キストから音声・動画：一言から完全な音声付き動画へ

画像から音声・動画へ：静的な画像がしゃべり出す、動き出す

テキストを入力すると、音声・効果音・環境音付きの動画を生成

画像 / テキストをアップロードし、ワンクリックで音声付き動画を直接出力。既存の画像を音声と映像のコンテンツへ拡張するのに適しています。

サポートするオーディオタイプ

発話・ナレーション

対話

歌唱・ラップ

環境音声

物体・動作音声

混合音声

テキストから音声・動画 - 操作画面

画像から音声・動画 - 操作画面

パラメータ設定

• 動画の長さ：5秒、10秒

• 動画サイズ：16:9、1:1、9:16

• 動画の数：一度に最大4本

• 動画の長さ：5秒、10秒

• 動画の数：一度に最大4本

注意事項

• 現在、モデルは中国語/英語の音声出力に対応しています。他の言語を入力された場合、モデルは自動的に英語に翻訳して音声を生成しますが、動画全体の生成効果には影響しません。英語音声が出力されるシーンでは、英単語はできるだけ小文字で入力してください。頭文字をとった固有名詞（略語）に言及する際は、できるだけ大文字で入力してください。
• 歌唱や対話のようなシーンでは、10秒（10s）の設定を推奨します。これにより、より完全で安定した生成効果が得られます。
• 画像から動画生成機能において、出力される動画の鮮明さは入力画像と高い相関関係があります。動画の品質を向上させるため、より高解像度の画像をアップロードすることをお勧めします。

テーブルにはリップスティックのサンプルが両側にディスプレイされています。[白人系美容インフルエンサー]が、マットなダスティーローズ色のリップスティックを手に取ります。[白人系美容インフルーエンサー、甘くフレッシュな声]で：「Perfect for yellow undertones! Brightens the complexion without drying, and the finish looks beautifully soft all day.」背景：ソフトな美容系BGMが流れています。

視覚：ファッションライブ配信ルームで、服がハンガーラックにかかっており、全身鏡がホストの姿を映しています。台詞：[アフリカ系アメリカ人の女性ホスト]が体を回してスウェットシャツのフィット感を披露します。[アフリカ系アメリカ人の女性ホスト、明るい声]で：「360-degree flawless cut, slimming and flattering.」直後に、[アフリカ系アメリカ人の女性ホスト]がカメラに近づきます。[アフリカ系アメリカ人の女性ホスト、活気のある声]で： 「Double-sided brushed fleece, 30 dollars off with purchase now.」

浜辺で波が岸に打ち寄せています。[白人系の若い男性]が、後ろ向きに被った野球帽姿でカメラを持ち、口元に笑みを浮かべて自撮りをしています。[白人系の若い男性、陽気な声]で：「The weather is amazing today! All my worries feel totally gone. I've been needing a day like this—sun, breeze, just the sound of the waves.」カメラはVlog風のクローズアップスタイルです。

キッチンで、オーブンの扉が半開きになっており、テーブルの上に黄金色のシフォンケーキが置かれています。[ラテン系の少女]が手で優しくケーキを割り（ケーキくずがポロポロと落ちる）、目が嬉しそうに輝いています。[ラテン系の少女、誇らしげで甘い声]で： "My first success. Look at that crumb!"" 背景：明るいBGMが流れています。

視覚：屋外ショッピングモールの前で、群衆が集まり歓声を上げています。台詞：[アフリカ系アメリカ人の男性リポーター]が群衆の隣に立ち、マイクを持ち、体をやや横向きにしています。[アフリカ系アメリカ人の男性リポーター、落ち着いた声]で： 「Now we can see the atmosphere here is absolutely electric. Let's go check it out together! There's so much happening all at once.」背景：賑やかな群衆の声とイベントBGMが聞こえ、所々でイベントの様子がクローズアップで映し出されます。

