NodaroAccount
Nodaro ドキュメント
ドキュメントノードリファレンスモデルテンプレートAI エージェント(MCP)開発者向けセルフホスティングリサーチ比較
動画

AI アバター

HeyGen で話すアバター動画を作ります。アバターを選ぶか自分の画像を動かし、スクリプトとボイス、または録音したナレーションを渡します。

AI アバターノードは、HeyGen で話すアバター動画を作ります。話し手には HeyGen のアバタールックか自分の画像を選び、話す内容には、選んだボイスで読み上げるスクリプトか、録音したナレーションを選びます。ノードは、アバターが話す動画を最大 4K で返します。

使いどころ

  • すべての動画に同じプレゼンターが登場する、製品デモや解説動画。
  • リストの受信者ごとにスクリプトを 1 つずつ用意した、パーソナライズされたビデオメッセージの大量作成。
  • 複数の言語で話すスポークスパーソン動画。スクリプトを変更し、その言語に合ったボイスを選びます。
  • 別のノードが書いたスクリプトから作る、ニュース風やトーキングヘッドの動画。

アバタールックを使い、スクリプトのない映画のようなシーンを作るには、シネマティックアバターを使います。任意の顔にオーディオトラックを話させるには、リップシンクを使います。

クイックスタート

ノードを追加する

キャンバス上で Tab を押し、動画 › アニメーションと演技 › AI アバターを選びます。

話し手を選ぶ

ノードカードのアバターから始めるで、おすすめのルックをクリックするか、カタログを検索するか、すべて表示をクリックしてカタログ全体を開きます。代わりに自分のポートレートを動かすには、代わりに画像を使用をクリックし、画像をアップロードするか、URL を貼り付けるか、画像ノードを接続します。

ボイスとスクリプトを設定する

カード上のボイスをクリックして、ボイスを選びます。各ボイスはプレビューで試聴できます。スクリプトをカードに入力するか、テキストノードをスクリプト入力に接続します。カードには、文字数と推定の長さが表示されます。

実行する

ステータスバーにノードの準備ができたことが表示されたら、実行をクリックします。動画がノードに表示されます。

スクリプトテキスト製品紹介のトークAI アバターAvatar IV · 9:16動画生成製品の B ロール動画を結合
書いた製品紹介のトークが話すアバター動画になり、その後、製品の B ロールとつなげられます。

話し手と話し方

ソースは、映像の取得元を決めます。

ソース渡すもの備考
アバター(デフォルト)カタログから選んだ HeyGen のアバタールックAvatar IV または Avatar V エンジンで動かします。
画像自分の画像。画像入力に接続するか、URL として貼り付けるか、アップロードしますアバターの作成やトレーニングは不要です。画像モードは独自のエンジンを使い、Avatar IV と同じように課金されます。

音声モードは、声の取得元を決めます。

音声モード渡すもの声
テキスト(TTS)(デフォルト)最大 5,000 文字のスクリプトと、ボイスの選択画面で選んだボイス選んだボイスと速度による、HeyGen のテキスト読み上げです。
接続したオーディオオーディオ入力に接続したオーディオノード録音そのままで、テキスト読み上げは使いません。10 分(600 秒)を超えるオーディオはトリミングされ、結果にその旨が表示されます。

どちらのソースも両方の音声モードに対応しており、ボイス、背景、字幕、モーションの設定も共通です。

ノードカード

カード自体が設定の手順を案内するので、最初の実行で設定パネルが必要になることはほとんどありません。

状態カードの表示
空アバターから始める:おすすめのルックの列、カタログ全体を対象にした検索ボックス、すべて表示、代わりに画像を使用が表示されます。画像モードでは、画像から始めるにアップロード領域が表示され、アバターを選択で元に戻れます。
設定済みエンジンのバッジと、アバターを変更または画像を置き換えが付いたポートレート。プレビューボタン付きのボイス。その場で編集でき、文字数と推定の長さが表示されるスクリプト。接続されたスクリプトは、接続元のノード名とともに読み取り専用で表示されます。音声モードが「接続したオーディオ」の場合は、代わりにオーディオの接続が表示されます。
生成済み動画です。実行すると、以前のバージョンに加えて新しいバージョンが作られます。新規実行は結果を非表示にし、最初からやり直せるように設定を再び表示します。「実行」をクリックするまで何も実行されず、「新規実行」をもう一度クリックすると結果が戻ります。
失敗ステータスバーに、エラーが赤で表示されます。以前のバージョンは表示されたままで、失敗の内容を示すバナーが付きます。

