞁取りを指定。結果: 統䞀感のある字幕が焌き蟌たれる。

    シナリオ6: BGM を調敎する
    状況: 音の雰囲気を敎えたい。入力: ランダムか指定曲、音量を蚭定。結果: 皋よい BGM が重なる。

    シナリオ7: API から自動で回す
    状況: 倧量生産を仕組み化したい。入力: REST API にお題を投げる。結果: プログラムから動画を量産できる。

    これら 7぀に共通するのは、いずれも「人間は方針だけ決め、手䜜業の工皋は機械に任せる」点である。台本を曞く、玠材を探す、字幕を打぀ — どれも本来は時間のかかる䜜業だが、本ツヌルはそれをパラメヌタの指定に眮き換える。

    逆に、ここに「凝った挔出」「耇雑なアニメヌション」が入っおいないこずにも意味がある。本ツヌルは「玠材を぀なぐ」方匏なので、映画的な挔出よりも、テンポよく情報を届ける解説・たずめ系に向いおいる。

    ここで倧事なのは、MoneyPrinterTurbo が「䜜品を䜜り蟌む」より「数を回す」甚途に重心を眮いおいる点である。


    第10章 台本生成のしくみ — LLMが脚本家になる

    第4章でも觊れた台本生成は、このツヌルの起点なので、章を改めお深掘りする。

    仕組みはこうだ。ナヌザヌがお題を入力するず、LLM サヌビス`app/services/llm.py`がそれを受け取り、ショヌト動画にふさわしい短いナレヌション台本を曞く。長すぎず、テンポよく、芁点を抌さえた文章を生成するよう調敎されおいる。

    ここで重芁なのが、台本ず同時に 怜玢キヌワヌドterms も生成される点である。LLM は「この台本に合う映像を探すなら、どんな蚀葉で怜玢すべきか」を考え、英語の怜玢語を耇数出す。たずえば旅行の台本なら「beach」「mountain」「city skyline」ずいった具合だ。

    䟋えるなら、脚本家が台本を曞きながら、その暪に「この堎面はこんな映像で」ずいうト曞きを添えるようなものだ。台本蚀葉ずト曞き怜玢語がセットで出おくるから、次の玠材集め工皋がスムヌズに進む。

    LLM の遞択肢は幅広い。OpenAI、Azure、Google Gemini、Moonshot、DeepSeek、Qwenアリババ、MiniMax、文心䞀蚀癟床、Ollama完党ロヌカル、gpt4free、one-api、Pollinations、ModelScope など、13皮類以䞊に察応する。クラりドの有力モデルから、ネットに出さずに動く Ollama たで遞べる。

    ぀たり、プラむバシヌを最優先するなら Ollama でロヌカル完結、品質を求めるなら OpenAI や Gemini、ずいうように、目的に応じお脳みそLLMを差し替えられる。

    ここで倧事なのは、台本生成が「文章を曞く」だけでなく「次の工皋ぞの橋枡し怜玢語の生成」たで担っおいる点である。ここが党自動化の出発点になる。


    第11ç«  玠材集めのしくみ — Pexelsから映像を借りる

    MoneyPrinterTurbo のもう 1぀の芁が、玠材取埗 である。台本から出た怜玢キヌワヌドを䜿っお、映像を自動で集めおくる工皋だ。

    玠材の䞻な䟛絊源は Pexels、そしお Pixabay ずいった、ロむダリティフリヌ著䜜暩の心配が少ないの高解像床ストック玠材サむトである。これらが公開しおいる API を通じお、怜玢語に合臎する短い実写クリップを自動でダりンロヌドする。

    なぜ「映像を生成」ではなく「玠材を借りる」のか。映像生成 AI は衚珟力こそ高いが、蚈算資源を食い、砎綻も起きやすい。䞀方、プロが撮圱した実写玠材は品質が安定しおおり、無料で䜿える。量産には「安定しお砎綻しない」こずが䜕より効くのである。

    䟋えるなら、自分で写真を撮りに行く代わりに、巚倧な玠材ラむブラリから条件に合う䞀枚をさっず借りおくるようなものだ。早く、きれいで、暩利も敎理されおいる。

    集めた玠材は、第7章で觊れたずおり `storage/cache_videos/` に内容の指王MD5付きで保存され、同じ玠材を䜕床もダりンロヌドしないよう重耇排陀される。これがバッチ生成時の効率を支えおいる。

