ASMR動画をAIで作る方法2026年版|無料ツール5選と収益化の壁

AI ASMR動画は、実写撮影も高性能マイクも要らない。画像生成AI・動画生成AI・音声生成AIを組み合わせるだけで、「石鹸を削る音」「氷を砕く音」「粘土をこねる音」といった定番ASMRから、現実には存在しない素材のASMRまで、顔出しなし・機材ゼロ・スマホ1台で作れるのが2026年時点の実力だ。

ただし先に釘を刺しておきたい。AI ASMRは「物理法則を超えた演出ができる」という圧倒的な強みを持つ一方で、「YouTubeの収益化審査を通りにくい」というマネタイズ面の壁がある。これは検索結果の上位記事があまり踏み込んでいない論点で、この記事の独自視点その1として最初に置いておく。作り方だけを追って量産しても、審査で止まれば副業として成立しない。だからこの記事は「作り方」と「収益化の壁」をセットで扱う。

AI ASMR動画とはどういう仕組みで、何が向いているのか

結論から言うと、AI ASMR動画は「画像生成→動画化→音声生成→編集」という4工程のリレーで作る。各工程を別々のAIに任せられるため、絵心・撮影技術・ASMR用マイクのどれも不要で、必要なのはプロンプトを書く言語能力と、素材選びのセンスだけだ。

代表的な題材は次の3系統に整理できる。

• 削る系: 石鹸、色鉛筆、クレヨン、氷などを刃物やヤスリで削る映像に、ザリザリ・シャリシャリという音を重ねる
• 注ぐ系: 蜂蜜、スライム、透明な液体などをゆっくり注ぐ映像に、トロトロ・チャポチャポという音を重ねる
• 砕く系: ガラス細工、氷の塊、豆腐ドミノなどが砕ける・崩れる映像に、パキパキ・ゴリゴリという音を重ねる

AI ASMRならではの強みは、この3系統に「現実には存在しない素材」を混ぜられる点にある。ガラス製のフルーツを切る、雲を砕く、水中で炎が燃える、といった非現実的な映像でも、AIなら違和感なく生成でき、しかも音との同期まで自動でこなしてくれる。これは実写ASMRでは絶対に真似できない差別化ポイントであり、検索意図の中心にある「AIならではの作り方」への直接的な答えでもある。

一方で向き不向きもある。ASMRは本来「音の解像度・質感」が命の分野で、AI生成音は環境音特有の微細なノイズや残響が乏しく、耳のいい視聴者ほど「作り物っぽさ」を感じやすい。癒し目的でリピート視聴されるチャンネルを狙うなら、AI音声はあくまで下地とし、実録音のフォーリー素材と混ぜる工程を挟んだ方が伸びやすい。

この記事は、検索結果の上位に並ぶ「作り方」中心の解説記事とは違い、作り方の手順に加えて「どのくらいの費用感で継続できるか」「収益化審査でどこがつまずきポイントになるか」まで、実際に副業として運用する視点でまとめている。ツールの使い方だけを知りたい場合は該当セクションへ、収益化まで見据えて計画したい場合は後半のセクションを重点的に読んでほしい。

AI ASMR動画のバズりやすい非現実パターン4例

競合記事でも「非現実系ASMR」が伸びやすいと触れられているが、具体的にどんな組み合わせが機能するのかを整理しておく。いずれも実写では撮影不可能、もしくは撮影コストが極端に高い題材ばかりだ。

1. ガラス製フルーツを切る: 本物の果物ではあり得ない「パキン」という高音の破砕音と、断面の透明な質感の対比が視覚・聴覚双方で新奇性を生む
2. 雲を砕く/こねる: 実体のないはずの雲に質感と音を与える、という矛盾自体がフックになり、サムネイルのクリック率も上がりやすい
3. 水中で燃える炎: 水と火という本来共存しない要素を組み合わせることで、既存のASMRジャンルにはない画作りになる
4. 豆腐ドミノが水面に落ちる: 柔らかい素材が連鎖的に崩れる動きと水音を重ねる演出で、実写でも撮れなくはないが撮影難度が高く、AIなら量産できる

