動画の効果音
動画の動きに合わせた効果音、フォーリー、環境音を生成します。プロンプトは任意です。生成した音は、動画の元のオーディオトラックと置き換わります。
動画の効果音ノードは、動画に付ける音を生成します。画面の中の出来事に合わせた効果音、フォーリー、環境音です。ノードはクリップを見て、任意で書いたプロンプトを読み、生成した音を付けた MP4 を返します。このノードは MMAudio モデルで動きます。
生成した音はオーディオトラックと置き換わります
動画の効果音ノードは、動画の元の音を削除します。元の音も残すには、結果と元のオーディオを動画とオーディオを結合に接続します。元のオーディオは、たとえばオーディオを抽出で取り出せます。
使いどころ
- 生成した無音の動画に、フォーリーや環境音を付けます。
- 短いシネマティックなクリップに、ルームトーンや天候などの環境音を生成します。
- 1 回の実行で音の別テイクを複数作り、いちばん良いものを残します。
- 効果音はこのノードで、セリフや音楽はほかのノードで作り、サウンドトラックをレイヤーとして組み立てます。
動画を使わず、テキストの説明だけから効果音を作るには、テキストからオーディオを使います。
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 › 動画のサウンド › 動画の効果音を選びます。
動画を接続する
クリップを動画入力に接続します。300 秒までの MP4、MOV、WebM のクリップを使えます。
音を説明する
プロンプトに音の説明を入力します。たとえば rain on a metal roof です。動画の内容だけをもとにしたフォーリーにするには、プロンプトを空欄のままにします。
実行する
ノードの実行をクリックします。新しい音が付いた動画が、ノードに表示されます。
入力
| 入力 | 接続できるノード | 説明 |
|---|---|---|
| 動画 | 動画生成、動画アップロードなどの動画ノード | 音を付けるクリップです。必須です。MP4(H.264)、MOV、WebM で、300 秒までです。 |
| プロンプト | テキスト、テキスト生成 - あらゆる LLM などのテキストノード | 生成する音です。プロンプトを接続すると、設定パネルに入力したプロンプトの代わりに使われます。 |
| ネガティブ | テキストノード | 除外する音です。 |
出力の動画は、生成した音が付いた MP4 です。元の音は削除されます。
設定
| 設定 | 説明 |
|---|---|
| プロンプト | 求める音です。たとえば footsteps on dry leaves、rain on a metal roof、engine revving などです。動画の内容だけをもとにしたフォーリーにするには、空欄のままにします。 |
| ネガティブプロンプト | 除外する音です。デフォルトは music で、結果に音楽が入らないようにします。音として音楽がほしい場合は、この欄を空にします。 |
| バージョン数 | 1 回の実行で生成するテイクの数で、1〜4 です。バージョンごとに異なるシードが使われ、バージョンが 1 つ増えるごとに料金も増えます。ワークフローの実行では、1 バージョンを生成します。 |
| CFG の強さ | 詳細の中にあります。モデルがプロンプトにどれだけ厳密に従うかを、1(ゆるい)〜10(厳密)で決めます。デフォルトは 4.5 です。 |
| 推論ステップ数 | 詳細の中にあります。10(高速)〜50(高品質)です。デフォルトは 25 です。 |
| シード | 詳細の中にあります。ランダムなシードにするには、空欄のままにするか -1 を入力します。同じシードと同じ入力からは、同じ結果が得られます。複数のバージョンを作る場合は、各バージョンがシードに自分の番号を足すので、どのテイクも再現でき、しかも互いに異なります。 |
| 前後のテキスト | プロンプトの前後に必ず追加されるテキストです。ワークフローをアプリとして使う人には表示されません。プロンプトの前後のテキストを参照してください。 |
クレジット
料金は、入力動画の長さとバージョン数で決まります。動画の長さは、料金区分に合わせて切り上げられます。Nodaro は実行の開始時に動画の長さを測り、クリップ全体に音を付けます。料金区分の長さを 0.05 秒まで超えて測られたクリップは、その区分の料金になるため、30.016 秒と測られた 30 秒のカットは 30 秒の料金です。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。
| 動画の長さ | 1 バージョンあたりのクレジット |
|---|---|
| 8 秒まで | 11 |
| 15 秒まで | 11 |
| 30 秒まで | 22 |
| 60 秒まで | 33 |
| 120 秒まで | 55 |
| 300 秒まで | 121 |
合計は、1 バージョンあたりの料金にバージョン数を掛けた額です。たとえば、12 秒のクリップを 1 バージョンで生成すると 11 クレジット、31 秒のクリップは 33 クレジット、60 秒のクリップを 4 バージョンで生成すると 132 クレジットです。
ノードの実行ボタンからの実行、ワークフローの実行、API からの呼び出しは、いずれもこの方法で料金が決まります。ワークフローの実行では、動画の効果音ノードはそれぞれ 1 バージョンを生成するため、料金は 1 バージョン分です。
実行前には、ノードの料金、実行ボタン、ワークフローの見積もりは、動画入力の動画について同じ長さを読み取ります。これは、エディター、POST /v1/credits/estimate-workflow、MCP でも同じです。
- 同じ実行の中でほかのノードが作る動画は、そのノードが設定どおりに作る長さで読み取られます。生成ではモデルがレンダリングする長さ、自動では最長のクリップの長さです。動画を延長では元の動画に追加する秒数を足した長さ、動画のトリミング、動画をループ、動画を結合では次に渡す長さです。