スポーツニューススタジオでは、キャスターの背後にあるスクリーンにバスケットボールの試合リプレイが映し出されています。[スポーツキャスター]がニュースデスクの後ろに座り、指先で軽く机をトントンと叩いています。[スポーツキャスター、明瞭で力強い声]で：「Look at this clutch play! He stepped up when it mattered most, hitting the shot that decided the championship! This game-winning shot sealed the victory outright.」背景：試合会場からの歓声が聞こえ、カメラはスポーツキャスターの顔にフォーカスしています。

国際テクノロジーサミットのメイン会場で、各国の代表者たちが席を埋めています。[インド人起業家]がステージ中央に立ちます。[インド人起業家]は聴衆をしっかりと見つめ、手は自然に身体の横に下ろしています。[インド人起業家、大きな声]で： "A decade ago, the world saw India through call centers.." 一瞬の間を置き、彼は両手を上に広げます。[インド人起業家、熱のこもった声]で： "Now, Indian innovation is reshaping the world with tech!" カメラがインド人起業家の顔にゆっくりとズームインしていき、スピーチを終えると、彼は両手を合わせて祈りのポーズを取ります。聴衆から拍手が沸き起こります。

視覚：TEDスタイルの円形ステージで、話者が座り、観客は影の中に隠れています。台詞：[話者]は少し前傾姿勢になり、両手を軽く演台に置いています。[話者、誠実で優しい声]で： 「Your biggest limitation isn't your ability; it's the story you tell yourself about your ability.」 背景：観客から軽い笑い声、続いて拍手が起こり、カメラはミドルクローズアップで話者の顔にゆっくりと、わずかにズームインし続けます。

視覚：整然としたリビングルームの中央に、白色のロボット掃除機が置かれており、周りに散らかりはありません。台詞：[ナレーター、柔らかい女性の声] 穏やかな掃除機の音を伴って：「Are you still troubled by dust in hard-to-reach corners? This robotic vacuum features edge-to-edge cleaning, leaving no gaps behind—making your life easier and effortless!」 カメラは掃除機の清掃経路を密着して追います。

視覚：明るい週末の朝、リビングルームは光に満ち、ヴィンテージグリーンのブルートゥーススピーカーがコーヒーテーブルに置かれています。台詞：[白人系の若い男性]がコーヒーカップを手にスピーカーへ歩み寄り、スイッチを軽くタップします。[白人系の若い男性、カジュアルな声]で： "Good morning. With 360-degree surround sound, you can enjoy rich, full music from anywhere in the room." 話し終えると、若い男性はその場を離れ、カメラはスピーカーにフォーカスします。

視覚：ワールドカップ決勝戦で、ライトがまばゆく輝き、スタンドは興奮の渦に包まれています。台詞：（キャラクターなし、ナレーションのみ）[ナレーター、興奮した男性の声] ボールがネットを揺らす瞬間に："The game is over!" 背景：サポーターたちの歓声が沸き起こり、カメラはゴールキーパーの視点からボールがネットに入る瞬間を捉えます。

F1レース場のメイングランドスタンド前を、マシンが疾走します。[ナレーター、興奮した男性の声]が言う：「Final lap! He's on the inside! Oh what a move! They are side by side to the line! Unbelievable!」背景：エンジンの轟音とタイヤのきしむ音が響き、カメラが並走する2台を追います。

視覚：レンガ壁に防音パネルが貼られたモダンなインダストリアルスタイルの録音スタジオで、機材が整然と配置されています。台詞：[白人男性司会者]がマイクの前に座り、少し前かがみになります。[白人男性司会者、落ち着いた声]で： "Today we're excited to have Dr. Sarah Miller from Stanford AI Lab. Sarah, your research on neural networks is groundbreaking." この間、[アフリカ系アメリカ人女性ゲスト]は沈黙しています。直後に、[アフリカ系アメリカ人女性ゲスト]が顎をわずかに上げ、マイクを持ちます。[アフリカ系アメリカ人女性ゲスト、優しい声]で： "Thank you for having me."この間、[白人男性司会者]は沈黙しています。