    加えお、ロヌカルにある手持ちの映像玠材を䜿うこずもできる。ネット玠材だけでなく、自分で甚意したクリップを混ぜれば、オリゞナリティを足せる。

    ここで倧事なのは、玠材集めが「台本の怜玢語に埓っお自動で動く」点ず、「無料・高品質・暩利クリア」の玠材を土台にしおいる点である。ここが、䜎コスト量産を成り立たせおいる。


    第12ç«  音声合成ず字幕のしくみ — 声を圓お、蚀葉を刻む

    MoneyPrinterTurbo が動画らしさを生むのが、音声合成TTS ず 字幕生成 の工皋である。動画に声ず文字を䞎える、仕䞊げの芁が、ここに凝瞮しおいる。

    たず音声。声サヌビス`app/services/voice.py`が、台本を読み䞊げおナレヌション音声を䜜る。暙準で䜿えるのが edge-ttsマむクロ゜フト Edge の音声合成で、API キヌなしで倚数の蚀語・声を無料で䜿える。より高品質を求めるなら Azure の音声合成芁 API キヌも遞べ、9皮類の高品質ボむスが甚意されおいる。声は生成前にプレビュヌで聎き比べられる。

    次に字幕。字幕生成には 2぀のモヌドがある。

    • edge モヌド: 高速で、システム負荷も軜い。品質は声合成の情報に䟝存し、ばら぀きが出るこずもある。

    • whisper モヌド: OpenAI の音声認識モデル Whisper を䜿う。凊理は重く、玄 3GB のモデルをダりンロヌドする必芁があるが、認識粟床が高く安定する。

    䟋えるなら、edge は「読み䞊げた台本のタむミングをそのたた字幕にする速蚘者」、whisper は「実際の音声を耳で聞き取っお正確に曞き起こす速蚘者」である。速さの edge、正確さの whisper、ずいう䜏み分けだ。

    字幕は芋た目も现かく調敎できる。フォント、衚瀺䜍眮、色、サむズ、そしお文字を瞁取りする アりトラむン たで指定できる。背景の映像に負けないよう、可読性を高められる。字幕が䞍芁なら、蚭定を空にしお無効化するこずもできる。

    ここで倧事なのは、音声ず字幕が「台本ずいう同じ蚀葉から生たれる」ため、ナレヌションず字幕が自然に同期する点である。声ず文字がずれにくいのは、出どころが同じだからである。


    第13ç«  動画合成のしくみ — すべおを1本に束ねる

    5段階パむプラむンの最終工皋が、動画合成コンポゞット である。ここたでに甚意した玠材・音声・字幕・BGM を、1本の動画ファむルぞ組み䞊げる。

    担うのは動画サヌビス`app/services/video.py`で、内郚では MoviePy ず FFmpeg、画像凊理の ImageMagick が働く。耇数の短い玠材クリップを順に぀なぎconcatenate、その䞊に字幕を重ねcomposite、ナレヌション音声を乗せ、BGM を流す。

    クリップの 1぀あたりの長さ切り替え間隔も蚭定できる。短く刻めばテンポの良い動画に、長めにすれば萜ち着いた動画になる。BGM はランダム遞曲か指定曲かを遞べ、音量も調敎できる。BGM 甚の楜曲は `resource/songs` フォルダに、フォントは `resource/fonts` フォルダに眮く構成だ。

    䟋えるなら、線集者が耇数の映像クリップをタむムラむンに䞊べ、ナレヌショントラックず BGM トラックを足し、テロップを乗せお曞き出す — その䞀連の線集䜜業を、゜フトが自動で実行するようなものだ。

    最終的な出力は、瞊型なら 1080x1920、暪型なら 1920x1080 の HD 動画である。完成品はタスクフォルダに `video.mp4` ずしお保存される。

    泚意点ずしお、ImageMagick のセキュリティポリシヌ蚭定が厳しいず、䞀時ファむルの凊理がブロックされお合成に倱敗するこずがある。たた、玠材を倧量に扱うず「Too many open files開けるファむル数の䞊限超過」゚ラヌが出るこずもある。これらは環境偎の蚭定で回避できる、よく知られた぀たずきである。

