MoneyPrinterTurboは、テーマを1行入れるだけで台本・素材・音声・字幕・合成までを自動でこなし、短編動画のmp4を書き出すOSSだ。MITライセンスで、原型のMoneyPrinter(FujiwaraChoki氏)から派生したフォークだが、スター数は原型を大きく上回る。
WHAT IT REPLACES何を代替するか
台本から書き出しまでの工程を、テーマ1行の入力にまとめる
手で作る短編動画
工程ごとに別の作業
- 台本を書く
- ナレーションを収録する
- 素材を探して字幕を付ける
- 編集して書き出す
MoneyPrinterTurbo
WebUI か REST API
- 台本LLM(13系統から選ぶ)
- 素材と音声Pexels API と Edge TTS / Azure
- 字幕と合成edge / whisper → ffmpeg で mp4
30秒でわかるMoneyPrinterTurbo
- ・テーマ・言語・尺・縦横比を選ぶと、LLM → Pexels → TTS → 字幕 → ffmpeg の順に動いてmp4ができる
- ・LLMは13系統(OpenAI・DeepSeek・Gemini・Ollama ほか)から選べる。WebUI・REST API・Dockerがそろう
- ・GPUは原則不要。最低構成はCPU 4コア・RAM 4GB
- ・Gemini Flash+Edge TTS+Pexels無料キーならAPI料金0円で1本作れる
- ・2026-08-01時点の最新は v1.3.3(2026-07-24)、スターは 100,803
この記事は「動画自動生成OSS」に絞った解説。AI自動化・DevOps全般の俯瞰は AI自動化ツール|ノーコードからコードまで2026年版の比較と選び方 にまとめている。
MoneyPrinterTurboとは:テーマ1行から動画を作る5層パイプライン
リポジトリの説明文は「利用AI大模型,一键生成高清短视频 / Generate short videos with one click using AI LLM.」と短いが、中では5つの層が1プロセスで順に動く。
FIVE LAYERS中で起きていること
1つのプロセスの中で5つの層が順に動く
-
LLM
台本と検索キーワード
-
Pexels
HD の動画クリップ
-
TTS
ナレーション音声
-
字幕
edge か whisper
-
合成
moviepy + ffmpeg
| 層 | やること | 設定 |
|---|---|---|
| LLM | テーマから台本と素材検索用キーワードを作る | llm_provider |
| 素材 | Pexels APIでHD動画クリップを取り、指定秒数でつなぐ | pexels_api_keys |
| TTS | 台本を音声にする(Edge TTS無料・Azure有料・SiliconFlow) | WebUIの声の選択 |
| 字幕 | edgeは速いが品質が不安定、whisperはWhisper Large v3(約3GB)で遅いが正確 |
subtitle_provider(空で字幕なし) |
| 合成 | moviepy・ffmpeg・ImageMagickで動画・音声・字幕・BGMを1本にする | 出力は storage/tasks/<task_id>/ |
この順番を覚えておくと切り分けが速い。動画が真っ黒なら素材取得(Pexelsのキーか帯域)、音声だけ出ないならTTS設定、字幕がずれるならWhisperへの切り替えを疑う。
v1.3.3で追加された機能(2026-08-01 実測)
初出後もリリースは月に2〜3回続き、2026-08-01時点の最新は v1.3.3(2026-07-24)、直前は v1.3.2(07-12)と v1.3.1(07-06)。公式リリースノートの主な変更は次のとおり。
・ナレーション音声のプレビュー(推定尺つき。設定を変えなければ最終出力に再利用)
・Sonilo と ElevenLabs によるBGMの自動生成(失敗しても処理を止めない)と、WebUIからのBGMアップロード
・クリップ速度の一括調整と、ZoomIn/ZoomOutトランジション
・WebUI・API・CLIの3経路で、処理段階とエラーを追いやすくした
・Windowsのポータブル版が app というPythonパッケージ衝突で起動しない問題と、WebUIの空白表示を修正
音声プレビューが入ったので、まずナレーションだけを確定させ、その後にBGMと速度・トランジションを詰める順で回すと作り直しが減る。
MoneyPrinterTurboのインストール:動作環境と3つの方法
READMEの「配置要求」にある目安は次のとおり。
| 項目 | 最低構成 | 推奨構成 | 理想構成 |
|---|---|---|---|
| CPU | 4コア | 6〜8コア | 8コア以上 |
| RAM | 4GB | 8GB | 16GB以上 |
| GPU | 不要 | VRAM 4GB以上 | VRAM 8GB以上 |
| Python | 3.11(pyproject.tomlで固定) | 3.11 | 3.11 |
| ディスク | 5GB(whisperモデル込みで8GB) | 20GB | 50GB |
READMEは「クラウドLLM・クラウドTTS・オンライン素材を使うならGPUよりCPUとメモリが重要」と明記している。GPUが効くのは、faster-whisper でローカル字幕を作るときと、OllamaなどでローカルLLMを動かすとき(VRAM 8GB以上が現実的な下限)だけだ。
導入経路は3つ。最短で試すならWindowsのワンクリック起動パッケージかGoogle Colab、macOS/Linuxで使い続けるならuv、PCを汚したくないならDockerを選ぶ。
Windowsのワンクリック起動パッケージは、解凍先のパスに中国語・特殊文字・空白を含めないこと(D:\MoneyPrinterTurbo は可)。同梱は旧版なので、先に update.bat、次に start.bat を実行する。
