どんな話？
falの音の売り場で、5秒の動画に合うナレーション・効果音・BGMを1つずつ作り、動画に重ねた回です。最初の試しは声が12.5秒、効果音が1.0秒、BGMが18.0秒で、3つとも動画に合いませんでした。台本を24文字に削り、長さを5にして作り直しています。完成した3つの音は合わせて0.04952ドル（約7円）。最初の失敗、押し直し、答え合わせまで含めた制作の合計は、約0.145ドル（約22円）でした。
この記事でわかること
- 音の値札は棚ごとに単位が違う。Eleven v4は1000文字あたり0.08ドル、ElevenLabs Sound Effects V2は1秒あたり0.002ドル、Stable Audio 3 Mediumは1本あたり0.0376ドル
- 67文字の台本は12.5秒、24文字に削ると5.49秒。5秒にきっちり収めたいなら20文字前後が目安（この目安は試していない）
- Streamingがオンのまま押すと、保存するためのファイルとDownloadのボタンが出なかった。オンのまま走った分も請求され、声0.02144ドルと効果音0.02ドルが余計にかかった
- 効果音は長さを指定しないと1.0秒で、請求は5秒ぶんの0.01ドル。BGMはDurationの欄に最初から18が入っていた
- ElevenLabsの音楽の棚は1分あたり0.6ドルで、30秒の曲でも1分に切り上げると公式に書かれている。Stable Audio 3 Mediumは18秒でも5秒でも1本0.0376ドル
- 文字起こしのWizperは1回0.000625ドル（約0.1円）。「赤い紙の舟がひとつ」が「赤い紙の船が一つ」になるなど、一字一句同じにはならない
やることチェックリスト
0/6記事を読みながら、できたものにチェックを付けていけます。チェックはこの端末に残ります。
ぜんぶできた！おつかれさまでした。
くわしい手順と画面の図は、Xの記事にあります。
こんな人に
- 動画や画像はできたのに、音がなくて物足りない人
- 声・効果音・音楽は別々の道具が要りそうで、後回しにしている人
- 単位の違う値札を読んで、自分の台本ならいくらかを計算したい人
この話のTIPS
- 注意ファイルがほしいときは、Streamingをオフにしてから、Runを押します。
- コツ大事なのは、文章を書いてから長さを知るのではなく、ほしい秒数から文字数を決める順番にすること。作り直しの回数が減ります。