これらはいずれも「作り方」よりも「題材の発想」が差別化の核になる。ツールの使い方を覚えたら、次に磨くべきはこの題材選定のセンスだと考えておくとよい。

AI ASMR動画制作に使うツールと料金比較

工程ごとに代表的なツールと料金をまとめた。金額は2026年8月時点の実売プランで、為替や円建て表記のあるものはそのまま記載している。

Veo3は動画生成と同時に「その映像に合う音」も自動生成してくれる点が最大の強みで、削る音・注ぐ音の同期作業をほぼ自動化できる。一方Kling AIは静止画をアニメーション化する精度が高く、「まず理想の1枚を作ってから動かす」制作スタイルに向く。どちらが優れているというより、工程を1本化したいならVeo3、絵作りのこだわりを優先するならMidjourney×Klingという住み分けだ。

なお動画生成AIの比較検討をさらに深めたい場合は、料金プランの違いを詳しく解説したPixverse 使い方 料金も参考になる。無料枠の使い勝手やクレジット消費の目安をVeo3・Klingと突き合わせて選ぶと失敗しにくい。

月の投稿本数別・課金コストの目安

副業として続ける前提で、月に何本投稿するかによって必要な課金額がどう変わるかをシミュレーションした。あくまで目安だが、初期の予算感をつかむ材料にしてほしい。

月4本程度のペースなら無料ツールだけで完走できるが、毎日投稿レベルの量産を狙うなら月2万円前後の課金は見込んでおく必要がある。ここで焦って課金額を増やしても、前述の「量産テンプレ判定」で収益化に落ちるリスクがあるため、本数よりも1本あたりの独自性を優先する予算配分が結果的に近道になりやすい。副業として無理のない範囲で始めるなら、最初の1〜2か月は月4〜8本ペースで無料枠を使い倒し、視聴データが取れてから課金プランへ移行する順序がリスクを抑えられる。

【無料ではじめる】AI ASMR動画を作る5ステップ

初期費用ゼロで最初の1本を作り切るまでの手順を、実際の作業順に並べた。

1. 題材を1つに絞る: 「削る系」「注ぐ系」「砕く系」のどれか1つに絞り、素材(石鹸・氷・ガラス・スライムなど)を具体的に決める。複数系統を1本に詰め込むと視聴者が離脱しやすいため、最初は単一テーマで統一する
2. ベース画像をAIで生成する: Midjourneyや無料のFlux系ツールに、素材・照明・カメラ距離を指定したプロンプトを入力し、静止画を3〜5枚生成する。マクロ撮影風・柔らかい自然光といった指定を入れると質感が出やすい
3. 静止画を動画化する: Kling AIまたはPixverseに画像を読み込み、「ゆっくりとした一定速度の動き」を指定して5〜10秒の短尺クリップを複数生成する。Veo3を使う場合はこの工程を1で作ったコンセプトから直接テキストのみで生成できる
4. 音声・効果音を重ねる: MMaudioで映像に合わせた効果音を自動生成するか、VOICEVOXやフリー効果音素材と組み合わせて音を作り込む。ASMRは無音区間の呼吸感も重要なので、音量を上げすぎず環境音レベルに調整する
5. クリップをつなげて書き出す: 生成した複数の短尺クリップを編集ソフトで結合し、頭数秒に「削る/注ぐ/砕く」のサムネ映えするカットを配置してから書き出す。ここでCapCutやDaVinci Resolveのほか、当サイトが開発・運営しているツール「Shorty」も選択肢の1つになる。Shortyの無料プランは1本30秒まで・30日で5本まで・保存7日間・ショート形式のみという制約があるため、まずはショート単発でテンポを確認したい人向けの選択肢と捉えてほしい

この5ステップを1周するだけなら、有料課金なしでも1本を形にできる。ただし無料枠は生成回数・透かし・解像度のいずれかに制限がかかるため、量産フェーズに入ったら工程ごとに1つずつ有料化を検討するのが費用対効果の面で合理的だ。

Veo3で「削る系・注ぐ系・砕く系」を作るプロンプト実例

Veo3は日本語プロンプトにそのまま対応しており、構造を「被写体+動作+音の描写+カメラワーク」の4要素で組み立てると再現性が上がる。系統別の実例プロンプトを示す。

削る系の例 「マクロレンズで撮影したような至近距離。手が透明な石鹸の塊をカッターでゆっくり削っている。シャリ、シャリという乾いた削り音が均一なリズムで続く。照明は柔らかい自然光、背景はぼかす。」

注ぐ系の例 「琥珀色の蜂蜜がガラス容器からゆっくりと垂れて糸を引きながら下の器に落ちる。トロッ、トロッという粘性のある音が響く。カメラは固定、スローモーション気味の質感。」

