座って自己紹介
正面の映像で最初の言葉と短い間を確認します。
既存動画のセリフを自分の録音に変更。動画と差し替え用の音声をアップロードし、Lip Sync AIで口の動きを生成できます。
元動画と結果を音声付きで再生できます。動画と差し替え音声を読み込み、別のテイクを準備しましょう。
正面の映像で最初の言葉と短い間を確認します。
AIリップシンクは、既存動画を見た目の参照に使い、アップロードした音声に沿う口の動きを生成します。
録音したセリフを使い、言葉や間に沿った口の動きを生成します。
翻訳したセリフの録音をアップロードし、その発音やリズムを口の動きの参照にします。
口元が見えるキャラクター動画とセリフの録音を組み合わせ、口の形を生成します。
モデルを選び、話者が1人だけ見えるMP4またはMOVをアップロードします。
元動画に収まる明瞭なMP3またはWAVを追加します。出力時間は動画から自動で決まります。
クレジットを確認して生成し、言葉・間・顔を確認してから保存します。
元動画と差し替え音声から、新しい発話の映像を生成します。標準の指示では口の同期と、人物・構図・周囲の一貫性を求めます。
このツールは既存動画と録音を使います。写真から始める場合はAI Talking Avatarを使ってください。テキストは別の音声ツールでMP3またはWAVにして用意します。
MP4/MOVとMP3/WAVを1つずつ使います。動画の上限はモデルにより50または200 MB、15または30秒です。音声は最大15 MBです。表示される制限に従い、録音を元動画の長さ以内に収めてください。
録音が言葉・声・タイミングの参照になりますが、映像と音は再生成されます。発音や声質の変化、元のセリフが残っていないかを聞いて確認してください。
長すぎる音声は生成前に拒否されます。短い場合は発話後を無音にし、口を休めるよう指示します。長いセリフはアップロード前に短くするか録り直してください。
クレジットはモデル、解像度、実測した元動画の長さ、自動で決まる出力時間で計算します。例の読み込みで入力を準備し、「生成」で送信します。