写真 + 音声 → トーキング動画
OmniHuman 2
写真を 1 枚、音声トラックを 1 本アップロードするだけで、その人物が話したり歌ったりする動画ができます。
入力は 2 つだけ。タイムラインも、キーフレームも、専用の歌唱モードも要りません。
写真 1 枚 + 音声トラック 1 本
写真が演じる人物を決め、音声がパフォーマンスを動かします。
OmniHuman 2 の仕組み
顔と音を用意するだけ。あとはモデルが演じます。
- 01
写真を 1 枚アップロード
ポートレートでも自撮りでも、人物 1 人がはっきり写っていれば OK。正面から撮影し、顔全体が見えているものをお使いください。
- 02
音声トラックを 1 本追加
話し声でも歌でも構いません。音声がそのままパフォーマンスになるので、何を話すか、どう話すかがそのまま画面に表れます。
- 03
動画を生成
クリップの長さと構図を選び、完成した動画をダウンロードするだけです。
背景がシンプルで、顔が 1 人だけはっきり写っていると最も良い結果になります。音声はノイズの少ないクリーンなものをお使いください。
作例
写真 1 枚と音声トラック 1 本が、8 通りのパフォーマンスになる例。
クリップにカーソルを合わせると、入力レシピが表示されます。
このページのサンプルクリップは、写真と音声によるワークフローを説明するために AI で生成したイメージです。皆さまがアップロードした素材から作られたものではなく、特定の結果を保証するものでもありません。
できること
ワークフローに合うかどうかを決める 4 つのポイント。
入力は写真と音声だけ
書くプロンプトも、切るタイムラインもありません。人物 1 人の写真をアップロードし、演じさせたい音声を追加して生成するだけです。
話し声も歌声も、1 つのワークフロー
スピーチも歌も、使う入力は同じ 2 つだけ。切り替える専用の歌唱モードはありません。
今日から使えるスタジオ
このサイトの生成ツールは稼働中です。ウェイトリストに並ぶ代わりに、スタジオを開いて写真と音声をアップロードし、クリップを生成してください。
10 言語にエンドツーエンドで対応
ランディングページからスタジオ、サポート窓口まで、ワークスペース全体を 10 言語で利用できます。
活用例
すでに手元にある声と顔があれば、どんな用途にも。
解説・レッスン
講師の写真と録音した解説から、撮影の手配なしで短いレッスンクリップを作れます。
楽曲・リリック動画
歌手のポートレートに歌を 1 フレーズのせて、歌詞ティザーや楽曲リリース用の素材に。
ポッドキャスト・オーディオブック
ナレーションに顔を添えて、音声中心のプロジェクトにビジュアルを加えられます。
SNS ショート
手持ちの写真から、フィードやストーリーズ向けの縦型トーキングクリップを制作できます。
商品・広告のセリフ
プレゼンターのポートレートで広告コピーを 1 行読み上げ、長い編集に組み込めます。
キャラクター・マスコット
イラストや立体のキャラクターをカメラに向かせて、短いセリフやリアクションを収録できます。
よくある質問
最初のクリップを作る前に、よく聞かれること。
人物 1 人の写真 1 枚と音声ファイル 1 つです。写真で誰が登場するかと構図が決まり、音声がその人物のパフォーマンスになります。どちらも必須です。