PeakCut — 長尺動画やライブ配信から縦型ショート動画を自動生成するツール
haziqahmedqasmi/PeakCut
★ 1,099 ・ Python ・ MIT
概要
PeakCutは、長尺の動画ファイルや配信アーカイブ、リアルタイムのライブ配信から見どころとなるハイライトを検出し、字幕付きの9:16縦型動画(ショート動画)を自動生成するためのオープンソースツールです。
近年、YouTube ShortsやTikTok、Instagramリールといった縦型ショート動画の需要が高まっていますが、長時間の動画から見どころを探し出し、縦型にトリミングして字幕を付ける作業には多くの手間がかかります。PeakCutはこれらの一連のフローを自動化することを目的に開発されています。
本ツールはセルフホスト(自身のPCやサーバーでの運用)を前提としており、AIのAPIキーはユーザー自身が用意する「Bring Your Own Key」方式を採用しています。自身のマシン上で完結させたい個人クリエイターや、配信の切り抜き動画を効率的に制作・運用したいチームに適しています。
主な特徴
- AIによる見どころ抽出と縦型動画の生成: 入力された動画の音声を自動で書き起こし、視聴者の関心を引く場面をAIが判定します。9:16のアスペクト比への切り出し、3種類のスタイルから選べる単語単位の字幕生成、および視聴者の興味を引くフックの追加を自動で行います。
- 配信中のリアルタイム切り抜き: 配信終了を待つことなく、配信中のライブストリームをローリングバッファへ録画しながら、音量レベル、チャットの盛り上がり、文字起こし内容を組み合わせてリアルタイムにハイライトを切り抜くことができます。
- 幅広いAIプロバイダとローカルモデルに対応: Google Gemini、OpenAI、Grok(xAI)、Groq、OpenRouter、Anthropic Claudeに加え、Ollamaを経由したローカルLLMやOpenAI互換エンドポイントをサポートしています。AIキーを設定しない場合でも、音量の大きさに基づくハイライト検出が可能です。
- ローカル完結の音声認識によるプライバシー保護: 音声からテキストへの変換(Speech-to-Text)には、ローカルで動作する
sherpa-onnxと Parakeet モデルが利用されます。動画の音声データ自体が外部のAIサービスへ送信されることはありません。 - 主要プラットフォームへの自動投稿キュー: YouTube、Instagram、TikTokのアカウントと連携し、生成した動画の間隔設定や1日の投稿上限数を考慮した自動投稿またはキューイングが可能です。
- 用途に応じた運用モードとワークスペース: 個人利用時は認証なしで直接ダッシュボードが開き、共有サーバーではユーザー認証(メールまたはGoogleログイン)を有効化できます。また、クリエイターごとにチャンネルや切り抜き設定を分離して管理するワークスペース機能を備えています。
使い方
前提条件
PeakCutの動作には、Python 3.10以上 と FFmpeg が必要です。各OSでのFFmpegのインストール例は以下の通りです。
- Windows:
winget install Gyan.FFmpeg - macOS:
brew install ffmpeg - Linux:
sudo apt install ffmpeg
インストールと起動
Windows環境ではパス長制限(260文字)によるモデル読み込みエラーを回避するため、リポジトリは浅い階層(Windowsなら C:\peakcut、macOS/Linuxなら ~/peakcut など)にクローンすることが推奨されています。
# リポジトリのクローン(macOS / Linux の例)
git clone https://github.com/haziqahmedqasmi/PeakCut.git ~/peakcut
cd ~/peakcut
# 依存パッケージのインストール
pip install -r requirements.txt
# サーバーの起動
python -m studio.server
初回起動時には、音声認識モデル(約480MB)の自動ダウンロードが実行されます。
ダッシュボードの設定
サーバー起動後、ブラウザで http://127.0.0.1:8765 を開きます。デフォルトではログイン画面を介さず、直接ダッシュボードが表示されます。