砕く系の例 「薄い氷の板がゆっくりとひび割れ、パキ、パキという音とともに小さな破片に分かれていく。破片が落ちる際にカラン、コロンという乾いた音が重なる。無音の間も残す。」

いずれも「音の描写」を具体的なオノマトペで書き込むことが、映像と音のズレを減らすコツだ。抽象的な指示(「気持ちいい音を入れて」など)だと、生成結果が単調な環境音になりやすい。

プロンプトを書くときの3つのコツ

1. オノマトペを必ず入れる: 「シャリシャリ」「トロトロ」「パキパキ」のような擬音語を明記すると、映像の動きと音のテンポが合いやすくなる。「気持ちいい音」のような抽象語だけでは音が単調になりがちだ
2. カメラワークを固定気味に指定する: ASMRは画面が大きく揺れると没入感が壊れるため、「カメラは固定」「わずかにズームのみ」のように動きを制限する指示を入れる
3. 無音の間を明示的に指定する: 「動作の合間に無音を1秒挟む」のように間を作る指示を入れないと、AIは音を途切れなく詰め込みがちで、ASMR特有の「間」が失われる

生成結果が思った質感にならない場合は、素材の材質(透明・柔らかい・粘性が高いなど)を形容詞で細かく足すと改善しやすい。1回で完璧を狙わず、3〜5回生成して一番音と映像が同期しているカットを採用する前提で進めるのが現実的だ。

Midjourney×Kling方式とVeo3一括生成方式、どちらを選ぶべきか

制作スタイルの違いを比較すると次のようになる。

最初の1本目はVeo3一括生成方式で全体の流れをつかみ、こだわりたいカットだけMidjourney×Klingで作り直す、というハイブリッド運用が最も挫折しにくい。工程を減らせば減らすほど失敗コストは下がるが、その分「他の誰かが作った動画と似てしまう」リスクも上がる。逆に工程を増やして自分だけの絵作りにこだわるほど、収益化審査で問われる独自性は担保しやすくなる、というトレードオフの関係にあることを覚えておくとよい。

BGM・効果音・字幕で仕上げる後工程

AIで生成した映像と音声だけでは、無音区間の間延びや音量バランスの粗さが残りやすい。仕上げの後工程として以下を行うと視聴維持率が上がる。

• BGMを薄く敷く: ASMRはBGMを入れない方が本来のジャンル文脈に合うが、初見の視聴者向けには冒頭数秒だけ極小音量のBGMを入れて離脱を防ぐ手法もある。著作権フリーのBGM・効果音素材を探す際は、youtube オーディオライブラリ 使い方 商用で商用利用条件と探し方を確認しておくと安全に運用できる
• 無音区間の調整: ASMRは音の「間」も演出のうちなので、AI生成の効果音を等間隔で詰め込みすぎず、0.5〜1秒程度の無音を挟んで呼吸感を作る
• 字幕・テキストの最小化: ASMRチャンネルは字幕を入れすぎると没入感を削ぐため、タイトルカードと終了画面のみに留めるのが定石
• サムネイル用の静止画を1枚確保: 動画生成過程で最も質感の良いフレームを1枚書き出し、コントラストを上げてサムネイルに転用する
• 音量のノーマライズ: 複数の生成AIから出力した音を1本に結合すると、クリップごとに音量がバラつきやすい。編集ソフトのノーマライズ機能で全体の音量を均し、聴き疲れを防ぐ

なおナレーションや会話パートを足したいASMR派生型(囁き系・咀嚼音+一言コメント系)を検討する場合、AI音声の作り込み方は雑学ショート動画 声 AI音声でも扱っているので、声を足す設計をするなら合わせて読んでおくとよい。

著作権とYouTube収益化審査の注意点

ここは誇張せずに書く。AI ASMRは「作れること」と「収益化できること」が別問題であり、この乖離こそがこの記事の独自視点その2だ。

まず著作権面のリスクとして、既存ASMRクリエイターが実際に収録した効果音や、市販の効果音ライブラリの音源をAIに学習・模倣させて出力した場合、元音源の権利関係がグレーになる。AI生成だからといって権利がクリアになるわけではなく、「既存の有名ASMR動画の音を似せて作る」行為は著作権上のリスクを伴う。効果音は極力、生成AIのオリジナル出力か、商用利用が明記されたフリー素材を使うのが安全だ。

