ミュージシャンはビジュアライザー、リリックビデオのイントロ、カバー曲のティザー、ファン向けコンテンツに、ブランドはジングルやマスコットソングに活用しています。サビ全体まで見ごたえのあるパフォーマンスにするコツをご紹介します。
写真を歌わせるための音源の準備
ボーカルがクリアなほど、口の動きは正確になります。ステムがあれば、リードボーカルだけ、または伴奏を大きく下げたものをアップロードし、生成した動画にフルミックスを編集ソフトで重ねましょう。強いリバーブ、重ねたハモり、オートチューンの癖があると、音節が読み取りにくくなります。
クリップは4秒〜5分まで対応しているので、1番のAメロからサビまで丸ごと1テイクに収まります。SNS用のティザーなら、サビ周辺の15〜30秒がちょうどよい長さです。
歌い手の写真を選ぶ
口元がはっきり見え、頭と肩のまわりに少し余白がある画像を選びましょう。マイクが口の前にあるステージ写真は品質が下がりますが、胸の高さで低めに持っている程度なら問題ありません。アルバムアートのイラスト、3Dキャラクター、バンド写真もアニメーションにできます。グループ写真ならデュエットやコーラスにもなります。
パフォーマンスを演出する
口の形ではなく、動きと気持ちを書きましょう。
- バラード:「ロングトーンで目を閉じ、サビで胸に手を当てる、ゆっくりと周回するカメラ」
- アップテンポなポップス:「ビートに合わせて体を揺らし、笑顔で、サビでカメラを指さす」
- ラップ:「自信満々で、キレのある頭の動き、韻を踏むところで手振り、手持ちカメラ風」
- デュエット:「左の歌い手がAメロをリードし、右の歌い手がサビで加わる、固定のワイドショット」
音楽の権利とプラットフォーム
動画を生成しても、音楽の権利者が変わるわけではありません。自作曲、ライセンス済みの楽曲、正しく許諾を得たカバー曲を使い、AI生成コンテンツの表示については各プラットフォームのルールに従ってください。実在のアーティストの顔を許可なくアニメーションにすることは、利用規約で禁止されています。
編集ソフトで動画を仕上げる
生成が終わったら、クリップの下にフルミックスを敷き、アップロードしたボーカルと位置を合わせます。どちらも同じセッションから書き出したものなので、最初のフレームからぴったり揃います。あとは通常のライブ映像と同じように、歌詞、ロゴ、カラーグレーディングを加えましょう。
フルのミュージックビデオにするなら、同じアーティストの別々の写真から複数のアングルを生成し、ビートに合わせて切り替えます。どれも同じ音声で生成しているので、すべてのアングルが同期したままです。
SNS向けのフォーマット
縦長の写真からはReels、Shorts、TikTok向けの縦型クリップ、正方形の画像からはフィード投稿やSpotify Canvas風のループ、横長の写真からはYouTube向けの動画ができます。まずSNS用に15〜30秒のサビ部分を生成し、見た目が決まってから曲全体を生成しましょう。
よくある質問
速いラップにも対応できますか?
はい、ボーカルがクリアであれば対応できます。非常に詰まった、加工の強いボーカルだと精度が下がります。
フルミックスとボーカルのみ、どちらをアップロードすべきですか?
ボーカルが前に出ている音源がいちばんよくシンクします。フルミックスはあとから編集ソフトで重ねてください。
歌の動画はどれくらいの長さまで作れますか?
1テイクで最長5分、最短4秒です。
2人で一緒に歌わせることはできますか?
はい。2人が写った写真を使い、誰がどのパートを歌うかをプロンプトで指定してください。
アニメのキャラクターも使えますか?
はい。顔がはっきりしたイラストや3Dキャラクターなら、説得力のある歌唱になります。
音楽の権利は誰のものですか?
元の権利者のものです。自分が権利を持つ曲か、使用許諾を得た曲だけを使ってください。
インストだけのパートも使えますか?
ボーカルがないと歌う内容がないため、顔はほぼ落ち着いたまま、リズムに合わせて動く程度になります。インストの間奏は短めにしましょう。
曲のファイル形式は何がいいですか?
4秒〜5分、15MB未満のMP3またはWAVです。
アバターは踊りますか?
リズムに合わせて頭、肩、上半身が動きます。足さばきを含む本格的な振り付けは、このモデルの想定外です。