ロサンゼルスのモダンポッドキャストスタジオで、温かな黄色のフィルターがベージュのファブリックソファを包んでいます。[白人女性司会者]がカメラを見つめ、指をソファの肘掛けに軽く置いています。[白人女性司会者、甘い声]で：  "The Santorini sunset in Greece is absolutely breathtaking! Highly recommend adding it to your bucket list."この間、[アフリカ系アメリカ人男性司会者]は沈黙しています。直後に、[アフリカ系アメリカ人男性司会者]が軽くうなずきます。[アフリカ系アメリカ人男性司会者、優しい声]で： "Exactly, that's the perfect spot to unwind and escape the daily grind."この間、[白人女性司会者]は沈黙しています。カメラは白人女性司会者とアフリカ系アメリカ人男性司会者とのやり取りにフォーカスします。

視覚：薄暗いカジノのVIPルームで、中央に緑色のフェルトポーカーテーブルがあり、漂う煙が渦巻いています。壁のランプが温かく、シルエットのような光を落としています。台詞：[スーツ姿の男、ひじをテーブルについて前のめりに、低い男性の声]："Three rounds to decide. Win, and all the chips are yours. Lose, and tell me the real reason you're getting close to him."[巻き毛の女性、指でテーブルの端をそっとなぞり、赤い唇がほのかな微笑みを浮かべ、クールで魅力的な女性の声]： "I don't care about the chips."

視覚：極寒の荒野。探検家たちが火を起こし始め、薪がぱちぱちと音を立てています。台詞：[探検家A、疲労の中にも確固たる決意を込めて]： "The fire is lit."[探検家B、希望に満ちた声で、話者が切り替わる]： "We're saved!"効果音：燃える炎のぱちぱちという音、遠くからの狼の遠吠え、吹きすさぶ極寒の風の音。

視覚：ニューヨークのオフィスビル内のオフィスエリア。クールトーンの照明が作業スペースを照らし、プリンターが作動しています。台詞：[男性社員]と[女性社員]がプリンターの傍らに立ち、向き合っています。[男性社員、落ち着いた声]："How's the project report coming along? Manager needs it this afternoon." この間、[女性社員]は沈黙しています。直後に、[女性社員、効率的な声]で返答します："Almost done. I'll send it in 10 minutes."この間、[男性社員]は沈黙しています。カメラは2人のやり取りにフォーカスし、プリンターの音とオフィスの環境音が聞こえます。

視覚：朝のキッチン。窓から差し込む太陽の光がカウンターに注ぎ、フライパンがじゅーじゅーと音を立てています。台詞：[彼氏]が焦げた目玉焼きをテーブルに置き、誇らしげに片眉を上げます。[彼氏、明るい声]： "Try my breakfast made with love!"この間、[彼女]は沈黙しています。直後に、[彼女]が身を乗り出し、軽く匂いを嗅いで眉を上げます。[彼女、からかうような声]："The love is definitely felt, it's just a bit burnt."  この間、[彼氏]は沈黙しています。そして、二人は目を合わせ、一緒に笑いながら言います："It's just a bit burnt."  カメラは目玉焼きのクローズアップから、微笑み合う[彼氏と彼女]へとカットします。

視覚：コメディステージで、スポットライトが中央に集中し、観客は影の中にいます。台詞：[スタンダップコメディアン]がステージ上でマイクを持ち、体を少し揺らしています。[スタンダップコメディアン、ユーモアのある男性の声]：「My gym trainer said the first step is hardest... Lies! The first step is easy. It's the 5,000th step that's trying to murder you!」言い終えると、コメディアンは肩をすくめて両手を上げます。背景：観客からの笑い声と拍手が聞こえ、カメラはコメディアンの顔にフォーカスしています。