    ここで倧事なのは、合成工皋が「バラバラの郚品を、砎綻なく 1本の完成品に束ねる」最埌の砊だずいう点である。ここが通れば、動画は完成する。


    第14ç«  ロヌカルで動く匷み — コストずプラむバシヌ

    MoneyPrinterTurbo の存圚意矩は、䜕より 手元の PC で動く こずにある。

    クラりド型の動画 SaaS ず違い、本ツヌルはロヌカルで動く。映像合成も、蚭定も、出力ファむルの保管も、すべお自分の PC の䞭で完結する。倖郚に送るのは、台本生成LLMず玠材取埗Pexelsの通信くらいだ。LLM に Ollama を遞べば、その通信すらロヌカルに閉じられる。

    ロヌカルで動くこずの利点は倧きい。第䞀に コスト。無料の edge-tts ず無料枠のある玠材サむト、安䟡な LLM を組み合わせれば、1本あたりの費甚をほがれロに近づけられる。第二に 量産の自由。月額課金の本数制限に瞛られず、PC が動く限り䜜り続けられる。第䞉に カスタマむズ性。オヌプン゜ヌスなので、コヌドレベルで挙動を倉えられる。

    䟋えるなら、いちいち倖泚先クラりド SaaSに発泚する代わりに、自前の工房PCに補造ラむンを構えるようなものだ。発泚のたびの費甚も、玍期埅ちもない。

    システム芁件は珟実的だ。最䜎で 4コア CPU・4GB メモリ、掚奚で 6〜8コア・8GB、理想は 8コア以䞊・16GB 以䞊である。GPU は必須ではないが、あれば whisper の文字起こしやバッチ生成が速くなる。䞀般的なノヌト PC でも、十分に動かせる範囲だ。

    ここで倧事なのは、ロヌカル動䜜が「劥協」ではなく「コストず自由のための積極的な遞択」になっおいる点である。手元で回せるからこそ、量産が珟実になる。


    第15ç«  倚蚀語・倚プロバむダ察応 — 自由に組み替えられる

    実甚面で芋逃せないのが、倚蚀語察応 ず プロバむダの豊富さ である。

    台本は䞭囜語ず英語に察応する。さらに音声合成偎では、edge-tts が倚数の蚀語・声をカバヌしおおり、日本語の音声も利甚できる。玠材サむトの怜玢語は英語で生成されるため、䞖界䞭の高品質玠材にアクセスできる。

    プロバむダの遞択肢は、このツヌル最倧の特城ず蚀っおよい。LLM は 13皮類以䞊、TTS は 4皮類以䞊に察応し、すべお蚭定の切り替えだけで乗り換えられる。

    語族や提䟛元の異なるサヌビスを幅広く取り蟌んでいる点も実甚的だ。OpenAI のような海倖倧手から、Qwen や文心䞀蚀のような別系統、Ollama のような完党ロヌカルたで、状況に応じお遞べる。あるサヌビスが䜿えなくなっおも、別のものぞすぐ切り替えられる。

    䟋えるなら、電源プラグの差蟌口が䞖界䞭の芏栌に察応しおいる倉換アダプタのようなものだ。どの囜サヌビスに行っおも、぀なぎ替えるだけで動く。

    この柔軟さは、長く䜿ううえで効いおくる。AI サヌビスは料金も性胜も日々倉わる。特定の 1瀟に瞛られおいるず、その倉化に振り回される。プロバむダを自由に組み替えられる蚭蚈は、そのリスクを和らげる。

    ここで倧事なのは、本ツヌルが「特定サヌビスぞの䟝存」を避け、ナヌザヌが䞻導暩を持っお組み替えられるよう䜜られおいる点である。


    第16ç«  カスタマむズず拡匵 — 自分の制䜜ラむンにする

    そのたたでも䜿えるが、甚途に合わせお カスタマむズ できるのが、オヌプン゜ヌスの匷みである。

    蚭定ファむル `config.toml` を線集するだけで、倚くの挙動を倉えられる。䜿う LLM、TTS、字幕モヌド、フォント、BGM、動画の向き、クリップ長など、䞻芁なパラメヌタはここに集玄されおいる。コヌドを曞かなくおも、蚭定だけでかなり自分奜みに寄せられる。

    さらに螏み蟌むなら、コヌド自䜓に手を入れられる。Python で曞かれた MVC 構成凊理を「モデル・ビュヌ・コントロヌラ」に分ける蚭蚈で、コヌドの芋通しが良い。各工皋がサヌビスずしお分かれおいるので、たずえば「玠材サむトを远加する」「字幕の敎圢ルヌルを倉える」ずいった改造もしやすい。

    実際、本家から掟生した拡匵版MoneyPrinterTurbo-Extended なども登堎しおおり、コミュニティによる改良が掻発である。気に入った改造を取り蟌んだり、自分の掟生版を䜜ったりできる。

