2026-04-12
「This is an audio story.」というシンプルな伝え方を忘れていた話。Rt2112 開発ログ｜2026年4月9日〜4月12日
👇英語軸でYoutubeの世界発信を試みています。
今回はサムネとタイトルの話。
まずは前回からのやったこと
ボイス出力の改善
ボイス出力のための、文章側の改善
ペルソナとコンテンツの再定義
サムネとタイトルの改善
冒頭タイトルの結論から言うと、早期離脱の原因って何だろうと思った時、
アニメサムネと「COZY STORY」というキャッチコピー
そりゃ…
初見ならショートアニメ動画に見えるよなと思っただけです。
一時的にCTRは落ちるけどAVDが改善されれば、結果的にCTRが戻ってくる。
やるまでもないレベルの規模だけど、
A/Bで「COZY SYTORY」と「AUDIO STORY」のサムネを比べてみることに。
前者が出た時の対策として、全動画タイトルに「[ Audio ] または🎧Audio:」を冒頭に挿入
これは聞く動画ですよ〜という
なんともはや、当たり前の対応の話に至るまでの、fish audio APIのボイス生成の出力だったり、そのためのClaude.mdで出力する文章だったり、そこら辺の細か〜い運用改善の話です。
voice.py v8 完成
今回の改善は以下。
出力順をタイトル→ソース紹介→本文に変更
ソースフォーマットを刷新：This story was inspired by the [メディア名] article "[タイトル]." [要約一文]
マークダウン記号（** * ## ◇）を除去
ダブルクォーテーション除去（Fish APIが読み上げてしまう問題への対策）
URL行を除去
--flatオプション追加：改行をスペースに置換。Fish APIの間の不安定さを回避
--no-sourceでソース読み上げなし（旧バージョン互換）
段落間空行増やし（\n\n→\n\n\n\n）でTTSの間を確保
◇（章区切り）→空行5行に置換
flatモードの方がFishのSleepボイス（淡々と読む）と相性がいいことが判明
👉flatモードというのは、fishの読み上げが、文字の「、」「。」は間を取ってくれるのだが、行間をあまり取ってくれない問題の改善。
例えば
今日は晴れでした。明日も晴れかもしれないが、雨予報でもある。
。と、の間はとってくれる。
しかし
今日は晴れた。
翌日、雨が降っていた。
この文章に対して、読み上げを文章であえて例えるなら
今日は晴れた翌日、雨が降っていた
みたいになる。
まー、感覚的にはわかるけれども、美しいと言ったらそうでもない。
そんなわけで、元々Kindle用の原稿をそのままfish audioに読み込ませていたので、APIに入れるまでに事前Pythonで成形している。成形後は
今日は晴れた。翌日、雨が降っていた。ほにゃららほにゃらら…(改行せずに続いていきまする〜〜〜)
みたいな、つらつら文章が1行につながっているものを読み上げる方式。
抑揚のないベッドタイム動画用のナレーションボイスなので、ある意味相性が良いので、これを採用した。
他の記号については、前回も話した気がするが、ハウリングだったり読み上げたり読み上げなかったり、出力が安定しないので、pythonで事前にカットしている。
特に英語の会話文
"kaiwa suruyo."
としたら
「."」ここの末尾の部分をたまに「ドット」とか読み上げるので、ここもカットしている。空行については正直安定しなかったので、flat1行文章を採用しているというのもある。
5月2週目あたりの動画からこれになる。
CLAUDE.md改修
ja🔵末尾：この物語は、[メディア名]の記事「[タイトル]」に着想を得ました。[要約一文]
en🔵末尾：This story was inspired by the [メディア名] article "[タイトル]." [要約一文]
他言語🔵末尾：各言語の自然な翻訳（ES/PT/DE/FR/IT）
URL記載を全廃、**Source:**箇条書き形式を全廃
翻訳後の再校正ステップ追加：①##チェック ②人名現地化チェック ③🟡版{{ILLUST}}チェック
👉これはkindle側で作っていた文章の話。元々
[タイトル]
[URL]
[要約]
だったのだが、あまりにもボイス精度が悪いので、こちらも一文に変換することに。
原稿制作中の10巻から対応する。
タグ戦略改修
固定3つ
可変2つ（ニュースソースに合わせて16カテゴリから選択）
AI・機械学習：#TechNews #ArtificialIntelligence
ロボティクス・自動運転：#FutureTrends #Robotics
宇宙開発・航空宇宙：#TechNews #SpaceExploration
バイオテック・医療AI：#Innovation #Biotech
都市開発・次世代インフラ：#FutureTrends #SmartCity
クリーンエネルギー・環境：#SustainableFuture #CleanEnergy
VR/AR・空間コンピューティング：#EmergingTech #SpatialComputing
働き方・ライフスタイル：#FutureOfWork #DigitalNomad
ディープテック・次世代ハード：#TechNews #QuantumComputing
