VisionStory API
開発者のために設計

AIアバター動画APIは、デジタルプレゼンターとテキストまたは録音音声から、アプリケーションがプログラムで生成できるリップシンク動画を作成するAPIです。VisionStoryは認証済みのサーバーサイドリクエストを受け付け、即座にvideo IDを返し、ジョブを非同期でレンダリングして、生成完了後にMP4のURLを提供します。

VisionStoryのAPIキーを作成し、クレジットを確認し、現在のモデル・アバター・音声IDを取得したら、text_scriptまたはaudio_scriptのいずれかをPOST /api/v1/videoに送信します。APIは即座にvideo IDを返します。約5秒ごとにジョブをポーリングし、ステータスがcreatedになったら、video_urlからMP4をダウンロードします。

言語に依存しない制御が必要ならREST、Pythonのサービスやノートブックを作るならPython SDK、ターミナル自動化・CI・一括生成ならCLIがおすすめです。3つのインターフェースはいずれも同じVisionStoryのリソースと非同期の動画ワークフローを使用します。

はい。VisionStory Agent Skillをインストールするか、VisionStory MCPサーバーに接続してください。対応するコーディングエージェントは、クレジット確認、現在のモデル・アバター・音声の一覧取得、正しいリクエストの作成、動画ジョブの開始、進捗監視、結果のダウンロードまでを行えます。APIキーは環境変数またはMCPのシークレットストレージに保持されたままです。

はい。録音音声でアバターに話させたい場合はaudio_scriptを送信します。VisionStoryで音声を合成したい場合は、音声ID付きのtext_scriptを送信します。両方を同時に送らず、1リクエストにつきスクリプト種類はどちらか1つにしてください。

動画作成は非同期ジョブとして扱ってください。クライアントのrequest IDと返ってきたvideo IDを保存し、約5秒ごとにポーリングして、ジョブがcreatedまたはfailedになったら停止します。生成済みの動画URLは7日間保持されるため、必要に応じて完了したメディアを自社の永続ストレージへコピーしてください。

VISIONSTORY_API_KEYは、サーバーの環境変数、CIのシークレット、またはMCPクライアントのシークレットストアに保存し、X-API-Keyリクエストヘッダーで送信してください。ブラウザコード、モバイルアプリのバンドル、公開リポジトリ、スクリーンショット、ログ、AIチャットのメッセージには絶対に埋め込まないでください。

アバター動画は、テキスト読み上げ、公開音声またはクローン音声、再利用できる画像・音声素材、文字起こし、AI画像生成、最先端の動画モデルと組み合わせられます。これらの要素により、ローカライズされた解説動画、パーソナライズしたアウトリーチ、自動化された学習コンテンツ、AIエージェント主導のメディアワークフローを実現できます。