この記事の音声版（AI ラジオ解説・19 分）もあります。この動画自体が本記事の仕組みで投稿されたものです:
技術記事を書き終えたあと、その md を NotebookLM に食わせると 17 分のラジオ風音声（音声概要 / Audio Overview）ができました。これが思ったより聞ける。じゃあ YouTube にも置きたい。でも毎回手でアップロードするのは絶対に続かない。
というわけで、音声 m4a + 記事のヘッダー画像 1 枚 → YouTube 公開 までをコマンド 2 発にした話です。ffmpeg と YouTube Data API v3 の組み合わせで、スクリプトは合計 150 行くらい。OAuth まわりで 3 回ハマったので、そこも隠さず書きます。
結局、この 2 コマンドになりました
# ① 静止画 1 枚 + 音声 → mp4（ffmpeg ラッパー）
& '.\audio-to-video.ps1' -Image hero.png -Audio voice.m4a -Out video.mp4
# ② YouTube へアップロード（初回だけブラウザ認証・以後は無人）
python upload_youtube.py --video video.mp4 --title "タイトル" `
--description-file desc.txt --privacy public
実際に上がったのがこれです: https://youtu.be/Ei3EB3W4tvM
以下、それぞれの中身と、ハマった場所を順に。
そもそも音声は YouTube に直接上げられない
最初の困りごとはここでした。YouTube が受けるのは動画だけで、m4a や mp3 は投稿できません。だから「絵を 1 枚貼った動画」に変換する工程が必要になります。
変換は ffmpeg 一発です。核心はこのオプション群でした。
ffmpeg -y -loop 1 -framerate 1 -i hero.png -i voice.m4a `
-c:v libx264 -tune stillimage -r 1 -pix_fmt yuv420p `
-vf "scale=1280:720:force_original_aspect_ratio=decrease,pad=1280:720:(ow-iw)/2:(oh-ih)/2:color=white" `
-c:a aac -b:a 192k -shortest -movflags +faststart out.mp4
-
-loop 1+-shortest: 静止画をループさせ、音声が終わったら動画も終わる -
-tune stillimage+-r 1: 静止画向け最適化と 1fps 化。17 分の動画でも映像部分は 5MB 程度に収まる -
-pix_fmt yuv420p: これを忘れると再生できないプレイヤーが出る定番の罠 -
-movflags +faststart: メタデータを先頭に移動（ストリーミング再生の立ち上がりが速くなる）
画像には記事のヘッダー画像をそのまま使います。動画の全編がその 1 枚なので、サムネイル問題も同時に解決するのが地味に気に入っています。カスタムサムネイルの設定 API を叩く必要がない。
上の図が全体の流れです。記事 md を NotebookLM に渡して音声化するところだけが手動（Web UI 操作）で、そこから先の変換とアップロードは全部コマンドです。
アップロード側は Python + YouTube Data API v3
アップロードは公式 API の王道構成です。
from googleapiclient.http import MediaFileUpload
body = {
"snippet": {
"categoryId": "28",
"title": args.title,
"description": description,
"defaultLanguage": "ja",
},
"status": {"privacyStatus": "public", "selfDeclaredMadeForKids": False},
}
media = MediaFileUpload(args.video, chunksize=-1, resumable=True)
request = youtube.videos().insert(part="snippet,status", body=body, media_body=media)
ポイントは認証トークンの永続化で、初回に token.json を保存しておけば 2 回目以降はブラウザなしで動きます。ここまでは各所の解説どおり。問題はその手前の Google Cloud 設定でした。
OAuth 設定で 3 回ハマった
1 つ目。「JSON をダウンロード」ボタンが反応しない。 OAuth クライアント作成直後のダイアログでダウンロードボタンを押しても無反応、という Google Cloud コンソールの不具合（らしきもの）を踏みました。しかもクライアントシークレットは作成時に 1 回しか表示されない仕様なので、ダイアログを閉じたら詰んだかに見えた。回避策は、クライアント詳細画面からシークレットを再発行することです。新しい値がその場で 1 回表示されるので、すぐコピーするか JSON を落とします。
2 つ目。認証したら 403 access_denied。 OAuth 同意画面が「テスト」ステータスのアプリは、テストユーザーに登録したアカウントしかログインできません。自分しか使わないアプリでも、自分をテストユーザーに追加する一手間が必要でした。エラー画面には「デベロッパーに承認されたテスターのみがアクセスできます」と出ます。自分がデベロッパーなのに。
3 つ目。これが一番見落としやすい。テストステータスのままだと、リフレッシュトークンが 7 日で失効します。 つまり週 1 でブラウザ認証をやり直すことになり、「無人で動く」が崩れる。対策は同意画面を**「本番にプッシュ」することです。Google の審査を通していない状態でも本番化はでき、認証時に「このアプリは確認されていません」警告が出続けるだけで、トークンは失効しなくなります。自分専用ツールなら実害はありません。本番化の後にトークンを一度作り直す**のも忘れずに（テスト期に発行したトークンは 7 日失効の性質を引き継ぎます）。
図にするとこの 3 点です。どれも API のコードとは無関係の、コンソール設定側の罠でした。コードを書く時間より、この 3 つを抜ける時間の方が長かった。正直、参った。
もう 1 つ、未検証プロジェクト経由のアップロードは YouTube のポリシー上「非公開ロック」される場合があると知って身構えていたのですが、手元では public のまま通りました。ここは環境や時期で変わるかもしれないので、断定はしないでおきます。
NotebookLM の動画概要は使わなかった
NotebookLM には音声だけでなく動画概要（Video Overview）を作る機能もあって、最初はそっちで済むのではと試しました。結果、不採用。スライドの組版自体は崩れないのですが、タイトルのフォントの野暮ったさが致命的で、チャンネルに並んだときに「どこかで見た汎用スライド」の顔になります。透かしも全編に乗っていて消せない。
記事・ブログ・動画で同じヘッダー画像が並ぶ方が「この人のコンテンツだ」と分かる。だから絵作りはこちらで握って、NotebookLM には音声だけ作ってもらう分担に落ち着きました。
学んだこと
- 音声コンテンツの YouTube 展開は「静止画 1 枚の動画化」で十分成立する。ffmpeg の
-loop 1 -tune stillimage -r 1が核 - OAuth のハマりどころはコードではなくコンソール設定側に集中している。テストユーザー登録と本番プッシュの 2 つは先にやっておく
- テストステータスのトークン 7 日失効は「自動化したつもりが週 1 で止まる」形で効いてくる。無人運用したいなら本番化が前提
- 生成 AI に任せる部分と自分で握る部分の線引きは「ブランドの顔になるかどうか」で決めると迷わない
記事を書いたら音声ができて、コマンド 2 発で YouTube に並ぶ。この記事もたぶん、そうやって音声になります。
※ ヘッダー画像とインフォグラフィックは AI（画像生成）で作成しています。
書いた人: ishizakahiroshi
群馬の北部で、保護猫2匹と暮らす、在宅エンジニア（何でも屋）
https://ishizakahiroshi.github.io/
https://github.com/ishizakahiroshi
X（業務委託・各種相談はこちら）：
https://x.com/ishizakahiroshi
バックエンド・インフラ・AI連携まわりで、業務委託のご相談を受け付けています。フルリモートです。スポットや週2〜3時間からでも歓迎で、いろんな案件に携われたらうれしいです。こんな相談、歓迎です。