MP3ラジオの切り出しが出来るプログラム

【開発依頼】AIアーカイブ動画・音声制作システム ■開発目的 約10年間分のラジオ番組（MP3・1本24〜30分）をAIで解析し、ゲスト出演部分の抽出、MP3・MP4生成、サムネイル制作を自動化するシステムの開発を希望します。YouTube、X、Instagramへの投稿を想定しています。 大量の音声を少ない操作で一括処理できること、低コストで長期運用できることを重視します。 ■基本構成 ・Windowsで動作し、ブラウザから操作できるシステム ・PC、Android、iPhoneに対応した日本語画面 ・スマホからの進捗確認、試聴、編集、出力指示にも対応 ・AI解析などの重い処理はWindows側で実行しても可 ・月額費用を極力抑え、無料AI・オープンソースを優先 ・元のMP3は変更しない ■① AIによる音声抽出 以下の3モードを希望します。 A：ゲスト出演コーナーをそのまま抽出（標準） ゲスト紹介から終了挨拶まで、司会者との会話も含めて省略せず抽出。複数ゲストやカップル出演にも対応。 B：時間指定抽出 開始・終了位置を分秒単位で指定。波形を見ながら調整し、試聴可能。 C：AIダイジェスト抽出 AIが印象的な会話を選び、SNS向けに短縮。60・90・180秒または任意の秒数を指定。1番組から3〜5本の候補を提示。会話の意味が変わらない自然な編集を希望。 いずれも抽出位置を手動修正できる仕様とします。 ■② 大量MP3の一括解析【最重要】 ・フォルダ単位で大量登録 ・複数ファイルを順番に自動解析 ・進捗、完了、エラーを一覧表示 ・中断、再開、エラー時の再処理 ・解析中のファイル追加 ・夜間の連続処理 ・文字起こしや解析結果の保存・再利用 ・解析と動画生成を分離し、必要な工程のみ再実行 ■③ AIによるゲスト判定 文字起こしからゲスト名、紹介、終了挨拶などを認識して出演区間を推定。ゲスト名の事前登録、名前のチェック・修正、表記ゆれの統一、判定が不確かな箇所の表示、前後の試聴に対応。 ■④ MP3・MP4出力 MP3のみ、MP4のみ、両方から選択。標準は同時出力。 初期設定： ・フェードイン2秒 ・フェードアウト3秒 ・フェード時間は変更・無効化可能 ・MP4：1920×1080、16:9、H.264/AAC ・MP3：192kbps（変更可能） 会話や挨拶が途中で切れないよう調整可能にしてください。 ■⑤ MP4動画の自動制作 番組ロゴ、放送日、ゲスト名、ラジオ風背景、音声に連動する波形などを表示。ゲスト写真は任意で、写真なしでも制作可能。低解像度写真は小さく配置し、人物の顔・衣装・ポーズをAIで変更しないこと。複数動画の一括生成にも対応。 ■⑥ サムネイル自動生成【必須】 1280×720のJPG・PNGに対応。放送日、ゲスト名、「DANCE WAVE」を必ず表示。複数テンプレート、写真の任意配置、文字化け・はみ出し防止、文字情報の手動修正を希望。 ■⑦ SNS向け動画 X、Instagramリール、YouTubeショート用の縦長9:16動画を生成。AIによる見どころ抽出、日本語字幕の自動生成・修正に対応。 ■⑧ ゲスト・ファイル管理 ゲスト名、カップル名、写真、出演履歴を登録・再利用。放送日やゲスト名で検索可能。放送日・ゲスト名はファイル名やAI解析から取得し、手動修正可能。 完成したMP3・MP4・サムネイルは指定フォルダへ自動保存。同名ファイルの誤上書きを防ぎ、再編集・一括出力に対応。 ■操作の流れ フォルダ登録→AI一括解析→ゲスト・出演区間確認→抽出モード選択→出力・フェード設定→動画・音声・サムネイル一括生成→保存。 ■開発条件・見積もり 専門知識がなくても操作でき、保守負担が少なく安定動作するシステムを希望します。ソースコード、操作マニュアルの納品もお願いします。 実現可能性、開発費用、納期、必要PCスペック、スマホ接続方法、月額・保守費用についてご提案ください。