Viral Musicは、ソーストラックとキャラクター画像から、完成されたミュージックビデオのシーケンスを作成します。再生区間を正確に選び、パフォーマーの見た目を決め、配信フォーマットを設定し、生成前にリアルタイムの見積もりを確認します。あとはVisionStoryがビジュアルパフォーマンスを生成し、楽曲に合わせてショットを構成します。
これはフレーム単位で編集するツールではありません。最も効くコントロールは「ソースの区間」「ソース画像」「出力フォーマット」です。これらを意図して選ぶことは、単なる設定項目として扱うよりも結果に大きく影響します。上の動画では実際の楽曲の抜粋を使い、実際の生成結果まで含めてワークフロー全体を実演しています。以下の手順では、各判断ポイントを順に解説します。
- ソース — 音声ファイル、またはサウンドトラックがソーストラックになる動画。
- クリップ長 — 15秒から10分までの連続した区間。
- 出力 — 9:16または16:9、解像度は720P、1080P、または2K。
始める前に：トラック、使う瞬間、パフォーマーを準備する
まずは使用許可のある楽曲を用意し、どの部分を動画化するかを明確に決めましょう。サビやフックなど、ひとまとまりの区間は、適当な時間範囲よりも編集に強い形を与えてくれます。
- トラックを準備 — 音声ファイルをアップロードするか、音声だけが必要なら動画をアップロードします。
- 区間を把握 — セレクターを開く前に、おおよその開始と終了をメモしておきます。
- キャラクターを準備 — 顔がはっきり見える画像で、ボーカル、ジャンル、雰囲気に合う見せ方にします。
- 投稿先を決める — 縦型のショート動画フィードか、横型のプレイヤーかを選びます。
許可された素材を使用：自分が所有している、または使用許可を得ている音楽とキャラクター画像のみをアップロードしてください。生成によって、元となる権利処理が不要になるわけではありません。
ステップ1：Viral Musicを開き、ソーストラックを追加する
VisionStoryのサイドバーからViral Musicを開きます。Exploreを見て完成イメージを確認するか、トラックをアップロードエリアにドラッグして自分のプロジェクトを開始します。
音声ファイルはそのまま使用されます。動画をアップロードした場合、Viral Musicがサウンドトラックを抽出して使用します — 元動画の映像は生成結果には引き継がれません。
次に起こること：アップロードの準備ができると、VisionStoryがクリップセレクターを開きます。範囲を設定する前に、波形が表示されるまで待ってください。
ステップ2：動画化する区間を正確に選ぶ
選択ウィンドウは連続しています。左のハンドルをドラッグして開始位置、右のハンドルをドラッグして終了位置を設定します。長さを変えずに別の部分を使いたい場合は、選択範囲全体を波形に沿ってドラッグして移動します。
再生ボタンで、選んだ区間を正確に確認できます。プレビューを停止し、表示されている長さを確認して、選択した音声の始まりと終わりがきれいに切れている場合にのみConfirmをクリックしてください。
音楽的な区切りを選ぶ：フレーズの切れ目が明確な区間ほど、気持ちよいシーケンスにしやすくなります。単語の途中から始めたり、ボーカルや楽器のフレーズが解決する前に終わったりするのは避けましょう。
ステップ3：キャラクターを選び、ビジュアルの方向性を決める
キャラクターセレクターを開きます。新しい画像をアップロードすることも、自分のアバターを再利用することも、公開ライブラリから探すこともできます。選んだ画像は単なる本人確認ではなく、見えるパフォーマー、衣装、背景、全体のルックまで結果を導きます。
顔がはっきり見え、遮るもののない画像を選び、意図した全身またはバストアップの構図にしてください。VisionStoryに解釈してほしい衣装や環境も含めましょう — 一貫性のあるソース画像ほど、生成されるカメラワークに共通の方向性が生まれます。