下部のステータスバーには、ノードを実行できるかどうか、足りないもの(たとえば「実行するにはボイスが必要です」)、どのエンジンと解像度でレンダリングされるかが常に表示されます。テキストモードには、スクリプトとボイスが必要です。「接続したオーディオ」には、オーディオの接続が必要です。アバターモードにはアバターが、画像モードには画像が必要です。接続された入力は、まだ何も出力していなくても、条件を満たしているものとみなされます。

アバターを選ぶ

すべて表示をクリックすると、アバターを選択ウィンドウが開きます。このウィンドウは、ルック単位ではなく、プレゼンター単位で整理されています。

  • 検索:名前、ルック、シーンで検索します。Ctrl+K で検索ボックスにフォーカスします。
  • ライブラリ:左側にあります。すべてのアバター、HeyGen アカウントに独自のルックがある場合の自分のルック、最近使用したものです。性別とシーンで絞り込めます。Avatar V フィルターをオンにすると、Avatar V のルックを持つプレゼンターだけが表示されます。
  • カード:1 枚に 1 人のプレゼンターが、ルックの数とともに表示されます。さらに 24 件を読み込むで、次のページを表示します。
  • 詳細列:選んだルックの拡大表示、そのプレゼンターのほかのルック、エンジン、向き、デフォルトのボイス、ボイスをプレビュー、このアバターを使用が表示されます。

ルックを選ぶと、ボイスをまだ選んでいない場合はそのルックのデフォルトのボイスが設定され、ルックの向きに合ったアスペクト比も設定されます。HeyGen がまだ作成中のルックには処理中…と表示され、準備ができるまで選べません。

カタログには数千のルックがあり、バックグラウンドで読み込まれます。目的のルックが表示されたら、すぐに選べます。

設定

設定説明
ソースアバターまたは画像です。話し手と話し方を参照してください。
音声モードテキスト(TTS)または接続したオーディオです。
アバターアバターモードで使う、HeyGen のアバタールックです。選択画面では、性別、ストックまたはカスタムのルック、Avatar V への対応で絞り込めます。
元画像画像モードで動かす画像です。画像入力に接続するか、URL を貼り付けるか、アップロードします。
ボイステキストモードでスクリプトを読み上げるボイスです。言語、アクセント、性別のフィルターとプレビューがあります。
スクリプトテキストモードでアバターが話す内容です。最大 5,000 文字です。
話す速度話す速さで、0.5〜1.5 です。デフォルトは 1.0 です。
エンジンHeyGen Avatar IV(デフォルト)、またはプレミアムエンジンの HeyGen Avatar V です。アバターモードのみ。ルックが Avatar V に対応していない場合、パネルに警告が表示され、ノードは Avatar IV を使います。
解像度720p(デフォルト)、1080p、4K のいずれかです。
アスペクト比16:9(デフォルト)または 9:16 です。
字幕を生成(SRT)動画と一緒に、字幕ファイルを作ります。

詳細設定

さらに細かく調整するには、詳細設定を表示をクリックします。

設定説明
ピッチと音量ボイスを調整します。ピッチは -50〜+50 です。テキストモードのみ。
ロケール(任意)ボイスの言語ロケールです。たとえば en-US です。テキストモードのみ。
TTS エンジンHeyGen のデフォルト、ElevenLabs、Fish のいずれかです。ElevenLabs ではモデル(v3(推奨)、Multilingual v2、Turbo v2.5、Flash v2.5)を選び、安定性、類似度、スタイル、スピーカーブーストを調整します。Fish では、安定性と類似度を調整します。テキストモードのみ。
背景アバターの後ろの背景を、なし、色、画像から選びます。
背景を削除アバター自体の背景を削除します。
字幕を動画に焼き込む字幕を映像に焼き込みます。字幕の生成もオンになります。
出力形式MP4 または WebM です。
フィット塗りつぶしまたは全体を表示です。
モーションプロンプト(任意)と表現力アバターの動きを説明し、表現力を低(デフォルト)、中、高から選びます。Avatar IV と画像モードで使えます。

クレジット

料金は、エンジン、解像度、動画の実際の長さによって決まります。Avatar V は Avatar IV より高く、解像度が高いほど料金も高くなります。画像モードは、Avatar IV と同じように課金されます。字幕に追加料金はかかりません。エディターでは、実行前に料金が表示されます。

