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

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。

動画プロンプトメディアメディア動画生成雨の街路、音なしテキストRain on a metal roof動画の効果音2 バージョン音楽生成やわらかなピアノ動画とオーディオを結合
動画の効果音ノードが無音のクリップに雨の音を加え、動画とオーディオを結合ノードがその下に音楽トラックを重ねます。

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。

最終更新

目次