静止画から音声まで、magichour talking photoを計画する

この言葉は、静止画のポートレートが話しているように見せることを指します。このページでは、そのような結果に必要な入力と確認基準を説明します。実際の操作方法や対応している入力については、利用先で現在提供されているツールを確認してください。

顔が1人はっきりと写っていて、口元が隠れておらず、頭の周囲に十分な余白がある、鮮明なポートレートを選んでください。顔の動きを判断しにくくなることがあるため、強いぼかしや極端な横顔は避けてください。

音声入力の選択肢はワークフローによって異なるため、テキストや録音音声を前提に計画する前に、利用可能な操作を確認してください。いずれの場合も、まず短いセリフを書き、その内容と生成された口の動きがどの程度一致しているかを確認しましょう。

いいえ。しゃべる写真は静止画から始まり、新たな顔の動きを必要とします。一方、動画のリップシンクは映像内にすでに存在する動きを利用します。ソースを選び、結果を評価する際には、この違いが重要です。

適切な許可を得ている場合に限り、その人物の肖像を使用してください。特に、実在の人物が実際には言っていないことを話しているように見せる結果になる場合は注意が必要です。視聴者が本物の録音と誤解する可能性があるときは、合成による演出であることを明確にしてください。