パフォーマンスに合わせる：歌い手やジャンルに合う見せ方のキャラクターを選びましょう。ソース画像にマイクが写っている必要はありませんが、意図したパフォーマンスが「あり得る」と感じられることが大切です。
ステップ4：アスペクト比と解像度を選び、見積もりを確認する
トラックとキャラクターの下にある出力設定を開きます。縦型ショート動画なら9:16、横型再生なら16:9を選び、必要なディテールに合わせて720P、1080P、または2Kを選択します。
見積もりは、選択したクリップ長と解像度に応じて更新されます。タスクを送信する前に、Generateの横に表示される現在の数値を確認してください。
| 選択 | おすすめの場面 | トレードオフ |
|---|---|---|
| 9:16 | 縦型フィードやショート動画プラットフォームが主な投稿先。 | 多様なフレーミングのために、キャラクター画像は縦方向に十分な余白を残すのがおすすめです。 |
| 16:9 | 横型プレイヤー、プレゼンテーション、またはワイド画面の編集で表示する。 | パフォーマーと背景が横長フレームでどう収まるかを確認しましょう。 |
| 高い解像度 | より細部を見せたい、または大きな表示サイズが必要。 | リアルタイム見積もりが変わります — 生成前に必ず確認してください。 |
価格は最新のものを：古いスクリーンショットから計算しないでください。クリップの長さと出力解像度の両方が見積もりに影響し、現在の画面表示が正です。全体像はVisionStoryのクレジットの仕組みをご覧ください。
ステップ5：生成して開き、完成したミュージックビデオを確認する
トラック、キャラクター、フォーマット、見積もりがすべて正しければ、Generateをクリックします。Viral Musicは、曲のテンポ、エネルギー、構成、（利用可能な場合は）歌詞を分析し、その情報をもとにパフォーマンスを形作り、一貫したカメラ設定を作成して、音楽に合わせてショットを配置します。
タスクが完了したら、Videosエリアから開き、元の楽曲と一緒に再生して結果を確認します。静止画1枚ではなく、シーケンス全体で判断しましょう。
確認ポイント：パフォーマーの一貫性、フレーミングの効果的な変化、歌と音楽の自然な関係、選んだ区間の流れを作るカット。ビートを意識した編集は楽曲から導かれますが、すべてのカットが必ず正確なビートに一致するという保証ではありません。
結果全体でビジュアルの方向性が違うと感じる場合は、再実行の前にソース画像を変更してください。冒頭や終わりが弱い場合は、クリップセレクターに戻って、よりきれいに区切れる音楽区間を選び直しましょう。多くの場合、入力を変えずに再生成するよりも、これらの変更のほうが効果があります。
実用的なViral Musicチェックリスト
- トラックとキャラクター画像を使用する許可がある。
- 選んだ区間は、フレーズの切れ目で自然に始まり、自然に終わっている。
- ソース画像の顔がはっきり見え、遮るものがない。
- 衣装・背景・キャラクターが音楽に合っている。
- アスペクト比が投稿先に合っている。
- 選んだ解像度でリアルタイム見積もりを確認した。
- 完成結果を音声付きで最初から最後まで視聴した。
- パフォーマーの連続性、フレーミング、カットのリズムをまとめて判断した。
最高の結果は、Generateを押す前から始まる
Viral Musicはパフォーマンスと編集を担いますが、クリエイティブの方向性は入力から始まります。音楽的な形がはっきりした区間、パフォーマーとその世界観が伝わる1枚の画像、そして実際に視聴される場所に合わせた出力フォーマット。これらが揃えば、1つのトラックと1人のキャラクターが、完全なビジュアルパフォーマンスになります — 手動でショットを作る必要も、タイムライン編集も不要です。
次に進む：AIトーキングアバターの作成で話すキャラクターをカメラ前に立たせ、AI音声の選び方で最適な声のアイデンティティを選び、またはAI music video generator自体を試してみてください。
