今回解決する“お困り事”
- ドラマでどんなシーンになっているかわからない
- 「今何が起きたのか」を瞬時に知りたい
- 日本語字幕を読み上げてほしい
最近ではNetflixなどの配信サービスで観る映画やドラマに「音声ガイド」が利用できるものも増えてきました。視覚障害をお持ちの方に向けて、登場人物の動きや場面を簡潔なナレーションで説明してくれる機能です。しかし、すべての作品で用意されているわけではありません。
そこで、映像分析が得意なAIモデルを活用して、スマホをテレビ画面に向けていると、大きなシーン変化があった時に「明るいショッピングセンターの入り口に立つ男女二人」、「薄暗い部屋にコンピュータが数台並ぶ」など、場面の説明を簡潔に音声解説してくれる「AIテレビ音声ガイド」を開発してみます。スマホが音声ガイドをしてくれたら、いつでもどこでも映画やドラマを楽しむことができます。
今回作るアプリ
どこでも気軽にテレビ画面やパソコン・タブレットの画面に向けて音声ガイドをしてもらうため、iPhoneアプリにします。開発に必要なパソコン、AIなどは次の「AIを使ったiPhoneアプリ開発に必要なもの（保存版）」にて詳しく解説します。
本アプリでできること
🔵音声ガイド
カットが変わるごとに音声解説があると逆に疎ましいので、「大きなシーンの変化があったときだけ」音声解説をしてもらいます。
🔵「いま何が起きたの」ボタン
同じ部屋での会話が続くなど、大きなシーンの変化がなくても、いま何が起きているのか知りたい場面がよくあります。ユーザーが好きなタイミングでボタンを押すと5秒前から起きていたシーンを素早く解説してくれます。
🔵日本語字幕を読んでもらう
筆者は視覚障害を持っていて、テレビ画面はなんとか観ることができても、日本語字幕が出てきたら一切読めません。VIVANTで「造語」の台詞が出てきた時などは完全にお手上げです（聞いても分からない）。そこで、日本語字幕が出てきた時にボタンを押すと字幕を高速で読み上げてくれる機能も搭載します。
アプリ開発はこう進めます
アプリ開発経験のない方はどうやってスマホアプリなどを作るかは皆目見当がつかないとは思いますが、開発の準備さえ整えば、あとはAIに渡す「指示文（プロンプト）」を教えますので、およそ30分ほどで今回のアプリをAI生成できます。一度アプリを作る流れを経験すると、あとは自分のアイディアをどんどんアプリにすることができますので、どうか最初の山を乗り越えてください！
本シリーズでは今後、次のように作業を進めていきます。
ではまず、iPhoneアプリを作るために必要なものと作業について説明していきます。