人物写真とナレーション音声をアップロードして、リップシンクした話す動画を作成します。広告素材や商品説明の出発点として使い、公開前に生成結果を確認してください。
人物写真と用意したナレーション音声をアップロードして、話す動画を作成します。
人物写真 + ナレーション音声 → リップシンクした話す動画。写真が映像の入力で、音声が話す内容とテンポを決めます。キャンペーンに使う前に結果を確認してください。
鮮明な人物写真をアップロードするか、用意されているサンプル画像を選びます。
人物に話させたいナレーションをアップロードします。
ワークスペースでタスクを開始し、処理が終わったら生成された動画を確認します。
人物写真とナレーションを用意し、生成された動画を確認します。
ナレーションを口の動きのタイミングの基準にします。生成された動画の同期と明瞭さを確認してください。
1枚の静止した人物写真から話す動画を作成します。各結果の顔の見え方と動きを確認してください。
動画を生成する前に、必要な話し方のトーンでナレーションを用意します。
アップロード前に、ナレーション内でテンポと間を決めておきます。
人物写真とナレーション音声を組み合わせて、リップシンクのタスクを送信します。
同じ元の写真に異なる音声を組み合わせて、別々のバージョンを作成します。バージョンを選ぶ前に各結果を確認してください。
写真と音声
既存の動画を翻訳したい場合は、動画翻訳をご利用ください。
広告素材の下書き
クリップに字幕が必要な場合は、動画字幕をご覧ください。
市場ごとのナレーション
話し方を用意する
入力と準備の手順を比較
人物写真を主体にした話すクリップを、広告クリエイティブ確認用の下書きとして作成します。
市場ごとに別の音声トラックを用意し、生成された各バージョンを確認します。
用意したナレーションで、人物写真を主体にした商品説明の下書きを作成します。
AI リップシンク
人物写真と用意したナレーション音声です。写真は JPG または PNG で、サイズは 10MB 以内です。WebP と GIF には対応していません。アップロードする音声は MP3、WAV、M4A、AAC に対応し、長さは10分以内です。安定してアップロードするため、ファイルは 50MB 以内に収めることをおすすめします。500文字までのスクリプトからテキスト読み上げ（TTS）でナレーションを生成することもできます。
ツールは音声から口の動きを生成します。動画を使う前に、結果の口の動きのタイミングと顔の見え方を確認してください。
アップロード前に、ナレーションの中でトーン、テンポ、間を用意してください。現在のウェブ版ワークフローには、独立した「キャラクター演技（Character Performance）」の設定項目はありません。
同じ元の写真を再利用し、バージョンごとに異なる音声をアップロードします。それぞれ送信し、結果を個別に確認してください。
ターゲット言語ごとにナレーション音声を用意し、同じ元の写真で別バージョンを送信します。既存の動画を翻訳するには、動画翻訳をご覧ください。
はい。テキスト読み上げ（TTS）オプションを使うと、500文字までのスクリプトからナレーション音声を用意できます。TTS は無料で、プランの等級による制限もありません。動画の生成には現在、音声1秒あたり 24 クレジットかかります。
動画の生成には現在、音声1秒あたり 24 クレジットかかります。TTS は無料で、生成に失敗した場合はクレジットが返還されます。無料トライアルはありません。送信前にワークスペースで見積もりを確認してください。
生成はタスクとして処理されます。ワークスペースでタスクの状態を確認し、完了したら結果を確認してください。
生成結果は 1080p で Project ページに表示されます。動画のアスペクト比はアップロードした画像に合わせられ、字幕は含まれません。キャンペーンに使う前に結果を確認してください。クリップに字幕が必要な場合は、動画字幕をご覧ください。
いいえ。ここで紹介しているウェブ版と API のワークフローは、人物の画像から始まります。既存の動画を翻訳するには、動画翻訳をご覧ください。
人物写真と音声を用意してワークスペースを開き、公開前に生成結果を確認してください。
AdsTurbo
