横長の動画を縦に単純トリミングすると、テーブルやマイク、誰かの肩など画面中央だけが残り、話している本人はフレームの外に出てしまいがちです。かといって画面全体を収めようとすると、全員が小さく映ってしまいます。本当に必要なのは、会話の流れに合わせて動くフレームですが、それを編集ソフトで手作業で行うには何時間もかかります。
最大10分までの動画（インタビュー、ポッドキャスト、講演、対談など）をアップロードしてください。ElevenLabs Scribeが発話を文字起こしして話者を識別し、その後AIが映像内の顔を見つけて声と照合します。オートモードでは、話している人がフレームいっぱいに映し出され、2人が同時に話している場合は画面分割で両方を表示、ワイドショットやスライドはぼかした背景の上に全体がそのまま表示されます。マイクで顔が隠れているなど、話者と声の照合に確信が持てない場合も、誰かが切れてしまわないよう画面全体がそのまま表示されます。もちろん、常に話者を追う・2人を同時に表示・画面全体を表示、というモードを自分で選ぶこともできます。
キャプションはワンタップでオン・オフ可能で、5種類のスタイルから選べ、文字は発話に合わせてタイミングよく表示されます。出力は元の音声をそのまま使った1080×1920のMP4で、Reels、YouTube Shorts、TikTokにすぐ投稿できます。
このツールはWeb版とモバイルアプリの両方で使えます。処理に失敗した場合はクレジットが返還されます。長い動画から複数のクリップを切り出したい場合は、AIクリップメーカーをご利用ください。