写真を喋らせるAI

写真を喋らせるあなたが書いたセリフで

写真をアップロードし、話してほしい内容を書いて、声を選ぶだけ。oVideoが写真を、言葉に合わせて口が動く動画に変えます。長さは最大90秒、SNSに投稿しやすい正方形です。

写真1枚口の動きが同期最大90秒日本語の台本OK正方形1024x1024ウォーターマークなし
写真を喋らせる

CreatorまたはProプラン。10秒で約23クレジット

写真を喋らせるAIとは?

写真を喋らせるAIは、1枚の画像から短い動画を作る機能です。AIが書いた文章を読み上げ、顔を動かして、口と頭が言葉に合わせて動きます。oVideoではこのツールを「ライブアバター」と呼んでいます。自分の写真か8人の用意されたキャラクターを使い、リストから声を選んで、ウォーターマークのない正方形のMP4をダウンロードできます。

ひと目でわかる

写真を喋らせるAIの基本情報

入力
顔が1つ写った写真(JPG、PNG、WebP)、または用意された8人のキャラクター
台本
最大2,000文字。選んだ声が読み上げます
声と日本語
日本語として登録された声はまだありません。台本を日本語で書き、リストから好きな声を選んでください。多言語対応の声(ElevenLabs)が日本語の文章を読み上げます。リストの言語フィルターに出るのは英語、トルコ語、スペイン語、ドイツ語、フランス語、アラビア語、ロシア語です
長さ
1本最大90秒
形式
1024x1024の正方形MP4、25fps。ウォーターマークなし、ファイルに字幕なし
価格
1秒あたり約2.2クレジット。10秒で約23、30秒で約66、60秒で約132、90秒で約199。作成前に確認できます
プラン
Creator(月40ドル、年払いなら月30ドル、2,000クレジット)またはPro。無料アカウントでは使えません
AIモデル
音声はElevenLabs、顔のアニメーションはリップシンク用のAIモデル。ブラウザで動きます

使い方

写真を喋らせるのは 3ステップ

  1. 01

    写真を選ぶ

    カメラの方を向いた顔が1つだけ写った鮮明な写真をアップロードするか、8人のキャラクターから選びます。

  2. 02

    台本を書く

    日本語で最大2,000文字まで書き、リストから好きな声を選びます。決める前にサンプルを聞いてみましょう。

  3. 03

    作成してダウンロード

    AIが台本を読み上げ、言葉に合わせて口を動かします。正方形の動画をダウンロードしましょう。

アイデア

喋る写真の 使い道

  • お誕生日おめでとう。 相手の名前を呼んで誕生日を祝う写真。メッセージは自分で書けます。
  • おはよう、おやすみ。 家族や友だちのLINEグループに送るちょっとしたあいさつ。
  • あけましておめでとう。 家族やお客さまに新年のあいさつを伝えるキャラクター。メリークリスマスにも。
  • 大好きだよ。 記念日やバレンタインデーのメッセージを、自分の写真に言わせてみましょう。
  • お母さん、お父さんからのひとこと。 母の日や父の日に贈る言葉を、本人の写真と許可を得て。
  • 授業やプレゼン。 自分を撮影しなくても、テーマや商品を説明してくれる案内役に。

きれいに仕上げるコツ

うまく喋る 写真のコツ

  • 顔がカメラの方を向いた、明るく鮮明な写真を使いましょう。
  • 髪や手、物で口が隠れないようにしましょう。
  • 話し言葉で書きましょう。短い文の方が自然に聞こえます。
  • いくつかの声で短い日本語の文を試し、いちばん自然に聞こえる声を選びましょう。

回答

よくある 質問

AIで写真を喋らせるには?
oVideoでライブアバターを開き、写真をアップロードするか8人のキャラクターから選び、台本を書いて声を選び、「動画を生成」を押します。AIが文章を音声にし、口が言葉に合わせて動くように顔を動かします。
写真を喋らせるのは無料?
oVideoでは無料ではありません。ライブアバターはCreatorプラン(月40ドル、年払いなら月30ドル、2,000クレジット)とProプランで使え、無料アカウントには含まれません。動画にウォーターマークは入りません。
喋る写真はいくらかかりますか?
長さに応じて1秒あたり約2.2クレジットです。10秒で約23、30秒で66、60秒で132、90秒で199クレジット。正確な価格は作成前に表示されます。Creatorプランの2,000クレジットで、月に約15分の動画を作れます。
写真に日本語を喋らせられますか?
はい、台本を日本語で書けば日本語で読み上げます。日本語として登録された声はまだないので、リストから好きな声を選んでください。多言語対応の声(ElevenLabs)は、書かれた言語で文章を読みます。リストの言語フィルターに出るのは英語、トルコ語、スペイン語、ドイツ語、フランス語、アラビア語、ロシア語です。長い動画の前に、短い文で試してみてください。
自分の声や音声ファイルで喋らせられますか?
まだできません。音声ファイルのアップロードや声のクローンには対応していません。写真は、あなたが書いた台本をリストの声で読み上げます。
口だけでなく写真も動きますか?
話している間、顔と頭が動き、口は言葉に合わせて動きます。体と背景は動きません。写真全体を動画のように動かしたい場合は、写真を動かすAIツールを使ってください。
動画の長さと形式は?
最大2,000文字の台本から、最大90秒の動画を作れます。ファイルは1024x1024の正方形MP4、25fpsで、ウォーターマークも字幕も入りません。縦の全画面動画にしたい場合は、編集アプリで縦長の背景の上に置いてください。
赤ちゃんや他人の写真を使えますか?
自分の写真か、許可をもらった人の写真だけを使ってください。赤ちゃんや子どもの写真は、親または保護者の場合に限ります。本人が言わないようなことを言わせるのはやめましょう。
写真を喋らせるアプリをダウンロードする必要はありますか?
いいえ。oVideoはブラウザで動くので、スマホでもパソコンでもアプリを入れずに使えます。台本を書くだけで、写真が喋る動画を作れます。

ほかのツール

あなたの写真を喋らせよう

写真1枚、日本語の台本、そして声を1つ。言葉に合わせて口が動く、最大90秒の動画です。

写真を喋らせるAI:写真1枚があなたの台本を話す | oVideo