プロダクト

AIMediaPost

AIMediaPost は、テキストから音声・動画・SNS投稿文を生成するKurageのAIメディア生成ツールキット（OSS）。

AIMediaPost は、kurage エコシステムの一環として開発された、AI駆動のメディア生成ツールキットです（オープンソース）。README では「creating audio-rich, social-ready posts from text」と説明され、LP では「Text → Voice → Music → Video → Social」という自律メディア公開プロトコル（Autonomous Media Publishing Protocol）として位置づけられています。テキストをAIナレーション音声・BGMミックス音声・字幕付きMP4・SNS投稿文へ変換し、録音・編集・プラットフォーム依存なしで「書いたものをメディアとして公開」できるようにします。

主な機能

テキスト投稿から音声ファーストのメディア投稿ワークフローを作るためのモジュール群です。

テキスト投稿をAI生成ナレーション音声へ変換
ナレーションとBGMのミックス
音声から字幕ベースのMP4動画を生成
ソーシャルプラットフォーム向けの投稿文（キャプション）を生成

LP では製品機能として Post Generator（短文投稿の作成・管理）、Voice Generation（トーン・ペース調整可能なAIナレーション）、MP4 Generator（画像と音声を字幕対応MP4へ変換）が紹介されています。

実際のリポジトリは小さなジェネレータ群で構成されます。

voicegen.php — TTSバックエンドを使い、テキストからナレーション音声を生成
mp4gen.php — 音声とスクリプトを、ソーシャルプラットフォーム向けの字幕ベースMP4へ変換
postgen.php — ナレーションやスクリプトからSNS向けの短文投稿文を生成
voicevox_api.py — TTS処理のバックエンド実装例

各コンポーネントは独立して動作し、外部のUIや自動化スクリプトから組み合わせて利用できます。

生成できる出力

AI生成ナレーション音声（AI Text Generation + Neural Voice）
自動BGMミックス音声（Auto BGM Mix）
画像→字幕付きMP4動画（Image → MP4）
SNS投稿文（SNS Ready: X・ソーシャル向け最適化）

これらの出力は組み合わせることも、単独で使うこともできます。LP では、生成されたメディアが実際に youtube や X（Twitter）へ公開された事例が紹介されています。

設計哲学

If you can write it, you can publish it as media.

「書いたものはメディアとして公開できる」という思想に基づき、以下を重視しています。

最小限の手作業（No recording. No editing.）
責務の明確な分離（Clear separation of responsibilities）
スクリプト化・自動化可能なワークフロー（Scriptable and automatable workflows）
出力ファースト（音声・動画・投稿文）
プラットフォームロックインなし（No platform lock-in）

Web3的な設計

LP では「Why Web3-like?」として、集中管理プラットフォームを持たない点を強調しています。

セルフホスト可能（Self-hostable）
APIファースト（API-first）
MITライセンス
メディア生成フローが自分自身のものになる

web3 的な非中央集権の考え方を、実際のコード構成に落とし込んだ設計です。LP の表現を借りれば「Your media flow belongs to you.」という立場です。

アーキテクチャ

コアジェネレータはPHPで実装
TTSは外部またはローカルのAIバックエンドが担当
メディア処理は ffmpeg などの標準ツールを利用
モノリシックなフレームワーク依存なし
UIとオーケストレーション層は意図的に除外し、リポジトリを柔軟に再利用可能

README のリポジトリ構成は最小限です。

.
├── src/
│   ├── voicegen.php
│   ├── mp4gen.php
│   ├── postgen.php
│   └── voicevox_api.py
└── README.md

利用例

オーディオファーストのSNS投稿
短尺ナレーション動画
ニュース要約・解説
ラジオ風マイクロコンテンツ
顔出ししない匿名メディア公開（Faceless or anonymous media publishing）
自動化コンテンツパイプライン
YouTube・Xへの自動公開（LP掲載の実際の生成物）

拡張性

複数TTSエンジンへの対応
ナレーションスタイルプリセットの追加
音声から動画へのパイプライン統合
SNS投稿・自動化システムとの連携
プラットフォーム別の出力調整

要件

PHP互換ランタイム
AI text-to-speechバックエンド（外部またはローカル）
ffmpeg（音声・動画処理）

ライセンス

MIT License（LP 上では「Open-source autonomous media system」と記載）