プレゼンター動画
ポートレートと台本からAIトーキングヘッドを作成
AIトーキングヘッドを使えば、静止した顔がメッセージを話しているように見せられます。鮮明なポートレートと短い台本を用意し、共有する前に声、口の動き、構図を確認しましょう。
この作成方法と一般的な作成方法の違い
撮影されたトーキングヘッド動画は、話している人を記録したものです。AIを使う方法では、元となる素材から話す様子を生成します。以下のリンクでは、この方法と関連する形式を分けて紹介します。
この方法ならではの3つの特徴
カメラで人を撮影する場合との主な違いです。生成された動画が必ず自然に見えるという保証ではありません。
-
1
静止した顔に動きをつける
適切なポートレートを映像の出発点にします。実際の話す様子を撮影する代わりに、表情や口の形の変化を推定します。
-
2
テキストを話し言葉にする
プレゼンターに話してほしい言葉を入力し、選択できる場合は声を選びます。短い文と発音しやすい名前を使うと、最初の仕上がりを評価しやすくなります。
-
3
再撮影せずに修正する
話し手をカメラの前に呼び戻す代わりに、台詞を変更して別のテイクを生成できます。台本の修正によって話すテンポやリップシンクが変わることがあるため、新しい動画を最後まで確認しましょう。
始め方
長い台本を書く前に、元となる素材を選びましょう。この比較では、プレゼンターを撮影する場合と生成する場合の違いを示します。
撮影したトーキングヘッド動画
AI生成のプレゼンター動画
映像の素材
撮影したトーキングヘッド動画
収録時に本人が必要
AI生成のプレゼンター動画
人物のポートレートまたは対応する画像
音声の素材
撮影したトーキングヘッド動画
話し手の録音された声
AI生成のプレゼンター動画
用意した台本と、生成音声または対応する音声
最初の準備
撮影したトーキングヘッド動画
カメラ、照明、マイクをセットする
AI生成のプレゼンター動画
顔がはっきり写った画像を選び、短い台本を書く
一文を変更する場合
撮影したトーキングヘッド動画
通常は話し手を再撮影する
AI生成のプレゼンター動画
台本を編集し、別のテイクを生成する
人による表現
撮影したトーキングヘッド動画
話し手の実際の身ぶりや間の取り方を記録する
AI生成のプレゼンター動画
入力された素材から表情や間の取り方を推定する
最初に確認すべきこと
撮影したトーキングヘッド動画
音声が明瞭かを聞き、構図を確認する
AI生成のプレゼンター動画
発音、同意、口の動きと音声のタイミングを確認する
元画像から動画クリップへの変化
- 参照用のポートレート
- プレゼンター動画のコンセプト
これらは説明用のページ画像であり、実際の生成前後を検証したものではありません。実際の生成結果では、静止画の各フレームだけでなく、音と音のつながりも確認してください。
共有する前に確認すべき限界
1枚のフレームが自然に見えても、動画全体が自然とは限りません。動き、発話、使用許可をそれぞれ確認してください。
-
同意があることは証明できません
技術的に利用できる顔写真でも、写っている本人が話す姿として描かれることに同意したとは限りません。本人が承認していない言葉を、実在の人物が支持しているように見せないでください。
対処法自分の画像を使用するか、ポートレート、台本、使用目的について明確な許可を得てください。
-
自然な発話は保証できません
名前、頭字語、間の取り方、感情の込め方が不自然に聞こえたり、特定の音を発するときに唇や歯の見え方に違和感が生じたりすることがあります。
対処法難しい単語を含む短いテスト用の文を作り、よく聞いて修正してから長いクリップを作成してください。
-
どんな元画像の問題も修正できるわけではありません
唇が隠れている、影が強い、顔が小さすぎる、角度が極端といった画像では、アニメーションに使える情報の信頼性が低くなります。
対処法顔全体が見える、明るく照らされた正面向きの画像から始めてください。
-
実際の体験談の代わりにはなりません
生成された発話は、本人が台本の言葉を実際に述べた、体験した、または信じている証拠にはなりません。
代替方法本人の体験談が動画の主題なら、実際に話している本人を撮影してください。
短いプレゼンター用の台本を試す
実際に確認できる短い動画を作る
使用許可のあるポートレートを選び、平易な言葉で2~3文の台本を書きます。短い動画を生成したら、全体を確認し、言葉が正確か、間合いが自然か、生成された発言と実在の人物の発言を明確に区別できるかを確かめてください。
プレゼンター動画を作成- 鮮明な正面向きのポートレートから始める
- 発音が難しい名前を短い台本で試す
- 共有する前に動画全体を確認する
AI生成プレゼンターに関する質問
生成された動きや音声、またはその両方を使って、顔が話しているように見せる動画です。通常のカメラ撮影とは異なり、画面上の話す姿はポートレートと台本から作成できます。
適切なポートレート1枚を使える方法もありますが、使用できる素材はツールによって異なります。顔が小さく写っていたり隠れていたりする写真よりも、唇が見える鮮明な正面向きの写真のほうが、よい出発点になります。
必ずしも必要ではありません。テキストから音声を生成したり、録音した音声を使用したりできる場合があります。利用できる入力方法を確認し、完成した動画を最後まで聞いて発音とタイミングを確かめてください。
その用途について本人の許可を得ている場合にのみ、その人の肖像を使用してください。写真を見たり所有したりする許可は、写っている人が話しているように見せる許可とは異なります。
音声をオンにして、最初から最後まで視聴してください。話している言葉、リップシンク、顔の描写の一貫性を確認し、視聴者が生成された発言を本人の実際の発言と誤解しないか確かめてください。