  • まず確保し、その後に実際の料金を請求:クレジットは、実行の開始時に確保されます。動画ができあがると、実際の長さの分だけを支払い、残りは返還されます。
  • テキストモード:スクリプトの長さと話す速度から、確保する量を決めます。話す速度が遅いと動画が長くなるため、確保する量が少し多くなります。
  • 接続したオーディオ:クリップを測定した長さから、確保する量を決めます。上限は 10 分です。どの実行も、何かを確保する前にクリップを測定します。実行ボタン、API、ワークフロー、アプリ、テンプレートのどの実行でも同じです。ブラウザーで作った録音のように、ヘッダーに長さが書かれていない録音は、全体を測定します。
  • オーディオモードでの実行前の料金は、実行で再生されるオーディオの長さに対する確保額です。ノードのクレジットのチップ、実行ボタン、ワークフローの見積もり、実行前のクレジットの確認、アプリに表示される料金は、その長さを次のように読み取ります。
    • アップロードしたオーディオは、記録された長さで読み取られます。
    • この実行でノードが作るオーディオで、長さが実行前にわかるものは、その長さに 0.15 秒を足して読み取られます。作られたファイルは、予定の長さより少し長くなるためです。吹き替えや音声抽出の後では、代わりに 0.25 秒を足します。
    • この実行で実行されないノードは、その結果を渡し、結果に記録された長さで読み取られます。
  • 実行前にオーディオの長さがわからない場合、表示される料金は 2 分の確保額です。テキストから音声やテキストから会話がこの実行で作る声、長さが記録されていないアップロード、ノード自体に設定したリンク、アプリのユーザーが渡すオーディオが該当します。2 分の確保額は最低額で、実際の料金ではありません。実行はオーディオを測定して、その長さの分を確保するため、長いオーディオでは、実行がこのノードに達したときにその残高が必要です。
  • どのオーディオで料金が決まるか:ワークフロー、アプリ、API の実行では、最後に接続したオーディオが再生されます。何も接続していない場合は、設定パネルで選んだオーディオです。エディターでノード自体を実行した場合は、最後に接続したオーディオが再生されます。
  • 読み取れないクリップは拒否されます:何かが確保される前に拒否されます。一時的に接続できないリンクには 503 が返され、もう一度実行できます。それ以外の読み取れないクリップには 400 が返されます。メディアのリンクを参照してください。

HeyGen が設定されていない場合

HeyGen のキーがないセルフホスティング環境では、アバターとボイスの選択画面が空になり、HeyGen のキーを追加するか Nodaro Cloud に接続するよう求める通知が表示されます。この状態で実行すると、heygen_not_configured エラーで失敗します。ほかの場所で作られたワークフローでは、そのアバターとボイスは引き続き表示されます。Nodaro Cloud への接続を参照してください。

ヒント

  • 下書きは安く作る:まず Avatar IV の 720p で作り、最終版で 1080p や Avatar V に切り替えます。
  • 先にボイスを試聴する:長いスクリプトをボイスに任せる前に、聞いて確かめます。
  • 正確なテンポには「接続したオーディオ」を使う:録音や生成したナレーション(たとえば テキストから音声で作ったもの)を使うと、タイミングと声を完全にコントロールできます。
  • SNS には縦型を使う:9:16 は TikTok、Instagram のリール、YouTube ショートに適しています。

よくある質問

自分のアバターを作る必要はありますか?

いいえ。カタログから HeyGen のアバタールックを 1 つ選ぶか、「代わりに画像を使用」を選んで自分のポートレートを動かせます。画像モードでは、アバターの作成やトレーニングは不要です。

AI アバターの動画はいくらかかりますか?

料金は、エンジン、解像度、動画の実際の長さによって決まります。クレジットは実行の開始時に確保され、動画ができあがると未使用分が返還されます。そのため、支払うのは実際に得られた秒数の分だけです。

Avatar IV と Avatar V の違いは何ですか?

どちらも HeyGen のアバターエンジンです。Avatar IV がデフォルトです。Avatar V はプレミアムエンジンで、料金が高くなります。Avatar V に対応していないルックでは、Avatar IV が使われます。画像モードは独自のエンジンを使い、Avatar IV と同じように課金されます。

アバターに自分の録音を話させることはできますか?

はい。「音声モード」を「接続したオーディオ」に設定し、オーディオノードを接続してください。アバターは、テキスト読み上げを使わず、録音をそのまま話します。10 分を超えるオーディオは 10 分にトリミングされます。

AI アバターとシネマティックアバターの違いは何ですか?

AI アバターは、スクリプトやナレーションを話すトーキングヘッド動画を作ります。シネマティックアバターは、1〜3 個のアバタールックを使い、プロンプトから短い映画のようなシーンを作ります。スクリプトやボイスは使いません。

最終更新

目次