    䟋えるなら、既補の優秀な工䜜機械汎甚ツヌルに、自瀟の郚品仕様を远加しお専甚ラむンに仕立おるようなものだ。蚭定での埮調敎は段取り替え、コヌド改造は本栌的な改装に圓たる。

    ここで倧事なのは、蚭定で寄せる段階から、コヌドで䜜り倉える段階たで、地続きで進められる点である。


    第17ç«  ラむセンスず萜ずし穎

    䟿利なツヌルにも、泚意点はある。MoneyPrinterTurbo を䜿う際の芁点を敎理する。

    第䞀に、玠材ずAIの利甚芏玄の確認である。Pexels や Pixabay の玠材はロむダリティフリヌだが、利甚条件はれロではない。商甚利甚や再配垃の可吊は、各サむトの芏玄ず、䜿った LLM・TTS の利甚芏玄を確認したい。

    第二に、環境䟝存の぀たずきである。FFmpeg の自動怜出に倱敗する、ImageMagick のセキュリティポリシヌが凊理を止める、whisper モデルのダりンロヌドがネット制限で倱敗する、「Too many open files」が出る — いずれもよく知られた地雷で、それぞれ回避策がある。

    第䞉に、ファむルパスの制玄である。日本語・空癜・特殊文字を含むパスは、凊理が倱敗する原因になる。半角英数のシンプルなパスを䜿うのが安党だ。

    第四に、ネットワヌク前提である。台本生成ず玠材取埗で通信するため、安定した接続が芁る。地域によっおは、グロヌバル通信モヌドの有効化が必芁になる堎合もある。

    第五に、生成物の品質ず確認である。党自動ゆえ、台本が事実ず違う、玠材が内容に合わない、ずいうこずも起こりうる。公開前に人間が䞀床目を通すのが安党である。

    ここで倧事なのは、ツヌルの「埗意量産・自動化」を掻かし぀぀、「環境蚭定」ず「最終確認」ずいう人間偎の仕事を怠らない点である。道具は、適材適所ず最䜎限の芋匵りで初めお力を発揮する。


    第18ç«  1週間ロヌドマップ — 初心者向け

    MoneyPrinterTurbo を 1週間でひずずおり䜿えるようになるための道筋を瀺す。

    1. 1日目: Colab 版かワンクリックパッケヌゞで、たず 1本䜜っおみる。

    2. 2日目: `config.toml` に LLM ず Pexels の API キヌを蚭定する。

    3. 3日目: 瞊型・暪型を切り替え、お題を倉えお数本䜜っお比べる。

    4. 4日目: 声TTSをプレビュヌで遞び分け、字幕の芋た目を敎える。

    5. 5日目: バッチ生成で耇数本を䞀床に䜜り、良いものを遞ぶ。

    6. 6日目: whisper 字幕や BGM 蚭定など、品質たわりを詰める。

    7. 7日目: 䜙裕があれば API から動画生成を叩いお、自動化を詊す。

    ここで倧事なのは、最初の 3日で「お題から動画が出る・向きを倉えられる・数を回せる」ずいう栞を䜓隓しおしたうこずである。ここを越えれば、残りは品質調敎ず自動化の応甚にすぎない。


    第19ç«  よくある倱敗パタヌンず察凊

    MoneyPrinterTurbo を䜿い始めた人がよく螏む地雷ず、その回避法をたずめる。

    倱敗1: 玠材が芋぀からない・内容に合わない
    お題が抜象的すぎる可胜性が高い。少し具䜓的にするか、怜玢語を確認・調敎する。

    倱敗2: 合成で゚ラヌが出る
    FFmpeg や ImageMagick のパス・ポリシヌ蚭定を芋盎す。ImageMagick のセキュリティ蚭定が䞀時ファむルを止めおいるこずが倚い。

    倱敗3: whisper 字幕が動かない
    箄 3GB のモデルがダりンロヌドできおいない。ネット環境を確認するか、オフラむン甚の手順で先にモデルを甚意する。

    倱敗4: パス関連で凊理が止たる
    日本語・空癜・特殊文字を含むパスを避け、半角英数のシンプルな堎所に眮く。

    倱敗5: 「Too many open files」で萜ちる
    システムの同時オヌプンファむル数の䞊限を匕き䞊げる。玠材を倧量に扱うずきに起きやすい。

    ここで倧事なのは、倱敗の倚くが「お題の粒床」か「環境蚭定FFmpeg・ImageMagick・パス」に起因するずいう点である。この 2぀を抌さえれば、たいおいの問題は防げる。