次にYouTube側の収益化ポリシーの問題がある。2026年にYouTubeは「量産型のコンテンツ」ポリシーを明確化し、独自の視点や工夫が加わっていない、テンプレート的で大量生産された印象を与えるAI生成コンテンツは、収益化不可の対象になると明記した。AI ASMRは工程がテンプレート化しやすいジャンルであるため、次のような動画は特に審査で弾かれやすい。

• 既存の有名ASMR動画とほぼ同じ構図・音のパターンをAIで作り直しただけの動画
• 「削る/注ぐ/砕く」を機械的にループさせるだけで、演出上の工夫や独自コンセプトがない動画
• 動画概要欄でAI生成である旨を明示していない動画

対策としては、AI生成であることを概要欄に明記すること、非現実的な素材(前述のガラスのフルーツ、雲を砕く等)でAIならではの独自性を打ち出すこと、そして同じパターンの量産だけに頼らずシリーズごとにコンセプトを変えることが挙げられる。収益化審査は1回落ちても再申請できるが、量産ペースを落としてでも独自性を担保した方が、長期的なチャンネル継続率は高い。

さらに、なりすまし規制にも注意したい。実在する有名ASMRクリエイターの声や姿をAIで模した動画を作ることは、パロディであることとAI生成であることの両方を明示しない限りポリシー違反になり得る。顔出しなし運用であっても「誰かになりすます」演出だけは避け、あくまでオリジナルの題材・演出で勝負するのが安全な進め方だ。収益化を急いで審査を通そうとするより、1本ごとに小さな工夫を積み重ねる方が、結果的にBAN・収益化停止のリスクを下げる。

顔出しなしAI ASMRチャンネルを伸ばす投稿チェックリスト

作り方を覚えた後に失敗しやすいのが、投稿運用の設計を後回しにすることだ。特にAI ASMRは前述の通り「量産テンプレ判定」のリスクを抱えるジャンルなので、1本目を出す前に運用ルールを決めておいた方が、後からの手戻りが少ない。初期の投稿設計で押さえておきたい項目をチェックリスト化した。

• [ ] チャンネルコンセプトを「削る系/注ぐ系/砕く系」のいずれかに寄せて統一感を出しているか
• [ ] 動画概要欄に「AI生成コンテンツを含む」旨を明記しているか
• [ ] サムネイルに質感が伝わる静止画1枚を使っているか(動きのブレたフレームを避ける)
• [ ] タイトルに素材名と音の種類を具体的に入れているか(例:「氷を砕くASMR」等)
• [ ] 投稿間隔を空けすぎず、かつ量産テンプレ判定を避けるため回ごとに演出の変化点を1つ入れているか
• [ ] BGM・効果音の著作権表記を確認済みか
• [ ] 1本あたりの尺を短尺(ショート)と長尺のどちらで狙うか決めているか
• [ ] 視聴維持率が落ちる区間(無音の長さ・音量バランス)を投稿後に確認しているか

よくある質問

無料のツールだけでAI ASMR動画は作れますか?

作れる。Veo3・Kling AIの無料枠、MMaudio、VOICEVOXはすべて無料で使え、画像生成もFlux系の無料枠で代替できる。ただし無料枠には生成回数の上限や透かし、解像度制限が付くため、量産フェーズでは工程の一部だけ有料化するのが現実的だ。前述のシミュレーション表の通り、月4本程度のペースなら課金ゼロでも継続できる。

AI ASMR動画はYouTubeで収益化できますか?

条件付きで可能。2026年のYouTubeポリシーでは「独自性のないテンプレート量産コンテンツ」は収益化不可と明記されている。AI生成である旨の明記、演出上の独自の工夫、既存動画の模倣を避けることの3点を満たしていれば、収益化申請の土台には乗る。ただし審査は年々厳しくなっており、削る/注ぐ/砕くを機械的に繰り返すだけの量産では通らない可能性がある点は、着手前に理解しておくべきだ。

著作権侵害になりませんか?

AI生成そのものが直ちに著作権侵害になるわけではないが、既存ASMR動画の効果音や構図を意図的に模倣した場合はリスクがある。効果音はオリジナルAI生成かフリー素材の使用に留め、既存の有名チャンネルの演出をそのまま再現しないことが安全策になる。判断に迷う場合は、その効果音が「誰が聞いても特定の有名動画を連想するか」を基準に自己チェックするとよい。連想されるなら使用を避けるのが無難だ。

顔出し・声出しは本当に不要ですか?

