2026-03-19

Road to 2112 引き継ぎメモ v4（2026-03-19）

Claudeのブレストチャットが重くなってくるので定期的に入れ替えている。その時のプロジェクトのテキストぶちこみ用の引き継ぎメモ。
プロジェクト内で完結することで、ほぼ文脈を変えずに維持できていて、ハレーションはほぼなし。

前回からの最大の進捗

v6フォーマット（58分/4話/オートダビング20言語）が完全に確立
制作フロー・コスト・投稿運用すべて確定
チャンネルがアルゴリズムの波に乗り始めた（インプレッション急伸）
収益化は当初6-8ヶ月予測→2-3ヶ月に前倒しの可能性

v6フォーマット確定事項

尺: 58分（オートダビング条件60分以内の安全マージン）
話数: 4話/本
ポジショニング: Cozy Sci-Fi Relax Stories（作業用朗読BGM前面）
広告枠: プレロール+ミッドロール2+エンド = 4枠/本（2.7倍改善）
チャンネル名: Road to 2112: Cozy Sci-Fi Relax Stories

→ オートダビング発動のため、2時間から1時間へ変更。ウクライナからコメントが来たことで、インプレッション大幅増。Youtube側のテスト期間が終わったみたい。収益化はGeminiディープリサーチにアナリティクス噛ませた結果なので、楽観かなと思う一方で、ありえそうな実感もある。

オートダビング状況

20言語発動確認済み（Vol.11テスト成功）
標準TTS言語（AR,NL,HE,JA,KO,ML,PL,RU,UK等）は即日Published
Expressive Speech対象言語（ES,PT,DE,FR,IT,HI,ID）は処理に数日かかる
Expressive Speechは感情・イントネーション込みの高品質AI吹替
Shorts（15秒）は全言語即座にPublished → エンジン自体は正常、長尺が処理重いだけ
字幕手動アップ（Auto Translate）でフリーズ解除できる可能性あり。検証中

→ブレイクスルーするなら主要言語がPublishになった時。これはGoogle側の改善に期待するも、2025年のAIの変遷から、必ず改善されると思っている。

Geminiから確認済みの技術仕様

処理フロー: 発話検出→自動音源分離→STT→翻訳→TTS→元BGMと再ミックス
ミックス済み1トラックがベストプラクティス
AI音声（Fish Audio）で問題なし
アップロード時の言語設定は「English」必須

コスト確定

ElevenLabs: 解約（$99/月 → $0）
Fish Audio API: 約¥515/巻（月2巻で約¥1,030）
Suno: ¥1,200/月（年契約済み。2027年2月まで）
月間合計: ¥2,230（v5の¥16,350から85%削減）

→次巻から文字数も少なくなたため約¥365/巻の時もあり。動画素材を作っているveoが1日3動画で回していて、出力ミスった時にボトルネックになるので、Runpodでwan2.2を検討。

制作フロー（v6確定版）

原稿: mdそのまま（いじらない）
音声: rt2112_voice.py → Fish API → mp3
- ◇/———/##を自動除去、元ネタブロック丸ごと削除
- HTTP直叩き（SDK不要、Python 3.9対応）
- pip install requests + export FISH_API_KEY=key
編集: Premiereで校正（行またぎ・ハウリング修正）+ BGM調整
BGM dB: 曲に合わせて感覚で決める（EN版の聴き心地優先）
ラウドネス: エッセンシャルサウンドのラウドネスはオフ。書き出しエフェクトで-14 LUFS
映像: Gemini/Veo + Premiere（8秒素材の再生逆再生パターンでバリエーション）
アップ: YouTube（言語English）→ JST 23:00予約公開（= NY昼12時）
多言語: オートダビング自動 + Auto Translate字幕で補助

→感覚部分はBGM。デシベル変えたからと言って、オートダビングが発動するかと言ったらそうでもないし、Shortは全言語発動したので、BGMの音量が直接的な原因ではないと考えた。
そもそも作業用BGMとしてのジャンルを狙っているため、音楽と朗読のボリューム感で世界観を維持するほうを優先。

投稿運用

ロング（58分）: 週3-4本。1日1本ペースで積み中
Shorts: 朗読切り抜きはスワイプ率92.4%で失敗。挿絵一枚漫画に切り替え
投稿時間: JST 23:00（= NY昼12時）
目標: 月末までに30本到達（アルゴリズム変曲点）