    第20ç«  䞊玚者ぞの道 — その先にある䞖界

    基本を抌さえたら、その先には次のような䞖界が広がっおいる。

    API による量産の自動化: FastAPI の゚ンドポむントポヌト 8080、`/docs` に仕様曞にお題を投げ、動画生成をプログラムから回す。スプレッドシヌトのお題リストから䞀括生成、ずいった仕組みも組める。

    ロヌカル LLM での完党クロヌズド運甚: LLM を Ollama に切り替え、台本生成も手元で完結させる。デヌタを䞀切倖に出さずに動画を量産できる。

    玠材プロバむダの拡匵: コヌドに手を入れ、察応玠材サむトを増やしたり、ロヌカル玠材ラむブラリず組み合わせたりする。オリゞナリティず安定䟛絊を䞡立できる。

    字幕・挔出のカスタム: 字幕敎圢のロゞックや、クリップの䞊べ方に手を入れ、自分のチャンネルらしい「型」を䜜り蟌む。

    掟生版の掻甚ず貢献: コミュニティの拡匵版を取り蟌んだり、自分の改良を本家やフォヌクに還元したりする。オヌプン゜ヌスの茪に加わる。

    ここで倧事なのは、MoneyPrinterTurbo が「単発の動画䜜成ツヌル」にずどたらず、「自分専甚の動画補造ラむンの䞭栞゚ンゞン」ずしお育おられる点である。その先にあるのは、䌁画だけに集䞭し、制䜜は仕組みに任せる働き方である。


    第21ç«  甚語解説集

    MoneyPrinterTurbo: harry0703 氏によるオヌプン゜ヌスの自動動画生成ツヌル。キヌワヌドから台本・玠材・音声・字幕・BGM を党自動で組み䞊げ、HD ショヌト動画を生成する。

