YouTube動画の編集は8工程、10分動画の手作業で4.5〜9時間

YouTubeの編集は8工程、判断が要るのは2つだけ

編集ソフトの操作説明をどれだけ読んでも、手は止まります。
素材は47分、締め切りは日曜、そして4つの作業のどれから手を付けるかが決まっていない。
詰まっているのはそこです。
1of10 Blogの該当記事は、その順番のほうを整理しています。

記事が挙げる作業は8つです。
素材の整理、ラフカット、ペース調整、Bロール（本編の合間に挟む補助映像）とテロップ、音声の処理、色の補正、書き出し、サムネイルとタイトルの準備。

このうちセンスが要るのは、ペース調整とBロールの2つだけです。
残りは手順が決まっている作業なので、機械に渡せます。
書いているのはAI編集ツールAutoCutを提供する1of10自身なので、自社ツールに都合のよい前提は割り引いて読むところです。
それでも工程の分解と所要時間の内訳は、作業時間を測る物差しになります。

10分動画の手作業は4.5〜9時間、ラフカットがその半分

45〜60分の素材から10分の動画を作る場合の試算です。
調査の結果ではないと、記事は断っています。

• 素材の整理と読み込み: 手作業で15〜30分、自動化しても10分
• ラフカット: 90〜180分、自動化すると処理5分と人の確認20分
• ペース調整: 30〜60分、自動化しても変わらない
• Bロール・テロップ・図版: 45〜90分、同じく変わらない
• 音声の処理とミックス: 20〜40分、確認5分
• 色の補正とグレーディング: 15〜30分、確認5分
• 書き出しとアップロード: 20〜40分
• サムネイルとタイトル: 30〜60分
• 合計: 4.5〜9時間が、2.5〜4.5時間に

10分の動画1本に、丸1日に近い時間がかかる計算です。
その半分はラフカットが占めます。

時間を左右するのは撮った量です。
台本なしのトークは、完成1分に対して素材が4〜6分出ます。
10分の動画なら45〜60分になり、素材はすべて最低1回は耳を通します。
「念のため」のテイクが、編集を長くする最大の理由です。

自動化で消えるのは退屈な時間だけです。
2.5〜4.5時間のうち、ペース調整とBロールは短くなりません。
そこは人の仕事として残ります。

ラフカットは黙りを切って、同じ台詞を1本に絞る

やることは2つです。
0.5秒より長い沈黙を切ることと、同じ台詞のテイクを1本だけ残すことです。

タイムラインで波形を表示すると、平らな部分が全部見えます。
録音中は自然に感じた間も、再生すると無音です。
ここを切っていくと、創作的な判断をひとつもしないうちに動画が短くなります。

言い直した箇所には、同じ台詞が2〜3本残っています。
全部再生して、いちばん伝わる1本を残し、他は消します。
基準は読みの完璧さではなく、言い切っているかどうかです。
判断を後回しにすると、同じ台詞が2回入ったまま公開されます。

切った跡はジャンプカット（同じ構図のまま位置が少しずれるつなぎ）になります。
視聴者は見慣れているので、全部を隠す必要はありません。
1〜2割ほど寄った画と全体を交互に使うと、目立つものだけが隠れます。
切る位置は言葉の途中より、息継ぎに合わせます。
カメラが2台あれば、角度を切り替えるだけで済みます。

ペース調整は1.5倍速で見て、飽きる場所を探す

ラフカットが「死んでいる部分」を消すのに対し、ペース調整は「生きてはいるが要らない部分」を消します。
1.5倍速で通しで見て、自分がそわそわした箇所に印を付けます。
そこが視聴者の離脱点です。

• 冒頭30秒でタイトルの約束を果たします。
  ロゴのイントロや「本題の前に」は入れません
• いちばんおいしい場面を前に出します。
  6分目が見どころなら、1分目で小出しにします
• 「これから話すこと」を説明している文は削ります
• YouTube Analyticsで直近3本の視聴維持率グラフを見て、どの種類の区間で落ちるかをつかみます

Bロールは切った跡を隠すか、名詞を見せるか

Bロールの役目は2つだけです。
隠しきれなかったジャンプカットを覆うことと、いま言った名詞を画面に出すこと。
どちらもしない画は飾りで、飾りは編集のなかでいちばん高くつきます。

• 寄りで隠せなかったカットには、2〜4秒のカットアウェイを当てます
• 表計算の話なら表計算の画面を出します。
  気持ちの話なら顔のままです。
  視聴者は顔を読むほうが速い
• ストック素材より、自分の机や画面や手元をスマホで撮った20秒のほうが効きます。
  ストックはストックに見えます
• テロップはキーワードだけにします。
  3語、大きく、書体と位置は毎回同じ
• 名前と肩書きのテロップは最初の1分に1回だけ

字幕は別の判断です。
YouTubeの自動字幕は視聴者が切り替えられます。
焼き込むなら短く、YouTubeの操作ボタンが重なる画面下部は避けます。

音声と色は、順番どおりに進める

音声は1つ進むと、次が楽になります。

• ノイズ除去から。
  沈黙部分の環境音を1秒サンプリングして引きます。
  やりすぎると水中のような声になります
• 80Hzより下を落とすハイパスフィルター。
  机を叩く音や空調の低い音が消えます
• コンプレッサーは3対1くらいで軽く。
  大きい音を抑え、小さい声を聞こえるようにします
• ラウドネス（音量の平均値の指標）は-14 LUFSを目安にします。
  YouTubeは再生時に音量を揃えるので、大きい音が得になる場面はありません。
  損をするのはばらつきだけです
• 音楽は声より18〜20dB下。
  話しながらメロディーを口ずさめるなら、大きすぎます

色は2段階に分かれます。
ホワイトバランスで肌の色を直し、露出を整え、クリップごとに同じ部屋で撮ったように揃えるのが補正です。
補正はどの動画でもやります。
見せ方を作るグレーディングは、そのあとの作業です。

撮影前に決めておくと、編集で止まる時間が減る

• 各テイクの前後に2秒の無音を残し、言い直すときは1回手を叩きます。
  切る場所が機械にも人にも分かります
• 撮影したフレームレートのままアップロードします。
  YouTube公式の案内も同じです。
  24・25・30・60のどれかに決めて、動画内の全クリップを揃えます。
  混ざるとカクつき、編集では隠せません
• ファイル名を撮影後に付けます。
  用途が分かる名前なら、5時間後の自分が探し回らずに済みます
• 映像・別録りの音声・音楽・ロゴを一括で読み込み、切る前に音を同期します
• 4KをノートPCで扱うなら、プロキシ（低解像度の代理ファイル）を作ります。
  作らないとタイムラインの操作ごとに引っかかります

AutoCutは素材30分まで、料金は原文に記載なし

1of10のAutoCutは、素材を読み込むと沈黙・脱線・言い直しを消したAロールを数分で返します。
MP4かMOV、1ファイルでも複数でもよく、素材は30分まで。
同じ台詞のテイクを並べて選べる画面も付いています。
無料で試せると書かれていますが、その先の料金や出力物の権利条件は原文に記載がありません。

人に残す工程を決める

1本の編集を速くしようとすると、たいてい全部を自分で抱えたままになります。
先に決めるのは、どの工程を人や機械に渡して、どの工程を自分に残すかです。
ラフカットと音声と色を渡し、ペース調整とBロールに時間を残す形にすると、動画の印象を変えずに1本の重さが変わります。