→元々エントリー版（子供の一人読書用）を作っていて、英語漫画の挿絵を作っているので、それを流用してショート動画に展開してみようと思う。優先はロング積み上げなので、気が向いたらやる。Pinterestも同様。

チャンネルデータ（3月18日時点）

公開動画数: 約18本
インプレッション急伸中（ホッケースティック型）
平均視聴時間6:30（58分動画で優秀）
総再生682回で54.3時間の再生時間
CTR 2.8%（インプレッション急拡大による一時的低下。正常）
ウクライナからコメント・再生あり（オートダビングが機能してる証拠）
Vol.15が「5 more than usual」でおすすめ表示

Fish Audio APIの注意点

音声品質は若干安定しない（指定ボイスからズレる時がたまにある）
行またぎの繋ぎはAPIの方がWeb UIより自然（改行を間として処理）
元ネタブロック（———以降）は自動削除されるので原稿修正不要
1巻28話で約¥400-500

Vol対応（制作順序の注意）

Vol.11-17 = 009巻（4話刻み）
Vol.18-24 = 008巻（穴埋め。007,009の後に制作した巻。先に処理する）
Vol.25以降 = 010巻〜
v5のVol.1-10は旧2h版。後日60分版にリメイク予定

→元ネタを排除したので、音声側は新規性よりも没入感を優先。Kindleはニュース元ネタを維持。ターゲット層の違い。

KDP

008巻EPUB全14本（7言語×blue/yellow）生成成功
KPFが出ない → Kindle Previewerをアンインストール済み。再インストール必要
KDPはYouTubeからの導線先。今はYT量産が最優先
オーガニックではほぼ無風（正常）

→ディレクトリからPython叩いて、epub→kpf化を１発処理。Kindle概要欄用の目次も、Pythonで、各話の見出しを抽出して、28話のリストをprintさせる。ここの運用はもう改善することがない。

ツール一覧

rt2112_voice.py: Fish API音声生成（HTTP直叩き）✅ 完成
mix60.py: 58分音声ミキサー（ffmpeg）✅ 完成。Premiere手動が主
mk_all_epub.sh: 全言語EPUB一括生成 ✅ 動作確認済
mk_epub.py: EPUB/KPF生成 ✅ KPFはPreviewer再インストール待ち
kdp_toc.py: KDP目次リスト生成 ✅ 動作確認済

成果物（このチャットで作成）

rt2112_v6_revenue_sim.md: v6収益シミュレーションサマリ
rt2112_autodub_spec.md: オートダビング仕様・テスト結果
rt2112_voice.py: Fish API音声生成スクリプトv6
rt2112_voice_setup.md: voice.pyセットアップガイド
mix60.py: 58分版ミキサー
rt2112_shorts_titles.md: Shortsタイトルパターン集
rt2112_vol_map.md: Vol↔巻↔話の対応表
rt2112_value3_note.md: noteログ用

目標

月50万円（必達）: 月間67万再生。1年内目標
月100万円（ストレッチ）: 月間133万再生
収益化（YPP）: 2-3ヶ月で到達の可能性（当初予測より前倒し）→楽観に感じる。

次やること

ロング量産。月末30本到達に全集中
Auto Translate字幕→オートダビング再生成の結果確認
Shorts: 挿絵一枚漫画に切り替え
Kindle Previewer再インストール→KPF出力復活
008巻のFish API音声生成（¥377で完了確認済み。本番実行待ち）

余談

昨年から輸出コンテンツの作り方を考えて、結局、Youtubeが正解と感じている。
生成AIで事業をあれこれ簡単に作れたとて、マーケティング課題は札束で解決するか、有名人になるかどっちかでしかないことは変わらない。
そのため、2025年は事業土台を作ったので、2026年はRt2112展開に全ベット中。
収益化できれば前者ができるし、できないにせよ、後者へも保険がかかるし、それはそれで OK。どちらにせよバグレベルのランニングコストにして、負けない戦いをする性分。
今は個人事業で時間もフルベッドしているが、仮にサラリーマンに戻ったとしても運用維持できるので、その辺の時間リスクも問題ない。
この手の積み上げ事業は計画立てたとていつどうなるかわからんので、死なないことが第一◎