手元のPDF・文書・リンクをポッドキャストにする方法

多くのツールは、まずトピックを求めます。しかし実際には、素材がすでに手元にあることも少なくありません。読み終えていない研究論文、40ページの取引先レポート、3月から読むつもりのまま開いている6つのタブなどです。

ListenHubなら、それらをそのまま使えます。ソースをポッドキャストツールに入れると、すべてを読み、重要な点を整理し、その内容について2人のホストが話す番組を収録します。このガイドでは、対応する素材、複数ソースの組み合わせ方、実際の上限、料金を説明します。

ListenHubが受け付けるもの

1つのエピソードで、次の3種類を自由に組み合わせられます。

ファイル。 PDF、DOCX、TXT、MD、EPUB、およびJPG、PNG、WEBP画像に対応します。コンポーザー右側のアップロードアイコンを使うか、ファイルをドラッグしてください。対応するのは古いDOCではなくDOCXです。現在、PPTX、XLSX、CSVには対応していません。

リンク。 公開されているhttpまたはhttpsアドレスなら利用できます。リンク貼り付け画面には「任意のメディアまたはブログ」のリンクを入力するよう表示され、YouTube、Substack、Medium、X、Redditが例として並びますが、一般的な記事URLもまったく同じように処理されます。ローカルアドレスやプライベートネットワークのアドレスは拒否されます。

貼り付けたテキスト。 1つのブロックにつき最大500,000文字です。ListenHubが開けない形式の内容を扱うための代替手段で、本文を貼り付ければ他のソースと同じように使われます。

複数形式の入力は2025年7月に追加されました。当時の告知画像は、文章よりも分かりやすく使い方を示しています。

最大5つのソースを組み合わせる

1エピソードに入れられるソースは合計5つです。ファイル、リンク、貼り付けテキストをまとめて数えます。この上限によって依頼できる内容が変わるため、覚えておく価値があります。

1つのソースなら要約になります。複数なら情報を統合でき、それこそが本当に欲しかった結果であることが多いでしょう。

• 講義スライド、指定された参考文献、自分の整理されていないメモを、1本の復習用エピソードにする。
• 競合企業の料金ページ、製品発表記事、チームが繰り返し参照しているアナリストのPDFをまとめる。
• 意見の異なる2本の論文を入れ、ホストに相違点を会話の中で整理させる。
• 長いレポートと、それを報じたニュース記事を組み合わせ、主張と反応の両方を聞く。

アップロード前に、ファイルにはそれぞれ別の名前を付けてください。同じファイル名のソースは拒否されます。report.pdfという名前の資料が3つある場合によく問題になります。

正確な上限

最初に達しやすいのは、合計30 MBという上限です。30 MBのPDFは単独なら問題ありませんが、同じPDFに別の大きなファイルを加えることはできません。

良いソース文書とは

ファイルサイズは、エピソードの品質とほとんど関係がありません。同じ容量の2つの文書から、まったく違う結果が生まれることがあります。

レイアウトより、まとまった文章。 レポート、記事、論文、ドキュメントは良い結果になりやすい素材です。図が中心で1枚に6語しかないようなスライドでは、ホストが話せる内容がほとんどありません。

PDFにはテキストレイヤーが必要。 スキャンしたページや撮影した文書は、テキスト抽出ツールから見れば画像です。PDFリーダーで文字を選択できないなら、ListenHubも読み取れません。先にOCRを実行してください。

リンクは一般公開されている必要がある。 ログイン、ペイウォール、社内SSOの先にあるページから取得できるのは、匿名訪問者に見える内容だけです。多くの場合、それは登録案内にすぎません。制限されたページが重要なら、文章をコピーして貼り付けてください。

1エピソードにつき1つのテーマ。 同じ問いを扱う5つのソースなら、焦点の定まった番組になります。無関係な5文書では、ホストがすべての話題を扱おうとして、まとまりのない内容になります。

長い文書・情報量の多い文書

バイト数の上限には余裕がありますが、300ページの本は10分のエピソードに比べれば非常に長いものです。何かを圧縮する必要があり、通常はモデルがその判断を行います。

自分でコントロールする方法は2つあります。

入力範囲を絞る。 本全体ではなく、必要な3章だけを取り出してアップロードします。小さくても適切に選ばれたソースは、網羅的なソースより一貫して良い結果を出します。

切り口を明記する。 コンポーザーのテキストボックスは、トピックだけを入れる場所ではありません。資料から何を得たいか、たとえば「focus on the methodology, skip the literature review」と入力し、ファイルも一緒にアップロードしてください。ソースが対象範囲を決め、指示が重点を決めます。

長さはモードにも左右されます。Quick Insightは3〜5分、Deep Diveは6〜10分を目標にします。まとまった文書にはDeep Diveが適していますが、どちらも厳密な上限ではなく目安です。情報密度が高い素材は長くなります。

Createを押した後の処理

ListenHubはソースを分析し、要点を抽出してから、会話を書き起こして収録します。これは読み上げではなく、内容を本当に変換する処理です。ホストは文書について議論し、引用し、意見を異にし、ほかのソースと関連付けます。1行ずつ朗読するわけではありません。

契約書や台本など、正確な言葉をそのまま読みたい場合は、代わりにtext to speechを使ってください。書き言葉から話し言葉へのTTSの記事で、そのエンジンが文章をどう扱うかを説明しています。

完成したエピソードには使用したソースが表示されるため、個々の主張がどこから来たか確認できます。生成には通常1〜5分かかります。画面を見続ける必要はありません。タブを閉じても、完了したエピソードはライブラリに保存されます。

料金

クレジットはソースごとではなく、生成したエピソードに対して消費されます。5つのファイルをアップロードしても、1つの場合より高くはなりません。価格を決めるのは、完成したポッドキャストの長さとモードです。

目安として、5分のポッドキャストは約24 creditsを使い、モード選択画面には確定前に各オプションの費用が表示されます。すべてのアカウントに初期クレジット枠があり、有料プランでは毎月の付与分が追加されます。現在の数字は料金ページで確認でき、月次、永久、期間限定creditsの消費方法はcreditsガイドで説明しています。

次に進むなら

• 初めてなら、最初のAIポッドキャストを作る方法から始めましょう。
• 自分の声で番組を進行したいなら、ボイスクローンを作成し、その後/voicesで既存の音声カタログも確認してください。
• 聞くものではなく見るものを作りたいなら、Explainer Videoを使います。

最初の試みとしておすすめなのは、ダウンロードフォルダに未読のまま置かれている文書を選び、保存するきっかけになったリンクを1つ追加してCreateを押すことです。10分聞けば、残り40ページに午後を使う価値があるか分かります。