- 途中で作られるクリップごとに約 0.1 秒が加わります。作られたクリップは、フレームやオーディオトラックの分だけ予定の長さより少し長くなります。実行ではファイル全体を測り、始まった秒はすべて数えます。たとえば、15 秒に設定した生成は 30 秒の料金(1 バージョンあたり 22 クレジット)で見積もられます。15 秒を 0.05 秒より多く超えて出力されたクリップは、その料金で請求されるためです。吹き替え、音声抽出、PixVerse V6 の延長では、代わりに 0.25 秒が加わります。これらのファイルは、予定した長さをより大きく超えるためです。
- この実行で実行されないノード(動画の効果音だけを実行した場合や、フリーズしたノードなど)は、すでに持っている結果を渡します。その結果は、記録された長さで読み取られます。長さが記録されていない動画生成の結果は、この実行で作られるクリップと同じく、長さで読み取られます。
- アップロードしたクリップや、ライブラリの自分のアップロードから追加したクリップは、アップロード時に測った長さで読み取られます。
- 上流のノードが保存しているだけの長さ(もう一度実行されるノードの以前の結果など)は、読み取られません。
- EDL 適用でレンダリングした動画は、レンダリングの推定の長さで読み取られます。上限は 300 秒の料金です。これは、エピソードを引き締めるの字幕付きのエピソードなど、レンダリングの長さを保つノードを間に挟んだ場合にも当てはまります。編集プランがトレーラーモードでカットしたトレーラーは、プランがカットする最長のトレーラーである 40 秒で見積もられるため、60 秒の料金が表示されます。
長さがまだわからない場合は、300 秒の料金(1 バージョンあたり 121 クレジット)が表示されます。これは 1 回の実行で請求される上限です。何も接続していないとき、VEO や Runway の延長のとき、動画のリンクのとき、長さが記録されていないライブラリの動画のときに、こうなります。実行時には、測った長さの料金が請求されます。
公開したアプリやテンプレートに表示される料金も、同じ長さに従います。アプリの利用者が差し替える録画や、そのような録画に長さが従う動画のトリミング、動画をループ、動画を結合の出力では、表示される料金は 300 秒の料金で、1 バージョンあたり 121 クレジットです。それより長い動画は拒否されるので、表示された料金より高くなる実行はありません。編集プランがトレーラーモードでカットしたトレーラーでは、トレーラーが 40 秒で見積もられるため、表示される料金は 60 秒の料金です。生成、延長、リップシンクなど、ほかのノードが作る動画では、表示される料金は、そのノードが作る長さに従います。上限は 300 秒の料金です。たとえば、30 秒の生成は 60 秒の料金(1 バージョンあたり 33 クレジット)で表示されます。
長さを読み取れない動画は拒否されます。何も請求される前に拒否されます。一時的にホストに接続できないリンク、時間切れになった読み込み、その時点でサーバーが読み取れなかった動画には 503 が返され、もう一度実行できます。読み取れないファイルや、通常のメディアファイルではないファイルには 400 が返されます。代わりの長さで料金が決まることはありません。ストリーミングのプレイリスト(HLS や DASH)へのリンクも、同じように拒否されます。メディアのリンクを参照してください。
制限
- 形式:MP4(H.264)、MOV、WebM です。
- 長さ:300 秒までです。それより長い動画は、
video_duration_exceeds_limitというエラーで拒否されます。5 分のカットは最大 0.05 秒長く測定されることがあり、そのような動画は、1 バージョンあたり 121 クレジットの 300 秒の料金で受け付けられます。ファイルは、送られる前に再エンコードなしで最初の 300 秒にカットされます。ファイルをもう一度測定できない場合やカットできない場合は、ファイル全体が送られます。 - バージョン数:1 回の実行につき 4 つまでです。
- 解像度:1080p までを推奨します。それより大きい動画は検証されておらず、処理にも時間がかかります。
ヒント
- シーンではなく音を説明する:
campfire sceneよりcrackling fireのほうがうまくいきます。 - 短いクリップで試す:15 秒までのクリップは 8 秒のクリップと同じ料金なので、短いクリップで試行錯誤します。
- 音をレイヤーで重ねる:音楽の上に効果音を乗せるには、効果音をこのノードで生成し、そのあと動画とオーディオを結合かオーディオをミックスで音楽を混ぜます。
- プロンプトを比べるときはシードを固定する:シードを固定すると、2 回の実行の違いはプロンプトだけになります。
よくある質問
動画の効果音ノードは、動画の元の音を残しますか?
いいえ。生成した音は、動画のオーディオトラックと置き換わります。両方を残すには、結果と元のオーディオ(たとえば「オーディオを抽出」ノードで取り出したもの)を、「動画とオーディオを結合」ノードに接続します。
プロンプトを書く必要はありますか?
いいえ。プロンプトを空欄にすると、モデルは動画の内容だけをもとにフォーリーを作ります。「rain on a metal roof」(金属の屋根に降る雨)のようなプロンプトを書くと、特定の音に近づけられます。
動画の効果音ノードで音楽を生成できますか?
「ネガティブプロンプト」を空にした場合に限り、生成できます。ネガティブプロンプトのデフォルトは「music」(音楽)です。このデフォルトによって結果に音楽が入らないため、ノードは効果音だけを生成します。
動画はどのくらいの長さまで使えますか?
最大 300 秒、つまり 5 分までです。それより長い動画は、実行前に拒否されます。推奨する解像度は 1080p までです。
動画の効果音ノードの料金はいくらですか?
料金は、動画の長さとバージョン数で決まります。1 バージョンあたり、15 秒までのクリップなら 11 クレジット、300 秒までのクリップなら 121 クレジットです。
関連ページ
動画とオーディオを結合
テキストからオーディオ
オーディオをミックス
オーディオを抽出
動画生成
最終更新