目的に合う音声の流れを選ぶ
新しい音を生成するのか、録音を使うのか、完成した動画に音を付けるのかを整理します。
音が想像できるプロンプトを書く
基本形：場面＋動作＋カメラ＋環境音＋主な音＋任意の短いセリフ＋不要な音の指定。
映像と音を分けて書く
まず画面を説明し、次に音源を書きます。例：窓に当たる小雨、カップの音が一回、音楽なし。
セリフを言い終える余裕を作る
一人の短いセリフに絞り、言語と話し方を指定します。複数の声を重ねないようにします。
効果音の原因を書く
グラスがカウンターに触れたときに鳴る、と書けば、漠然と映画的な音を求めるより具体的です。
無音は順番に確認する
ミュートを解除し、音量を確認して、ダウンロードしたファイルも聴きます。無音ならモデルの音声対応と利用できる音声設定を確認してから再試行します。
競合する音を減らす
声を明瞭に、環境音を控えめに、音楽なしと指定します。一度に一つの音の層を変えます。
同期は視聴して判断する
動作を見ながら聴きます。ずれる場合は動きを単純にするか、セリフを短くします。厳密な調整には編集ソフトを使います。
映像と音を作る四つの手順
各プロンプトを残し、一度に一つの変更を比較しましょう。
入力を選ぶ
音声付きAI動画ツールを開きます。新しい構図にはテキスト、見た目が決まっている場合は参照画像を使います。
設定を確認する
現在の長さ、出力設定、コストを確認してください。音声スイッチがある場合はオンにし、モデル変更時は音声対応も再確認します。
記述して生成する
動作、カメラ、音の指示を追加します。下の例を調整して、生成画面へ進みます。
見てからもう一度聴く
動作、セリフ、効果音、終わり方を全編で確認します。長い作品へ進む前に、主な問題を修正します。
音声付きAI動画のプロンプト四例
場面に合わせてプロンプトを書き換え、動作とセリフに合う長さに調整してください。
雨のカフェ
雨粒の付いたカフェの窓辺にある、湯気の立つカップの固定クローズアップ。暖かなペンダント照明、外は青い夕暮れ。音声：窓をたたく穏やかな雨、静かな室内音、カップが受け皿に触れる小さな音が一回。会話と音楽はなし。
穏やかな背景と、一回だけのカップの音を確認します。
一人、一言
静かな港のコーヒースタンドに立つ成人の女性店主のミディアムショット。カメラを見て微笑み、日本語でゆっくり優しく「コーヒーができました」と言う。音声：明瞭な声と遠くの小さな波音。ほかの声と音楽はなし。
語尾まで聞こえるか、口の動きが合うかを確認します。
商品の音
無地の透明なボトルから、石のカウンターにあるグラスへ炭酸水を注ぐクローズアップ。柔らかな琥珀色のサイドライト、固定カメラ。音声：水を注ぐ音、繊細な泡の音、最後にグラスが軽く触れる音。声と音楽はなし。
注ぐ音や泡の音が、見える動作と合うかを確認します。
参照画像を動かす
アップロードした画像を開始時の構図に使う。葉がそよ風で軽く動き、カメラは庭の門へゆっくり近づく。音声：柔らかな葉擦れ、遠くの鳥、門が開くときの小さな木のきしみ。会話と音楽はなし。
適切な庭の画像を追加し、動きは単純にします。
音声付きAI動画のよくある質問
テキストだけから作るには？
映像と音を記述し、モデルの音声対応を確認します。音声スイッチが表示される場合はオンにして生成し、全編を聴いてからプロンプトを修正します。
音声プロンプトには何を書きますか？
環境音、主な音源、音が鳴る原因、必要なら短いセリフです。音楽なしなど、意図を明確にする指定も加えます。
ファイル自体が無音か確かめるには？
ページのプレーヤーとダウンロードした動画の両方を、音が聞こえる設定で再生します。再生設定と音声未生成では対処が異なります。
音と動きのタイミングを改善するには？
一つの明確な動作と音を結び付け、同じ瞬間を比較します。イベントを減らしセリフを短くすると問題が見つけやすくなります。
音楽がセリフを隠す場合は？
声を手前に、背景は静かに、音楽なしと指定します。厳密な音量調整には動画編集ソフトを使います。
音声から動画と同じですか？
異なります。ここでは新しい場面に音を生成します。音声から動画は、対応モデルが既存の録音を映像生成の手掛かりに使います。
長いナレーションはどう作りますか？
別々のショットと録音または合成したナレーションを用意し、編集ソフトで組み立てます。短いセリフの生成とは必要な制御が異なります。