AIリップシンク動画生成器

AIリップシンクは、キャラクターの口の動きを音声トラックに合わせる機能です。VisionStoryでは、顔（写真、イラスト、または既成のアバター）と、スクリプト入力／音声のアップロード／録音のいずれかで用意した音声を指定します。するとVisionStoryが、唇・表情・頭の動きが音に合わせて動く動画を生成します。

はい。［インポート］を選んでナレーション、ポッドキャストのクリップ、曲をアップロードするか、［録音］を選んでブラウザで自分の声を録音できます。VisionStoryは録音をそのまま保持し、顔をその音声に同期させます。

はい。曲を音声としてアップロードすると、キャラクターがビートだけでなくボーカルラインに合わせて歌います。最も正確な口の形にするには、ボーカルがクリアな区間を使ってください。

MP3、M4A、WAV、MP4、MOV、AVIをインポートできます。音声が動画内に含まれている場合は、動画そのものをインポートしてください。VisionStoryがそのサウンドトラックを使ってリップシンクを行います。

スクリプト入力は88言語に対応し、1,000以上のAI音声を利用できます。アップロード／録音した音声は、言語ではなく音そのものに同期するため、録音した言語の話し声をそのまま使えます。

現時点ではできません。VisionStoryのリップシンクは、静止画像またはアバターをあなたの音声に合わせて動かすもので、既存の動画映像内の口元を再同期する機能ではありません。話者の映像がある場合は、顔がはっきり写った静止フレームをキャラクターとして使用してください。

明るく、正面向きで、顔が1人分はっきり写り、口元が遮られていない画像がおすすめです。手、マスク、マイク、口元周辺の強いぼかしがあると同期精度が下がります。

VisionStoryアカウントがあれば無料で試せます。動画の生成にはクレジットを使用し、長い動画や高解像度の動画ほど多く消費します。