視覚：桜の広場で、ピンクの花びらが舞い、噴水の近くに薄らと廃墟が見えます。台詞：[ピンクのメカ少女]がエネルギー翼を広げ（大きな警報音と共に）、慌ててコントロールスクリーンを見下ろします。[ピンクのメカ少女、慌てた声]： "Oh no, only five percent battery left!"直後に、ピンクのメカ少女は噴水の近くに着陸し、モバイルバッテリーを探るように差し込み、巨大な怪物を一瞥します。[ピンクのメカ少女、きまり悪そうな声]："Um, could you please wait while I recharge?" 巨大な怪物は首をかしげて困惑したような低い唸り声を上げ、爪を引っ込め、瓦礫に腰を下ろします。カメラは、ピンクのメカ少女の慌ただしい動作にフォーカスします。

視覚：陽光が降り注ぐ庭園の小道。デイジーが満開で、蝶が優雅に舞っています。台詞：[アジア人女性]がゆるやかな編み込み髪でゆっくり歩き、フローラルドレスがデイジーに触れます。[アジア人女性、優しい声]で歌います："In this tranquil morning, I've found my way. With dreams in my heart, there's light in my days." アジア人女性が手を伸ばして花々をそっと撫でると、白い蝶が驚いて飛び立ちます。

視覚：ブルーの光に包まれたライブハウス。中央にハイバースツールが置かれ、観客は影の中にいます。台詞：[ショートヘアの女性歌手]がハイバースツールに座り、木製ギターを抱え、指でそっと弦をかき鳴らしています。[ショートヘアの女性歌手、心のこもった声]で歌います： "And I will try to fix you, all night long..."サビに差し掛かると、[ショートヘアの女性歌手]は観客席の方を見つめます。背景：グラスが触れ合う音。カメラは、ショートヘアの女性歌手の弦を弾く指と、彼女の表情に交互にフォーカスを切り替えます。

視覚：ニューヨーク、ブルックリン──落書きだらけの壁の前で、ストリートの熱気が強く、近くでブレイクダンサーがフリースタイルで踊っています。対象：ゴールドチェーンとオーバーサイズのフーディを着たアフリカ系アメリカ人ラッパーが、ビートに合わせて揺れながらカメラに向かっています。音声：[アフリカ系アメリカ人ラッパー、エネルギー溢れる男性の声] ドラムビートに乗せてラップ："Yeah, from the bottom to the top, I’m shining bright like a star. Brooklyn streets raised me tough, fought through the dark. Gold chain swingin’, flow hits hard, grindin’ daily, never bored. Now I’m livin’ in the light, this is my life, raw and hardcore!"背景：重低音のベースとターンテーブルのスクラッチ音が重なる。カメラは、彼の表情、手のジェスチャー、ブレイクダンサーたちのクローズアップショットへと素早く切り替わります。

視覚：ストリートステージで、観客が周りに立っています。台詞：[若手ラッパー]がシルバーチェーンと黒のフーディを着て、ビートに合わせて体を揺らしています。[若手ラッパー、ダイナミックな男性の声]でラップ："Yo, pavement to stage, flow lit, crowd goin’ wild! Mic in my grip, dreams unchained, let the rhythm ride! Raw vibe, sharp rhymes, keep the energy high—this is how we fly, no need to deny! Grind hard, spit fire, make the moment mine, street-born rhythm, let times shine!" カメラは若い白人ラッパーの動きにフォーカスします。

視覚：明るいリハーサルルーム。窓から太陽の光が差し込み、スタンディングマイクが部屋の中央に置かれています。台詞：[学園バンドの女性リードシンガー]がマイクの前に立ち、目を閉じています。他のメンバーは彼女を取り囲むように立っています。[学園バンドの女性リードシンガー、豊かな声]でリードします："I will try to fix you, with all my heart and soul..."  背景はアカペラのハーモニーで、カメラはバンドメンバーの周りをゆっくりと旋回します。

視覚：大学の屋上で夕日が沈む時、金色の夕焼けが地面を包み込んでいる。台詞：[アジア系の男女学生たち]が輪になって座り、アコースティックギターを弾いています。表情は深く没入している。[アジア系の男女学生たち、若々しいコーラス]で歌います： "Starlight all over the sky, please light the way ahead; let our youthful voices sail away with the wind."カメラは一人ひとりの顔をゆっくりと旋回し、ギターの弦が夕日の中で金色の光を放っています。