- 画面上の Settings > AI にアクセスします。
- 利用したいAIサービスを選択し、APIキーを入力します。
- Find models を押してモデル一覧から選択し、Save and test をクリックして接続を確認します。
設定値は環境変数(.env ファイル)で直接指定することも可能です。ダッシュボード上で保存された設定がある場合は、そちらが優先されます。
PEAKCUT_AI_PROVIDER=gemini
PEAKCUT_AI_MODELS=gemini-2.5-flash
PEAKCUT_AI_KEY=your-key-here
アカウント制と管理者設定
複数人でサーバーを共有する場合は、環境変数 PEAKCUT_ACCOUNTS=1 を指定してユーザー認証を有効化します。管理者の昇格や権限管理は、セキュリティ上の理由からAPI経由ではなく、サーバーのコンソールからCLIコマンドを用いて実行します。
# 管理者権限の付与
python -m studio.admin grant you@example.com
Dockerによるデプロイ
Docker Composeを利用して、PostgreSQLおよびCaddy(HTTPSリバースプロキシ)を含む構成でデプロイすることも可能です。
docker compose up -d --build
技術的なポイント
PeakCutの構成は、Pythonを用いたモジュラーな設計になっています。
- サーバーサイドとパイプライン: バックエンドにはFastAPIが採用されており、
studio/ディレクトリ配下に切り抜きパイプライン、ライブ録画機能、アカウント管理がまとめられています。外部AIサービスとの通信はstudio/ai.pyの単一ファイルに集約されており、新しいプロバイダの追加が容易な構造となっています。 - 動画処理とメディア基盤: 動画の取得には
yt-dlpが使用され、YouTube、Twitch、KickなどのURLや直接アップロードに対応しています。切り出しや合成の基盤にはffmpegが使用されています。 - オンデバイス音声認識: 音声解析には外部APIを使わず、
sherpa-onnxと Parakeet モデルを採用することで、高速かつ追加コストなしでローカル環境での文字起こしを実現しています。 - 軽量なフロントエンド:
web/内のUIは、トランスパイルやビルドステップ(Node.jsなど)を必要としないプレーンなHTML、CSS、JavaScriptで構築されています。 - データ管理とスケーリング: ローカル単体動作時はSQLite、Dockerや本番環境ではPostgreSQLにアカウント等のデータを保持します。動画やクリップの実データはユーザーごとに分離されたディレクトリ(デフォルトは
./data)に保存されます。また、サーバーはCPUやメモリ、ディスク残量を監視し、空き容量が不足した場合は新規処理を一時待機させる保護機構が備わっています。
注意点
- ライセンス: 本リポジトリは MIT ライセンスのオープンソースソフトウェアとして公開されています。
- パス長制限(Windows): Windows環境で実行する場合、深いディレクトリや一時フォルダに配置すると、モデルの読み込み時にパス長上限(260文字)に達して失敗する恐れがあります。READMEで推奨されているように、ドライブ直下などの浅いパスに配置してください。
- AIサービスの利用料: 本ツール自体は無料ですが、見どころ抽出やテキスト生成に外部AI(OpenAIやGeminiなど)を利用する場合、各AIプロバイダ側のAPI利用料金が発生します。コストを抑えたい場合は、安価な高速モデルの指定やOllamaを用いたローカルモデルの併用を検討する必要があります。
- 各種SNS連携の初期設定: YouTube、Instagram、TikTokへの自動投稿を行うには、各プラットフォームの開発者ポータル等でAPI認証情報を取得し、環境変数に設定する必要があります。
まとめ
PeakCutは、長尺動画やライブ配信から縦型ショート動画を効率的に切り出すためのセルフホスト型AIツールです。音声認識はローカルで完結しつつ、場面判定には好みのAIモデルを柔軟に選択できるため、プライバシーと利便性のバランスが取れています。動画制作の自動化や配信のハイライト化を自前環境で進めたいクリエイターや開発者にとって有用な選択肢となります。