uv(macOS / Linux 推奨):READMEは依存管理にuvを推奨し、requirements.txt はpip互換のために残しているだけだと明言している。
curl -LsSf https://astral.sh/uv/install.sh | sh
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen
brew install imagemagick # macOS
sudo apt-get install imagemagick # Ubuntu/Debian
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False
Docker Compose:同梱の docker-compose.yml にWebUI(Streamlit)とAPI(FastAPI)の2サービスが定義されている。
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
docker compose up # 古い環境では docker-compose up
起動後はWebUIが http://0.0.0.0:8501、APIのSwagger UIが http://0.0.0.0:8080/docs に出る。
APIキーとLLM・TTS・字幕プロバイダーの選び方
最低限要るのは「LLMのキー」と「Pexelsのキー(無料登録で即時発行)」の2つ。WebUIの「Settings」か、config.example.toml を config.toml にコピーして書く。
[app]
llm_provider = "deepseek" # openai, moonshot, gemini, ollama, pollinations 等
pexels_api_keys = ["your_pexels_api_key_here"] # 複数並べると順に使う
subtitle_provider = "edge" # edge or whisper
[app.deepseek]
deepseek_api_key = "sk-xxxxxxxxxxxxxxxx"
deepseek_model_name = "deepseek-chat"
[app.openai]
openai_api_key = "sk-xxxxxxxxxxxxxxxx"
openai_base_url = "https://api.openai.com/v1"
openai_model_name = "gpt-4o-mini"
プロバイダーごとの落とし穴は3つ。Azure OpenAIは azure_model_name にモデル名ではなくデプロイ名を入れる(汎用名だと404)。Geminiは base_url の指定が要らない。Ollamaは別ターミナルで ollama serve し、ollama pull でモデルを落としておく。
FREE OR QUALITY構成の選び方
無料で回すか、数円かけて精度を取るか
無料セット
- LLM: Gemini Flash / Pollinations
- TTS・字幕: Edge
- 素材: Pexels 無料キー
品質重視
- LLM: DeepSeek
- TTS: Azure Neural
- 字幕: Whisper Large v3
支点は本数と、字幕・声の精度をどこまで求めるか
| プロバイダー | 種類 | コスト目安 | APIキー | 向き |
|---|---|---|---|---|
| OpenAI (gpt-4o-mini) | LLM | 約$0.15/1M入力 | 必須 | 品質が安定 |
| DeepSeek (deepseek-chat) | LLM | 約$0.14/1M | 必須 | コスパ。中国本土から直接使える |
| Gemini 2.0 Flash | LLM | 無料枠あり | 必須 | 無料で回す |
| Ollama | LLM | 0円 | 不要 | ローカル(GPU推奨) |
| Pollinations | LLM | 0円 | 不要 | 試用向け |
| Edge TTS | TTS | 0円 | 不要 | 標準 |
| Azure TTS | TTS | 従量課金 | 必須 | 高品質 |
| Whisper Large v3 | 字幕 | 0円(ローカル) | 不要 | 精度は高いが遅い |
初心者はGemini Flash+Edge TTS+Edge字幕+Pexelsの無料セットから始めると、月に数十本ならAPI料金0円で済む。DeepSeek+Azure Neural+Whisperにすると、1本あたり数円〜数十円で声と字幕の精度が上がる。中国本土からはOpenAI/GeminiにVPNが要るため、READMEはDeepSeekかMoonshotを勧めている。
動画を生成する手順:WebUIとREST API
http://localhost:8501 を開き(空白ならChromeかEdgeで開き直す)、次の順に指定する。最初は「コーヒーの歴史」のような簡単なテーマでキーの動作を確かめると安全だ。
・Video Subject:テーマを1〜2文で
・Video Language:zh-CN / en / ja など
・Video Aspect Ratio:9:16(Shorts/TikTok)か 16:9(YouTube)
・Video Clip Duration:素材1本の秒数(3〜5秒が一般的)
・Video Count:一度に作る本数。素材の順がランダムなので複数作って選ぶ
・Video Voice・字幕の見た目・BGM(ランダムか指定、音量0〜1.0)
「Generate Video」を押すと、クラウドLLM/TTS+Edge字幕の構成で1本あたり3〜10分が目安。出力は storage/tasks/<task_id>/ に audio.mp3・subtitle.srt・script.json・final-1.mp4(複数なら final-N.mp4)として残る。