視覚：伝統的な書斎。壁に掛け軸が掛かり、机の上には柔らかい光に包まれた古琴が置かれています。[文人]が机の前に静かに座り、指先で古琴の弦をそっと弾いています。表情は穏やかです。背景：巻物を広げる音と、古琴の調べが聞こえます。カメラは、弦を弾く文人の指にフォーカスします。

視覚：ネオンの光に照らされた雨の夜の街。雨粒が地面に落ちています。台詞：[チェリスト]が街灯の下に立ち、髪の先に雨滴がついています。彼はチェロを弾いています。背景：ゆっくりと情感豊かなチェロのソロ曲が流れています。カメラは、チェロの弦の上で震える水滴と、[チェリスト]の閉じた目にフォーカスします。

視覚：居心地の良いリビングルーム。暖炉では薪が燃えており、ソファがコーヒーテーブルのそばに置かれています。台詞：[男性主人公]がリビングルームに入ってきます。[男性主人公、優しい声]で： "Babe, taking a break from work?" この間、[女性主人公]は沈黙したまま微笑み、うなずきます。直後に、男性主人公がソファへ歩み寄り、カップを優しく置き、手を伸ばして女性主人公の髪をくしゃくしゃっと撫でます。カメラは2人のやり取りにフォーカスします。

視覚：南極の風景。そびえ立つ氷の構造物。全体的なトーンは冷たく、白く、凍えるような色調。氷河が大きな音を立てて裂け、続いて氷が砕ける音がし、調査隊のスノーモービルのエンジンが轟音をあげる。カメラは後退する調査隊と、崩れ落ちる氷の塔を追います。

視覚：午後の部屋。ブラインドから差し込む陽の光が床に縞模様の光の斑点を作っています。[ジンジャーキャット]が窓辺で横たわっています。[ジンジャーキャット]はゆっくりと呼吸し、背景には遠くの鳥の声と葉ずれの音が聞こえます。カメラは、猫の呼吸に合わせてゆっくりと動く光の斑点にフォーカスします。

視覚：真夜中のダイナーの風景。カウンターの明かりだけがついており、テレビには「Man Wandering in the Park at Midnight」という場面が映っています。台詞：[アフリカ系アメリカ人の店主]がテレビを見ます。[アフリカ系アメリカ人の店主、深みのある声]："I wonder who needs help this time?"  アフリカ系アメリカ人の店主はしばらくテレビを見つめた後、表情が和らぎます。[アフリカ系アメリカ人の店主、優しい声]： "I see. It's a father carrying his daughter in his heart."カメラは、アフリカ系アメリカ人の店主の顔とテレビ画面に交互にフォーカスを切り替えます。

視覚：夜の図書館の修復室。暖かなデスクランプが古書を照らし、修復師は白い手袋を着けています。台詞：[古書修復師]が柔らかいブラシで古書の表紙をそっと払い（かすかなブラシの音）、マイクにブラシを近づけます。[古書修復師、囁くような声]："These pages have been asleep for two hundred years. Today, we wake them gently." 背景：本のページがかすかにさらさらと音を立て、カメラはクリーニングの動作にフォーカスします。

視覚：映画的な雨の日のカフェ。窓に雨が跳ね、全体的に涼やかなブルーグリーンのトーン。台詞：[ブロンドのフランス人女性]が入ってきて着席し、髪が少し湿っています。彼女はカメラを直視します。[ブロンドのフランス人女性、低い声]： "You don't remember the moment, you just remember the feeling." その後、カメラは中央に現れた金色の香水のボトルにフォーカスし、ブロンドのフランス人女性の顔にズームインします。

視覚：プロダクト展示シーン。シンプルで明るい背景の中央に、[レーズン]が置かれています。台詞：[レーズン]がねじれて水分を吸収し、ふっくらとした緑のブドウへと変形します。[オフスクリーンの声、歯切れの良い女性の声]："Don't want to end up shriveled like I was? Hydrating face cream quenches your skin's thirst and turns back time." 背景：水がはねる音が聞こえ、カメラが引いてフェイスクリームを映し出します。

