静止画の写真を話させてみたいですか？ たとえば、口を開けたり、まばたきしたり、入力した言葉をそのまま話すポートレートのように。VisionStoryなら、カメラも編集経験もなく、1枚の画像からブラウザ上で簡単に実現できます。上の動画で全体の流れを確認でき、下のステップガイドでは各手順を詳しく解説します。
手順に沿って進めると、ポートレート1枚をアップロードして自分専用の再利用できるアバターとして準備できます。これは他のユーザーには表示されず、毎回同じ画像をアップロードしなくても、次回以降の動画で再度選択できます。すべて無料アカウントでVisionStoryのトーキングフォトツール内で完結します。
ステップ1：鮮明なポートレートを1枚アップロード
AI動画を開きます。CharactersパネルでUploadを選び、端末から画像を選択するか、写真をドロップゾーンにそのままドラッグします。顔と肩が見え、目と口が隠れておらず、あとでリフレーミングできるよう被写体の周りに少し余白がある、正面向きで鮮明な写真を1枚使いましょう。
- 対応ファイル： JPG、JPEG、PNG、WebP、HEIC
- 最大ファイルサイズ： 30 MB
- 推奨の開始サイズ： ポートレートなら少なくとも512 x 768 px
- アップロード仕様： 元画像は一度に1枚
元画像の構図は、最終的に出力したい動画の画角に合わせましょう。強くトリミングされたポートレートは9:16では成立しても、左右に余白がないため、16:9では顔のアップになりすぎて窮屈に見えることがあります。
ステップ2：VisionStoryに検証とアバター準備を任せる
アップロード後、VisionStoryが画像内に使用可能な人物がいるかをチェックし、キャラクターとして準備します。アップロード失敗の原因はほとんどが元写真にあり、顔が小さすぎる／大きく隠れている／横を向きすぎている／ブレている／別の顔に近すぎる、などがよくあります。
準備に失敗した場合、同じトリミングで何度も試さないでください。顔がより大きく写った、より鮮明で、角度が正面に近く、肩が見え、光が均一で、遮りが少ない写真に変えましょう。
処理が完了すると、アバターは公開キャラクターライブラリの上に表示され、アバタープレビューで開きます。表示されるのはあなただけです。
ステップ3：割り当てられた音声をプレビュー／変更する
VisionStoryは、見た目の年齢や性別に基づいて、最初の音声を自動で割り当てます。そのまま使うことも、プレビューすることも、別の音声に変更することもできます。
- 現在の音声を選択してVoice Libraryを開きます。
- 音声の右側にある再生ボタンでサンプルを確認します。
- 合わない場合は、Language、Gender、Age、Use Caseで絞り込みます。
- いくつか候補を聴き比べて、アバターと動画の用途の両方に合う音声を選びます。
見た目の年齢や性別に合っていても、ナレーション／教育／広告／会話コンテンツなどの用途によっては違和感が出ることがあります。属性だけでなく「人物×目的」に合わせて選びましょう。
ステップ4：出力先に合わせて写真をリフレーミング
アバタープレビューで、最終動画に人物をどの程度映すかを決めます。写真をドラッグして被写体の位置を調整し、ズーム操作で寄り引きを行います。次に、公開先に合うアスペクト比を選びましょう。
- 9:16（縦）：TikTok、Instagram Reels、YouTube Shortsなど、モバイル向け
- 1:1（正方形）：正方形のSNS投稿、プロフィール中心のレイアウト、埋め込みに柔軟
- 16:9（横）：YouTube、プレゼン、Webサイト、ワイド画面の講座
ズームで存在しないピクセルは増やせません。元写真ですでに人物が端までいっぱいに写っている場合は、無理に横長のトリミングをするのではなく、背景に余白のある画像から始めましょう。
ステップ5：Change LookとGenerate Imageの違いを知る
アバターの横にはAI画像ツールが2つあります。使う前に違いを理解しておくと安心です。
Change Lookは、現在のアバターを添付した状態でAIチャットを開き、服装・背景・スタイルなどの変更を指示できます。これはimage-to-imageのワークフローで、元のアバターは引き続き利用できます。Generate Imageは、写真ではなく文章のキャラクター説明から開始するため、text-to-imageのワークフローになります。どちらも、会話を続けて仕上がりを調整できます。
要するに、キャラクターがすでにいて見た目を変えたいときはChange Look、プロンプトから新しくキャラクターを作りたいときはGenerate Imageを使います。
ステップ6：短い台本を入れてトーキング動画を生成
アップロードしたアバターを選択した状態で、Scriptボックスに短い会話調の1文を入力します。短い文ほどレンダリングが速く、写真・トリミング・音声・リップシンク・動きをまとめて判断しやすくなります。
Generate Talking Videoをクリックします。VisionStoryは、選択したアバター、フレーミング、台本、音声を使って、顔をアニメーション化し、音声に合わせて唇を同期し、自然なまばたきや頭の動きも加えます。レンダリングは数分で完了します。
この最初の結果は、元写真の実用テストだと考えましょう。次の4点をチェックします。
- 最終サイズでも、顔が十分にシャープに見える。
- 動いている間も、目と口が遮られない。
- 頭と肩が、選んだ比率の中に無理なく収まっている。
- 動くアバターが、元の人物らしく見える。
トリミングがきつすぎたり、動きの中で顔がぼやける場合は、まず元画像やフレーミングを直しましょう。台本を変えても構図の問題は解決しません。
ステップ7：トーキングフォトのアバターを再利用／削除する
Charactersリストに戻ると、アップロードしたアバターは公開キャラクターライブラリの上に表示され、同じプレゼンターをまた使いたいときにいつでも選択できます。他のユーザーには表示されません。また、サブスク加入者はアバターを無制限に作成・保存できます。
- 再利用する： 写真を再アップロードせずに、そのアバターを選択します。
- 見た目を切り替える： アバターを開き、保存されたルックのサムネイルから選びます。
- 削除する： アバターにカーソルを合わせて右上の削除ボタンを表示し、削除前に確認してからアバターとルックを削除します。
よくある写真トラブルの対処法
VisionStoryが使用可能な顔を検出できない。 顔が大きめに写った、明るくシャープな正面写真を使いましょう。目や口が隠れているもの、強い横顔、別の顔が主役に近すぎる写真は避けてください。
横長（16:9）のトリミングが近すぎる。 元のポートレートに左右の余白が足りない可能性があります。もっと横幅のある元画像、または人物の周りに余白がある画像を使いましょう。
アバターの準備が終わらない。 キャラクターを使う前に、準備が完了するまで待ちましょう。止まっているようならCharacters表示を更新し、別のコピーをアップロードする前にアバターがすでに表示されていないか確認してください。
結果がぼやけて見える。 できるだけ高解像度でピントの合った写真から始め、顔が小さい画像を無理に拡大しすぎないようにしましょう。出力解像度では、元画像にないディテールは復元できません。
写真を話させるのに必要なのはこれだけです。ポートレートを1枚アップロードし、音声を合わせ、画角を整えて生成するだけ。あなたの写真は、必要なときにいつでも使える再利用可能なトーキングアバターになりました。
台本、音声、設定、クレジット、生成ワークフローをすべて確認したい方は、AIトーキングアバターの作り方をご覧ください。あるいは、長い台本をまとめてAI動画として大量生成することもできます。または今すぐ： 最初のトーキングフォトを無料で作成。