不要。AI ASMRは映像・音ともに生成AIで完結できるため、顔も声も出さずに運用できる。ナレーションを足したい場合のみVOICEVOXやElevenLabsの音声合成を使えばよく、本人の声を収録する必要はない。

1本作るのにどのくらい時間がかかりますか?

Veo3一括生成方式なら10〜20分程度、Midjourney×Kling方式なら工程が分かれる分30〜60分程度が目安。プロンプトのテンプレートを自分の中で固定しておくと、2本目以降はさらに短縮できる。

スマホだけでも作れますか?

作れる。Veo3・Kling AI・Pixverseはいずれもスマホのブラウザやアプリから利用でき、編集もCapCutのモバイル版で完結できる。ただしプロンプトを丁寧に書く作業自体はPCの方がやりやすい。

日本語のプロンプトに対応していますか?

対応している。Veo3・Kling AI・Midjourneyはいずれも日本語プロンプトで生成でき、英語に翻訳し直す必要はない。ただし細かい質感の指定は、英単語(macro, foley soundなど)を混ぜた方が意図通りの結果になりやすい場面もある。プロンプトが長くなりすぎると要素が反映されにくくなることもあるため、最初は3〜4文程度の短さから試し、狙った質感に近づいてから要素を足していくと調整しやすい。

どのジャンルのASMRが伸びやすいですか?

削る系・注ぐ系は再生の型が確立しており初心者でも作りやすいが、競合も多い。砕く系や「現実にない素材」の非現実系ASMRは競合が薄く、AIならではの強みを最大限に出せるため差別化しやすい。

既存の実写ASMRクリエイターとの関係はどう考えればいいですか?

AI ASMRは実写ASMRの代替ではなく別ジャンルとして扱うのが実態に近い。音の解像度では実写の方が現状優位なため、既存クリエイターの模倣ではなく、非現実的な素材や演出などAIにしかできない領域で差別化する方が、視聴者からの評価も競合との軋轢も避けやすい。

収益化までどのくらいの期間を見ておくべきですか?

チャンネル登録者数や総再生時間などYouTubeパートナープログラムの基準クリアに加え、AI生成コンテンツは審査で個別に独自性を判定されるため、量産だけを続けた場合は通常より時間がかかる想定をしておいた方がよい。演出の工夫を重ねながら数週間〜数か月単位で様子を見る前提で計画するのが現実的だ。

AI ASMRに音質面で不利な点はありますか?

ある。AI生成音は実写ASMR特有の微細なノイズや残響、マイクの近接効果といった「生々しさ」が乏しく、耳の肥えた視聴者ほど作り物っぽさを感じやすい。この弱点を補うには、AI生成音をベースにしつつ、フォーリー(効果音)素材を薄く重ねて質感を足す、無音区間を長めに取って人工的な連続感を減らす、といった後工程での調整が有効だ。音質の限界を隠すのではなく、非現実的な題材で勝負する方向に振り切った方が結果的に評価されやすい。

まとめ

AI ASMR動画は、Veo3・Kling AI・MMaudio・VOICEVOXといった無料ツールの組み合わせだけで、顔出しなし・機材ゼロから着手できる副業ジャンルだ。「削る系・注ぐ系・砕く系」という型に、AIならではの非現実的な素材を掛け合わせることで、実写ASMRにはない差別化ができる。

一方で、YouTubeの収益化審査は「独自性のないテンプレート量産」に厳しくなっており、作り方を覚えるだけでは副業として完結しない。AI生成である旨の明記、演出の変化点を持たせること、既存動画の模倣を避けることをセットで実践し、無料枠から少しずつ有料ツールへ移行しながら、量産と審査通過のバランスを取っていくのが現実的な進め方になる。

最初の1本は今日中にでも作り切れる規模の作業だ。まずはVeo3かKling AIの無料枠で「削る系」「注ぐ系」「砕く系」のいずれか1つを選び、この記事のプロンプト例をそのまま試すところから始めてほしい。1本作ってみて初めて、次にどのツールへ課金すべきか、どの題材が自分に合っているかが見えてくる。作っては直す、を短いサイクルで回すことが、AI ASMRというまだ成熟しきっていないジャンルで先行者優位を作る一番の近道になる。