【シーン】 映画のような質感の雨の日のカフェ。冷ややかな青緑の色調で、雨が窓を濡らしている。【主体】 カフェに入ってきて席に着く [金髪のフランス系女性]。髪は少し濡れており、優雅な表情をしている。【オーディオ】 [金髪のフランス系女性、低い女性の声] カメラを直視して言う。「You don't remember the moment, you just remember the feeling.（その瞬間を覚えているんじゃない、その感覚を覚えているのよ）」。カメラは女性の顔にフォーカスし、その後中央に香水瓶が浮かび上がる。

原則

コアとなる原則

記述要件と例

誤った記述例

オーディオタイプ

カテゴリ

トリガーワード

例

ボイス

表現方法

• 一人の男性がテーブルのそばに座り、落ち着いて別の人に話す。
• 一人の子供が庭に立ち、好奇心いっぱいに質問を尋ねる。
• 一人の老人が暖炉のそばに座り、ゆっくりと私に彼の過去の経験を伝える。

感情・態度

• 混雑した部屋で、二人の友人が顔を近づけ、そっとささやいて秘密を話す。
• 静かな図書館で、一人の学生が携帯電話に向かって小声で話す。
• 授賞式で、受賞者がトロフィーを高く掲げ、興奮して受賞の感想を述べる。

声の特質

• 一人の患者が目覚め、しわがれた声で助けを求める。
• ラジオ局で、アナウンサーが明瞭な声でニュースを放送する。
• 一人の子供が寒風の中に立ち、震える声で母親を呼ぶ。

対話

相互作用の形式

• カフェで二人の友人が、一人がもう一人に個人的な問題を尋ねる。
• 面接官が問題を提出した後、面接者が直ちに回答した。
• 誰かが物語をしている途中に遮られ、その後、続けて話す物語の結末。

動作音

• 一人の父親が玄関先に立ち、庭で遊んでいる子供を大声で呼ぶ。
• 二人の隣人が廊下に立ち、防音が悪いと互いに不平を言う。
• 一組の夫婦がキッチンで、感情的になって口論する。

歌唱

テクニック・スタイル

• 一人の歌手がステージ中央に立ち、伴奏なしで、歌の最初のフレーズをアカペラで歌い始める。
• 一人の女の子がベッドに横たわり、目を閉じて子守歌を優しく歌う。
• 一人のシェフがキッチンで料理をしている間、楽しそうにメロディを鼻歌で歌う。

感情・状態

• 一人のオペラ俳優がクライマックスで、感情的になって高音を歌う。
• 一人のフォーク歌手がギターを抱え、ラブソングを優しく歌う。
• 一人のソプラノ歌手が豪華な衣装を着て、美声で歌う。

ラップ

専門用語

• 一人のストリートラッパーがネオンの下で、ラップを行う。
• 一人の若者がストリートでパフォーマンスを行い、彼のラップのスキルを披露する。
• 一人のラッパーが強烈なドラムビートに合わせ、極めて強いリズム感を表現する。

音声

日常の動作

• アップショット：誰かが炭酸飲料のボトルの栓を開ける音。
• 一つの手が水差しを持ち、水をグラスに注ぐ。
• 静かな図書館で、誰かが素早くページをめくる音。

材質の衝突

• グラスが金属のスプーンで軽く叩かれ、「チリン」という音を立てる。
• 大きな両手が素早く「パン」という音を立てて叩き合う。
• 錠前に鍵が差し込まれ、回すと「カチッ」という音を立てる。

自然音

• 小川の水が石の上を流れ、「サラサラ」という音を立てる。
• 突風が谷を吹き抜け、「ヒューヒュー」という音を立てる。
• 焚き火が燃えており、「パチパチ」という燃焼音を立てる。

