BytePlus公式パートナーByteDanceのグループ企業 BytePlus
BytePlus公式パートナー · 歌う写真
写真を歌わせる: 1枚の写真と1曲の歌で
写真とボーカルトラックをKreatorFlowのリップシンクに追加して生成すると、OmniHuman 2.0が写真の顔で歌い上げます。口は歌詞を、顔はメロディーを追いかけ、1テイクで最長5分まで作れます。
- バラードからラップまで
- 最長5分
- 人物・キャラクター・ペット
- 720pまたは1080p
- 720pで1秒$0.20
リップシンクは有料の機能です。少額で始める方法は2つ: 48時間のお試し（$3） （60クレジット、720pで約15秒分。48時間以内に解約しない場合、Creatorプランが初月$19、その後は月額$25で続きます）、または $8からのクレジットパック （160クレジット、720pで約40秒分、サブスクなしの1回払い）。
最終更新:
口が動くだけではなく、本当に歌う写真
KreatorFlowのリップシンクはByteDanceのOmniHuman 2.0を使います。音声が演技全体を引っぱる音声駆動型のモデルなので、歌では唇が動くだけでは終わりません。 ロングトーンでは口が開いたまま保たれ、フレーズの合間には息つぎが見え、サビでは頭や眉が一緒に上がります。KreatorFlowはByteDanceのグループ企業であるBytePlusの公式パートナーで、このモデルをBytePlus経由で提供しています。
動画は曲のファイルとまったく同じ長さで作られるので、1曲を最初から最後まで同じ顔で1テイクに収められます。
3ステップで写真を歌わせる
- 1
歌う顔を選ぶ
自分の写真、許可をもらった人の写真、またはキャラクターやペットの写真をアップロードします。カメラの方を向き、口元がはっきり見える顔ほどきれいに仕上がります。
- 2
歌を追加する
ボーカルトラックをMP3かWAVで追加します。長さは4秒から5分までです。短いクリップならサビだけで十分で、たいていの曲は1回でまるごと入ります。
- 3
生成する
必要なら演出を一言添えて（ロングトーンで目を閉じる、ゆっくり寄るカメラなど）、720pか1080pを選んで生成します。料金は先に表示されます。720pは1秒4クレジットです。
自然な歌の動画にするコツ
- まずはクリアなボーカル。ボーカルだけのトラックが理想で、ミックスしかない場合は伴奏が小さいバージョンを選びましょう。
- 表情に動きのある写真を選ぶ。口を閉じた笑顔より、軽く開いたリラックスした口と少し上げたあごのほうが歌っているように見えます。
- イントロはカットする。長い前奏はその間ずっと黙った顔が映る時間で、その秒数も料金に入ります。
- 感情を演出する。例: 「ロングトーンで目を閉じて、リズムに合わせて軽く体を揺らす」。
- サビで試す。いちばん難しい部分を720pの短いクリップで試してから、曲全体を1080pで作りましょう。
歌の動画の料金
音声1秒あたりのクレジット（秒単位で切り上げ）。スタジオが実際に請求するコードからそのまま読み込んでいます。
| 音声の長さ | 720p | 1080p |
|---|---|---|
| 4秒 | 16クレジット | 24クレジット |
| 10秒 | 40クレジット | 60クレジット |
| 30秒 | 120クレジット | 180クレジット |
| 1分 | 240クレジット | 360クレジット |
| 5分 | 1,200クレジット | 1,800クレジット |
よくある3分の曲なら720pで720クレジットです。リップシンクには有料アカウントが必要で、プラン（Creatorは初月$19から）かクレジットパック（$8から）のどちらかがあれば使えます。失敗した動画のクレジットは自動で戻ります。 すべてのプランは料金プランで確認できます。料金は米ドル表示です。
同意と責任ある使い方
使えるのは自分の写真か、許可をもらった人の写真だけです。実在の人物に話させたり歌わせたりするには本人の同意が必要で、他人になりすますことはできません。 声と音楽も、自分で作ったものか使う権利のあるものに限ります。性的なコンテンツや18歳未満が登場するコンテンツは禁止です。実在の人物のリアルな動画を 投稿するときは、AIで作ったことを明記してください。ルールの全文は利用規定（英語）にあります。
歌う写真のよくある質問
写真を歌わせるにはどうすればいいですか？
KreatorFlowのリップシンクに写真をアップロードし、歌をMP3かWAVで追加して生成するだけです。OmniHuman 2.0が歌声を追いかけ、口は歌詞に、顔や息づかい、頭の動きはメロディーに合わせて動きます。
ラップや速い曲でも使えますか？
はい。速いラップも、ゆっくりしたバラードもついていきます。歌詞が速いほど、声がはっきり聞こえることが大切です。
ボーカルと伴奏を分ける必要はありますか？
必須ではありませんが、分けたほうが仕上がりは良くなります。ボーカルだけのトラック、または伴奏よりボーカルがかなり大きいミックスが、最も正確な口の動きになります。
どのくらいの長さの曲を使えますか？
1本あたり4秒から5分までです。もっと長い曲は、いくつかに分けて作ってから編集ソフトでつなげてください。
どんな曲でも使えますか？
使う権利のある曲だけです。自分で録音した歌、自作の曲、この用途で使えるライセンスのある音源が対象です。有名な曲をそのまま投稿すると、SNSでミュートや削除の対象になることがあります。
歌う写真の動画はいくらですか？
720pは1秒4クレジット、1080pは1秒6クレジットです。1分の曲なら720pで240クレジットです。料金は生成前に表示されます。
無料で使えますか？
いいえ。歌う写真はリップシンクを使い、リップシンクには有料アカウントが必要です。プラン（Creatorは初月$19から）かクレジットパック（$8から）のどちらかがあれば使えます。失敗した動画のクレジットは自動で戻ります。
イラスト、アニメのキャラクター、ペットも歌えますか？
はい。顔と口がはっきりしている画像なら、イラストや3Dキャラクター、アニメのキャラクター、絵画、動物も歌わせられます。