本文へスキップ

ワークフロー · 2026年10月 更新

写真から話す動画へ: クリエイターのための再現できるワークフロー

写真から話す動画を1回作るのは簡単です。でも、チャンネルやブランド、オンライン講座のために毎週作るとなると、それは制作ワークフローになります。このページは定期的に発信する人向けに、素材画像の準備、クリップ間でプレゼンターの統一感を保つ方法、プラットフォームごとのアスペクト比の計画、コストを予測可能に保つ方法を解説します。

写真+声=動画

声
写真がない場合はこちら:
  • 無料プレビュー
  • Googleでサインイン
  • 非公開アップロード
UGC広告
歌
トーク
1本あたり
5分
出力
720p
シーン対応
複数人
言語
6

以下はすべてOmniHuman 2.0を使った内容です。静止画1枚と音声トラックから、リップシンク、表情、ジェスチャー、任意のカメラワークまで含めたパフォーマンス全体を生成します。

写真から話す動画を作るための画像の準備

素材の写真はキャスティングと同じように考えましょう。プレゼンターごとに、やわらかく均一な光、無地の背景、そしてジェスチャーが欲しいなら手が見える構図で、メインの画像を1枚撮影または生成します。それをマスターファイルとして保存し、毎エピソードで使い回しましょう。入力が同じなら、人物の見た目も安定します。

写真のアスペクト比が、そのまま動画のアスペクト比になります。Reels、Shorts、TikTok向けには縦長(約9:16)、フィード向けには正方形、YouTubeやプレゼン向けには横長(16:9)にトリミングしましょう。比率は0.4〜2.5に対応しています。

音声トラックを制作する

タイミングは音声で決まるので、生成の前に仕上げておきましょう。静かな部屋で録音し、前後の無音をカットして、ラウドネスをノーマライズします。急いで読むより、自然なペースで読んだ台本のほうがよく見えます。合成音声を使う場合は、MP3またはWAVで書き出し、ほかの録音と同じようにアップロードしてください。

長い台本を分割するのは、本当にカットが必要な場所だけにしましょう。モデルは5分のフルテイクに対応できるので、セグメント間のつながりが飛ぶのを防げます。

毎週まとめて制作する

品質とコストをコントロールできる、シンプルなルーティンです。

  1. 1マスター写真を確定するシリーズの全エピソードで、同じ画像、同じトリミングを使います。
  2. 2台本をすべて書いて録音する声を統一するため、1日でまとめて録音します。
  3. 35秒のテストを生成するフルの長さでクレジットを使う前に、フレーミングと動きを確認します。
  4. 4フルテイクを生成する複数の動画をキューに入れます。1アカウントにつき最大3本まで同時に生成できます。
  5. 5編集して字幕を入れるいつもの編集ソフトで字幕、音楽、ロゴを加えます。

秒単位で予算を立てる

コストは長さに比例し、1秒あたり10クレジットです。Proプランの毎週1,200クレジットで、完成動画約2分分をまかなえます。たとえば15秒の広告8本、または1分の解説動画2本です。台本を長さに合わせて計画すれば、生成ボタンを押す前に費用がわかります。

公開前の品質チェックリスト

公開する前に、各クリップをスマホの全画面で確認しましょう。見るべきポイントは3つです。視聴者が見続けるかどうかを決める最初の1秒、同期のズレが出やすい速い子音のあるセリフ、そしてジェスチャーの途中ではなく自然な表情で終わるべき最後の1秒です。

  • 音声が終わったあとにプレゼンターが止まってしまう場合は、最後の0.5秒をカットする。
  • 字幕は焼き込む。ショート動画の視聴者の多くは音を消して見ています。
  • 元の音声をマスターとして残し、二重に再圧縮しない。
  • A/Bテストの結果をたどれるよう、ファイル名に台本のバージョンを入れる。

よくある質問

たくさんの動画で同じ顔を保つにはどうすればいいですか?

毎回の生成で、同じトリミングのマスター写真を1枚使い回してください。人物の見た目は画像で決まります。

どのアスペクト比を使えばいいですか?

プラットフォームに合わせましょう。ショート動画向けSNSなら縦長、フィードなら正方形、YouTubeなら16:9です。出力は写真の比率に従います。

複数の動画を同時に生成できますか?

はい。1アカウントにつき最大3本まで同時に生成できます。

クリップごとの長さに制限はありますか?

各クリップは4秒〜5分です。

字幕を追加できますか?

MP4をダウンロードしたあと、編集ソフトで追加してください。モデルは文字を焼き込まずに動画を生成します。

動画の解像度はどれくらいですか?

OmniHuman 2.0の出力は720pで、SNSやプレゼンに適しています。

チームの複数のメンバーで1枚のプレゼンター写真を共有できますか?

はい、写真の本人がその使い方に同意していれば可能です。マスター画像を1枚使い回せば、誰が作った動画でもプレゼンターはまったく同じになります。

写真の背景は無地である必要がありますか?

いいえ。ただ、落ち着いたすっきりした背景のほうがプレゼンターに注目が集まり、動いたときの髪まわりの輪郭もきれいになります。

あわせて読みたい

写真をしゃべらせよう。

プレビューは無料。