機械音

• 一台のスポーツカーが公道で轟音を立てて加速する。
• 古い水道の蛇口から水が絶え間なく滴る。
• 一匹の巨大なハチが近くを飛び、「ブーン」という羽音を立てる。

楽器音

• 一人の演奏家がコンサートホールでピアノを弾いている音。
• 一人のストリートミュージシャンがギターの弦を優しく弾く音。
• 一人の演奏家が優雅なバイオリンのソロを演奏している。

環境音

都市

• 交通量の多い交差点での、絶え間ない車の流れの騒音。
• 博物館で、背景から聞こえる軽微な人々のささやき。
• 地下鉄の車両が駅に出入りする際の地下鉄の騒音。

自然

• 早朝の砂浜で、心地よい波の打ち寄せる音が聞こえる。
• 開けた平原には、吹き荒れる風の音だけが響く。
• 早朝の森の中で、様々な鳥のさえずりが絶え間なく聞こえる。

室内

• 静かなオフィス内で、持続的で低いエアコンの音だけがする。
• 一人のプログラマーが深夜に仕事をしており、速いキーボード音だけが響く。
• 一人の図書館員が本を整理しており、紙が擦れる音を立てる。

Web版-操作画面

App版-操作画面

操作手順

1. 「+ 新規音色」をクリックし、「本地アップロード」または「履歴作品から選択」から作成可能：

• アップロード：Web版はmp3、wav、mp4などの音声/動画ファイルをサポート。App版は動画ファイルのみサポート。素材は以下を満たす必要があります：
  • 長さ5〜30秒、単一人物の発話が望ましく、複数人の声の重なりを避ける。
  • 話速が安定しており、ニュートラルな感情、背景に顕著なノイズがない。
• 履歴作品から選択：「履歴創作」または「歷史アップロード」から音色を抽出可能。ただし、音響効果類、特殊効果類の作品、および動画 2.6 リリース前に生成された動画、2.6 モデルで「音画同期」を有効にしていない動画など、安定した音色が抽出できない素材はサポートされていません。

    2.  アップロード完了後、システムが自動的に音色を抽出します。抽出された音色に対して、名前の変更、削除などの操作が可能で、最大200個の音色作成をサポートします。

方法一：「@」記号によるクイック呼び出し

方法二：「音色リスト」からの手動選択

操作手順

1. 創作インターフェースの「音画同期」スイッチをオンにする。
2. 入力ボックスに @ 記号を入力すると、システムが自動的に音色ドロップダウンリストを表示。
3. リストから直接音色を選択するか、音色キーワードを入力して正確にマッチングし、該当音色をバインド。 | 1. 創作インターフェースの「音色を選択」リストを開く。

1.  創作インターフェースの「音色を選択」リストを開く。
2. 目標音色を選択してクリックし、音色バインドを完了。
    

音色発効ルール

• 指定音色使用ルール：指定した主体に指定した音色で発声させたい場合、主体の直後に @音色名 を追加する必要があります。つまり「主体@音色名」。
  • 例：[商品紹介者] @甘い女性の声：「このトップスは今まさに流行のアイテムです～」
• 複数音色使用ルール：異なるキャラクターの「@音色名」は互いに独立しており、お互いの音色バインド関係を上書きしません。二人の対話シーンへの適用を推奨、3人以上のシーンでは効果が低下します。
  • 例：[先生] @知的な女性の声：「教科書の20ページを開いてください。」[生徒] @少年の声：「はい、先生！」
• 現在、中国語と英語の音声/動画コンテンツに基づく音色作成のみサポート。歌唱シーンでは音色コントロールの効果が弱まります。

タイプ

プロンプト形式

プロンプト例

操作図示

単独人物の発話/歌唱

[役名] @音色 ：「台詞内容。」

警察と犯罪者による取り調べ場面。[刑事・李 @王総の音声プロファイル] が立ち、詰問する：「証拠はどこだ？」[容疑者・張 @小紅の音声プロファイル] はうつむき、微かに震えながら：「何も知りません…」** 全体は厳粛で緊張した雰囲気。近接ショットで二人の対話に焦点を当てる。