日本語字幕を使うなら、同梱の resource/fonts/ は中華フォント中心なので、Noto Sans JPなどを追加して subtitle_font で指定する。BGMの音量は bgm_volume = 0.2 前後にするとナレーション(1.0)を邪魔しにくい。
定期実行するなら uv run python main.py でAPI(0.0.0.0:8080)を起動し、ジョブを投げる。返ったタスクIDで進捗を確かめ、完了後に final-1.mp4 を取る。
curl -X POST "http://localhost:8080/api/v1/videos" \
-H "Content-Type: application/json" \
-d '{
"video_subject": "在宅勤務を集中するための5つの習慣",
"video_aspect": "9:16",
"video_clip_duration": 3,
"video_count": 1,
"video_language": "ja",
"voice_name": "ja-JP-NanamiNeural",
"subtitle_enabled": true,
"n_threads": 2
}'
cronから毎日投げる場合、Pexelsの無料APIは200req/hの制限があるので、本数を増やすならキーを2〜3本登録しておく。YouTubeへの公開まで自動化するならyoutube-automation-agent、多言語化するならVideoLingoと組み合わせる。
つまずきやすい5つの落とし穴
READMEのFAQとIssueで多いものを、症状と対処で並べる。
| 症状 | 原因 | 対処 |
|---|---|---|
No ffmpeg exe could be found |
ネットワーク制限で自動DLに失敗 | ffmpegを手で入れ、config.toml の ffmpeg_path に絶対パス |
ImageMagick security policy ... @ |
Linuxのpolicy.xmlがテキスト読み書きを禁止 | pattern="@" の行の rights を読み書き可に(下のコマンド) |
Too many open files |
複数本の同時生成 | ulimit -n 10240 |
| Whisperモデルが落ちない | 初回にHuggingFaceから約3GBを取得 | models/whisper-large-v3/ に手で配置 |
| LLMの応答が空 | base_url・モデル名の誤りかレート制限 |
Streamlitのターミナルのスタックトレースを読む |
ImageMagickのポリシーは次の1行で直る(バージョン番号は環境による)。
sudo sed -i 's/rights="none" pattern="@"/rights="read|write" pattern="@"/' \
/etc/ImageMagick-7/policy.xml
MoneyPrinterTurboの商用利用と、MoneyPrinter系3プロジェクトの違い
権利は3層で考える。
・本体:MIT。改変・商用利用・再配布が自由で、条件は著作権表示の維持だけ
・Pexels素材:商用利用可・帰属表示不要。ただし特定できる人物・著作物・商標が主な被写体なら権利を別に確認し、素材の転売は禁止
・BGM:resource/songs/ の同梱曲はREADMEに「YouTube動画由来。権利侵害があれば削除してほしい」とある
商用配信の前に
- ・同梱BGMは使わず、YouTube Audio LibraryやDOVA-SYNDROMEの曲に差し替えて
bgm_fileで指定する - ・YouTubeは2024年から、大量生成・反復・再利用のコンテンツをスパムとして扱っている。自動生成をそのまま大量投稿せず、テーマ・台本・サムネは人が通す
名前の似たプロジェクトが3つある。
| プロジェクト | 作者 | スター | ライセンス | 範囲 |
|---|---|---|---|---|
| MoneyPrinter(無印) | FujiwaraChoki | 約14k | MIT | 英語のShorts生成のみ。拡張は止まっている |
| MoneyPrinterTurbo(本記事) | harry0703 | 58k+(2026-08-01に100,803) | MIT | 動画生成+WebUI+REST API |
| MoneyPrinterV2 | FujiwaraChoki | 約30k | AGPL-3.0 | 動画+Twitter Bot+アフィリエイト+コールドメール |
最小実装を読むなら無印、動画生成を実用・商用フォークで使うならMoneyPrinterTurbo、SNS投稿まで1ツールで回すならMoneyPrinterV2(AGPLなので組み込みには注意)。商用SaaS(Pictory・Synthesia等で月$30〜100)と比べると、APIキーの実費だけで動くのがMoneyPrinterTurboの強みだ。逆に、設定ファイルを一切触りたくない人や、演出・編集効果を作り込みたい人には向かない。
参照ソース
- MoneyPrinterTurbo GitHub Repository — 公式リポジトリ。README、Issues、Discussionsを含む一次情報源
- MoneyPrinterTurbo Google Colab Notebook — ローカル環境なしで試せる公式Colab
- Pexels API Documentation — 素材取得層が依存するPexels APIのレートリミット・利用規約一次ソース
- uv (Python package manager) — READMEが推奨する依存管理ツールの公式ドキュメント
- Edge TTS GitHub Repository — Edge TTS層のPythonクライアント実装の一次ソース