    LLM倧芏暡蚀語モデル: 文章を生成する AI。本ツヌルでは台本ず怜玢キヌワヌドの生成に䜿う。OpenAI や Ollama など 13皮以䞊に察応。

    TTS音声合成: 文章を読み䞊げお音声にする技術。本ツヌルでは edge-tts無料や Azure などを䜿う。

    edge-tts: マむクロ゜フト Edge の音声合成゚ンゞン。API キヌ䞍芁で倚蚀語・倚数の声を無料で䜿える。

    Whisper: OpenAI の音声認識モデル。本ツヌルの字幕生成で、高粟床モヌドずしお䜿う。玄 3GB のモデルが芁る。

    Pexels / Pixabay: ロむダリティフリヌの高解像床ストック玠材サむト。本ツヌルの映像玠材の䟛絊源。

    パむプラむン: 工皋を順に぀なげた凊理の流れ。本ツヌルは台本→玠材→音声→字幕→合成の 5段階。

    MoviePy / FFmpeg / ImageMagick: 動画・画像凊理のための゜フト。クリップ連結、字幕合成、曞き出しを担う。

    FastAPI / Streamlit: それぞれ API サヌビスポヌト 8080ず Web UIポヌト 8501を支えるフレヌムワヌク。

    config.toml: 蚭定ファむル。API キヌ、䜿うサヌビス、字幕・BGM・動画の蚭定などをたずめる。

    バッチ生成: 耇数本の動画を䞀床に䜜る機胜。良いものを遞ぶ前提で量産する。

    MVC構成: 凊理を「モデル・ビュヌ・コントロヌラ」に分ける蚭蚈。コヌドの芋通しを良くし、改造しやすくする。


    第22ç«  コマンド蚭定チヌトシヌト

    # Docker で環境ごず起動
    docker-compose up
    
    # 䟝存をそろえるuv 掚奚
    uv sync --frozen
    
    # Web UIStreamlit, ポヌト 8501
    uv run streamlit run ./webui/Main.py
    
    # API サヌビスFastAPI, ポヌト 8080。仕様曞は /docs
    uv run python main.py
    # Windows ワンクリックパッケヌゞ
    webui.bat     # Web UI を起動
    update.bat    # 最新コヌドに曎新
    # config.toml の䞻な蚭定むメヌゞ
    [app]
    llm_provider     = "openai"      # LLMを遞ぶopenai / ollama / gemini ...
    openai_api_key   = "sk-..."      # LLM の API キヌ
    pexels_api_keys  = ["..."]       # 玠材サむトの API キヌ
    # 字幕モヌド: "edge"速い/ "whisper"正確
    # 動画の向き: 9:16瞊, 1080x1920/ 16:9暪, 1920x1080
    # 出力ファむルの保存先
    storage/tasks/{タスクID}/video.mp4      # 完成動画
    storage/tasks/{タスクID}/audio.mp3      # ナレヌション音声
    storage/tasks/{タスクID}/subtitle.srt   # 字幕
    storage/tasks/{タスクID}/script.json    # 台本
    storage/cache_videos/                   # ダりンロヌド玠材MD5で重耇排陀
    resource/songs/                         # BGM 甚の楜曲
    resource/fonts/                         # 字幕フォント
    # 5段階パむプラむンapp/services/task.py
    1. 台本怜玢語の生成   llm.py
    2. 玠材のダりンロヌド   Pexels / Pixabay
    3. 音声合成TTS      voice.py
    4. 字幕の生成           subtitle / edge or whisper
    5. 動画の合成           video.py / MoviePy・FFmpeg

    人気蚘事↓


    たずめ

    参考: リポゞトリgithub.com/harry0703/MoneyPrinterTurbo英語版 READMEREADME-en.mdアヌキテクチャ解説DeepWiki。蚘茉の仕様5段階パむプラむン、LLM 13皮以䞊・TTS 4皮以䞊、字幕 2モヌド、瞊暪の解像床、掚奚スペック、出力ファむル構成などは 2026幎 6月時点の公開情報に基づく。スタヌ数 76,000 超・フォヌク 10,000 超は同時点の抂数である。

    MoneyPrinterTurbo は、単なる動画䜜成゜フトではなく、あなたの䌁画力を増幅する「手元の動画補造ラむン」 である。

    導入盎埌は、1本䜜るだけなら他のツヌルず倧差ないかもしれない。だがバッチ生成ず API 連携を回し始めた瞬間に、その「量産機」ずしおの本領が効いおくる。1週間䜿うずお題から動画を出す流れが手に銎染み、1ヶ月䜿うず声・字幕・BGM を自分の型に敎えられるようになり、3ヶ月䜿うずコヌドや API たで組み蟌んで手攟せなくなる。しかもロヌカルで動き、無料玠材ず組み合わせれば費甚もほずんどかからない。

    読み終えた今、以䞋が明確になっおいるはずだ。

    • お題 1぀から、台本・玠材・音声・字幕・BGM が党自動で組み䞊がるこず

    • 起点は「台本蚀葉」で、怜玢語を介しお玠材が埌から埓うこず

    • 5段階パむプラむン台本→玠材→音声→字幕→合成で動くこず

    • 映像は生成ではなく、Pexels 等の実写玠材を集めお合成するこず

    • LLM は 13皮以䞊、TTS は 4皮以䞊から遞んで組み替えられるこず

    • 字幕は edge速いず whisper正確の 2モヌドがあるこず

    • 瞊型 1080x1920 ず暪型 1920x1080 に察応するこず

    • ロヌカル動䜜でコストずプラむバシヌに匷いこず

    • 環境蚭定FFmpeg・ImageMagick・パスが䞻な぀たずきどころであるこず

    • オヌプン゜ヌスで、蚭定からコヌドたで自分甚に育おられるこず

    今日のうちに詊しおみおほしいのは、Colab 版かワンクリックパッケヌゞで「自分の奜きなテヌマ」を 1぀入れお、動画が 1本できあがるのを芋届けるこずである。「お題を入れるだけで、手元の PC が動画を刷り䞊げる」䜓隓は、䞀床味わうず元に戻れないはずだ。

    STEP 1: この蚘事ぞの「スキ♡」

    STEP 2: noteで「クドクラ KudouCraft」をフォロヌ

    STEP 3: XTwitterでの拡散

    画像

    メンバヌシップ蚘事も曎新しおいくので芋おくれたら嬉しいです

    皆さんの感想や「こんな䜿い方しおるよ」ずいう報告、
    お埅ちしおいたす
    最埌たで読んで頂きありがずうございたす

     
     
    KudouCraft AI駆動開発で未経隓から䞊玚者たで生成AI掻甚 質が良い完成品のある自動化をコンセプトに 最新AI゚ヌゞェントの情報をお届け これであなたもAIを䜿いなす偎に。

    あなたぞのおすすめ