複数人物の対話/歌唱

（二人の対話シーンへの適用を推奨。3人以上のシーンでは効果が低下）

[役名A] @音色A ：「台詞A。」 [役名B] @音色B ：「台詞B。」

家族の別れの場面。[父 @自分の音声プロファイル] が軽くうつむき、声を潜めて：「列車がもうすぐ発車するよ…」[娘 @親友の音声プロファイル] はうつむき涙をぬぐいながら：「パパ、行かないで…」** 全体は切ない情感に包まれ、ミディアムショットで別れの瞬間をとらえる。

エラータイプ

プロンプト形式

例

役者主体が欠如し、直接音色を主体とする

@音色 ：「台詞の内容。」

• 天気予報放送シーンで、[@女性ナレーター音色] が穏やかに放送：「今日の天気予報へようこそ。」

複数役者が同一音色に重複バインド

[役者A] @音色1。 [役者B] @音色1。

• 守衛所の見張りシーンで、[守衛A@大学時代の同級生の音色] が低い声で報告：「正門はすでに施錠しました。」[守衛B@大学時代の同級生の音色] がうなずいて確認：「問題ありません、全て安全です。」全体は落ち着いた厳格な雰囲気、近接ショットで二人の見張り対話状態を捉える。

音色マークの位置が誤っている

• [A]：「台詞A。」 [B]：「台詞B。」 @音色
•  [A]：「台詞A。」 [B]：「台詞B。」 @音色 を [B] にバインド
• @音色。 [役者] ：「台詞の内容。」

• 家庭内日常会話シーンで、[男性]：「どこに行っていたの？」 この時点で話者切り替え [女性]：「散歩に出かけていたの。」 @自分の音色。
• 守衛所の見張りシーンで、[守衛1]：「はい。」 [守衛2]：「了解。」 @音色を [守衛1] にバインド。
• ストリートラップシーンで、@Rapper A の音色。 [若者] ：「ストリートは眠らず、リズムは引かず。」 全体はクールでトレンディな雰囲気、背景に街の車の流れの音と軽いドラムのビート。

音色マークが台詞中に埋め込まれている

• [役者]：「台詞内容。 @音色」
•  [A]：「最初の一文、@音色。」 この時点で話者切り替え [B]：「二番目の一文。」

• [主人公]：「決めたんだ@私の音色、ここを離れると。」 全体は決然とした内面的な雰囲気、近接クローズアップショット、背景音は軽く緩やかな呼吸音。
• 家族の別れシーンで、[父]：「本当に行くのかい、@自分の音色。」 この時点で話者切り替え [娘]：「うん、これが私の決断なの。」 全体は悲しく名残惜しい雰囲気、背景音は低く沈んだ室内環境音。

音色が視覚的動作 / 非人声の音声にバインドされている

• @音色 [視覚的動作]、 [役者]：「台詞。」
•  [非人声オブジェクト] @音色、 [役者]：「台詞。」

• 室内対峙シーンで、[@張三の音色] がゆっくりと部屋に入ってくる、[男性]：「あなたは誰？」 横からのショット、背景に軽い足音。
• 警察と犯罪者の追跡シーンで、音響効果：[パトカーのサイレン音@私の音色] がウーウーと鳴り響く、[警官]：「もうすぐ到着だ。」全体は緊迫した慌ただしい雰囲気、追跡ショット、背景音にタイヤの摩擦音が重なる。

無効なバインド（発話していない役者へのバインド / 属性衝突）

• [A]：「台詞A。」 【指示：[B]にバインド】 (Bは発話していない)
•  [視覚的属性と衝突する役者] @音色属性 ：「台詞。」

• 洋服店の日常シーンで、[主人公]：「この服、すごくいいね。」[黙っている店員] が彼を見ている。[@同僚の音色] を[黙っている店員]にバインド。
• 室内取り調べシーンで、[背の高い男性@鋭い女性の子供の声] ：「捕まえられたよ。」 全体はサスペンスで対照的な雰囲気、近接ショット。