脳科学・ウェアラブル：#Innovation #Neurotech
孤独・繋がり：#TechForGood #HumanityAndAI
介護・高齢化社会：#SocialInnovation #FutureOfCare
メンタルヘルス・ストレス：#TechForGood #MentalWellness
格差・アクセシビリティ：#FutureSociety #InclusiveTech
日常の豊かさ・生活の質：#Innovation #SmartLiving
教育・学習：#FutureOfEducation #EdTech
Tags欄も全面刷新
sleep系・healing系タグを排除
テック・未来・知的好奇心系に全振り
ターゲット１：新技術とか新しいことを考える人が好きな人
ターゲット２：知的ぶりたいアーリーアダプター層。インフルエンサー化する層
👉 元々スタートの1巻はニュースを元ネタにしていないオリジナル発想の話なのだが、裏を返すとSFとはいえファンタジー要素もまた強い。サムネもそちら寄りになっていて、ここらのインプがあがりやすい傾向があった。
つまり「ヒーリング層にあたっている」ってこと。
2巻以降はニュースベースで作っているので、毒リンゴを食わせるような話ではなくなり、限りなくリアルに近いフィクション。
他方、睡眠用朗読をリサーチしていたら、
ぴったりのガラスの靴が届いちゃうような都合の良い話か、ひたすら「こわいな〜こわいな〜」ていうようなどちらかが主戦。
sleep、ambientといったタグ、はたまたcozyもそうかもしれない、この手の優しめタグがそちら側の人間を引っ張ってきている。
これは正直ミスマッチ。
コンテンツを当てるべきは、メランコリックであってもダークサイドというよりはライトサイド（不安だけど前向きな未来を期待する楽観的）な人間なのだと思う。
そんなわけで、Rt2112の主戦場はどちらかというとテック要素が強く、起承転結の起は「人間課題」か「新技術」なので、根本的に当てる層を再定義すると
「社会人のベッドタイム」
Bedtimeなので夜だけど、ここも再定義
Bedtime = 寝る場所ではなく「くつろぎの時間」
朝でも昼でも夜でも、疲れた後にくつろぐ瞬間
眠るための動画ではない。結果として寝てくれればよし
夜サムネが97%で圧倒的だが、コンセプトは時間帯に縛らない
そんな感じ。
先ほどのタグ編成を組み直して、むりくりアルゴを修正（をしたい）という流れです。
ここが冒頭の話。上記のターゲットとは別に、小さな改善です。
「そもそも朗読かよ！」問題。
サムネA/Bテスト開始
COZY STORY（現行）vs AUDIO STORY（新）のA/Bテスト
映像を期待してクリック→朗読で即離脱のパターンを防ぐ
「AUDIO STORY」で「聴く物語」と明示。期待値とコンテンツを一致させる
タイトル冒頭に[Audio]を全動画に追加済み
概要欄：1 hour of audio stories — perfect for winding down after a long day.
CTR下がってもAVD改善が優先。AVD改善→配信増→CTR追随の順番
ここからはサブの余談
Lo-fi 2112 DJキャラクター追加
DJ Ko-Ne（猫ロボ）：ラウンジ担当。スカーフ。アンニュイ
DJ Lo-Hoo（フクロウロボ）：夜番担当。メガネ。港町
DJ KUMA（くまロボ）：記憶・ノスタルジー担当。ペンダント
DJ RABI（うさぎロボ）：三日月モチーフ。秋の村
プレイリストで「Scenes」（風景系）と「DJs」（キャラ系）に分類
サムネは風景系もキャラ系も自由にやる
Lo-fiチャンネルはおもしろおかしくくだらなく何も考えずにやってます。
ロボット動物キャラにループアニメーションでDJやらせる。
プレイリストにがDJだらけになる
（案外こういうほうがうまくいくんすよね〜）
TuneCore導線確定
固定コメントにアルバムごとのLinkcore URL 1本
🎧 Listen → https://linkco.re/[アルバムID]
メインチャンネルからLo-fiへの誘導は不要
前回、26カ国タイトルの話をした気がするが、これがLinkcoreで主要国の音楽プラットフォームはカバーできそう。案外こういうのから小銭が入るので侮れないし、年間9900円ペイできれば面白いかなと。
DJ SASAみたいなもんっす。
将来の種まき
Distantシリーズを世界各都市に拡張（Istanbul, Rio, Kyoto等）
各国の伝統楽器をLo-fiに溶かし込む構想
和楽器Lo-fi専門チャンネル（趣味レベルで作り溜め）
Japan Tech解説チャンネル：rt2112の制作パイプライン再利用可能
禅・侘び寂びのテクスチャはLo-fi側で試す
👉なんだかんだ音楽生成が一番楽しい。
継続してやること
サムネA/Bテストの1週間後データ確認
過去動画のタグ一括差し替え（新タグ戦略への統一）
5月までに50本到達
6月アルゴリズムアップデートに備える
4月のブースト製造も終わりかけ。
来週からはルーティンになるので、一旦、呼吸を置き、据え置いている事業（Shoten.meとか）へ手を加えていこうと思っている。
どっちにしても、このyoutube運営は収益化までは長そう。
AIさんに聞く限りは秋口にできれば御の字だがそうそう上手く行かんやろなーこいつら適当だしとか思っています。