しゃべる写真の仕上がりに不満が残る原因は、モデルよりも元の写真にあることがほとんどです。顔が小さい、横を向いている、ブレている、影に沈んでいる、といったケースです。先にチェックしておけば、無駄な生成を避けられ、声を追加する前に何を直せばよいかがはっきりします。
しゃべる写真チェッカーが見るポイント
どの写真も9項目のチェックを通ります。最初の3つは OmniHuman 2 の厳格な制限で、残りは動きの自然さを左右する品質の指標です。
- ファイル:JPG、PNG、WebPなどの一般的な形式で、30 MBまで。
- 解像度:短辺が300 px以上、長辺が6000 px以下。720 px以上を推奨します。
- アスペクト比:2:5(かなり縦長)から5:2(かなり横長)までなら対応。スマホのポートレート、正方形、ワイド画面のどれでも使えます。
- 顔:顔が見つかるかどうか、そして何人写っているかを、端末上の顔検出で判定します。
- 顔のサイズ:顔がフレームのどれくらいを占め、口と目に何ピクセルあるか。
- 構図:頭が画像の端で切れていないか。
- 頭の向き:おおむねカメラのほうを向き、頭がまっすぐか。
- シャープさ:背景ではなく、顔そのものを対象にしたブレの測定値。
- 光の具合:顔が暗すぎないか、白飛びしていないか、平坦すぎて目鼻立ちが埋もれていないか。
結果の見方
緑のチェックは合格です。オレンジのヒントは、そのままでも動くものの、その点を直すと動画がよくなりやすいという意味です。ファイル、解像度、アスペクト比に赤いマークが付いた場合は、直すまでスタジオがファイルを受け付けません。たいていは、JPGに書き出す、リサイズする、トリミングするで解決します。
顔が見つからない場合でも、試すことはできます。イラスト調の作品、彫像、動物がうまく動くこともありますが、はっきりした人物のポートレートに比べると結果は安定しません。プレビューに描かれる顔の枠は、検出器が実際に見たものを示しているので、集合写真や雑多な背景で検出が惑わされたときの手がかりになります。
よくある問題の手早い直し方
ほとんどの警告は、スマホ標準の編集機能や無料の写真アプリで、1分もあれば解決できます。
- 1顔が小さい頭と肩がフレームの大部分を占めるようにトリミングします。小さい画像を拡大するより、大きな元画像から切り出すほうがディテールを保てます。
- 2顔が横向き・傾いている両目が見えて、鼻がおおむねカメラを向いている写真を選ぶか、傾いたスキャン画像は回転ツールでまっすぐに直します。
- 3ぼやけている・甘いスクリーンショットやメッセージアプリ経由のコピーは強く圧縮されているので、元のファイルを使ってください。動きながら撮った写真は避けましょう。
- 4暗すぎる・明るすぎる肌の質感が見えるまで、シャドウを持ち上げるか、ハイライトを下げます。窓辺のやわらかい自然光が、アニメーションにはいちばん向いています。
プライバシー重視の設計:何もアップロードしません
チェッカーは小さな顔検出モデル(Google のオープンソース MediaPipe BlazeFace)をダウンロードし、WebAssembly でブラウザ内だけで実行します。ブレや明るさなどの測定も、お使いの端末のキャンバス上で計算します。写真が当社のサーバーや第三者に送られることはなく、タブを閉じれば破棄されます。
サーバー側の処理がないため、登録も透かしもなく、何度でも無料でお使いいただけます。デスクトップとモバイルの、最近のバージョンの Chrome、Edge、Safari、Firefox で動作します。
チェックした写真から、しゃべる動画へ
チェッカーでポートレートが問題なしと出たら、「しゃべらせる」ボタンで同じ写真を OmniHuman 2.0 スタジオに引き継げるので、アップロードし直す必要はありません。Google でログインし、4秒〜5分の録音または音声ファイルを追加すれば、プランを選ぶ前に仕上がりをプレビューできます。
集合シーンや歌、商品の紹介キャラクターを作る予定ですか? 下のガイドで、それぞれのケースに合わせた音声とプロンプトの準備方法を解説しています。
よくある質問
しゃべる写真チェッカーは本当に無料ですか?
はい。お使いの端末上で動くので、当社に費用がかからず、回数制限もアカウントも透かしもありません。
写真はどこかにアップロードされますか?
いいえ。顔検出もすべての測定も、ブラウザ内で行われます。写真がアップロードされるのは、スタジオに進んでその写真で動画を作成したときだけです。
合格すれば完璧な動画になりますか?
どんなツールもそこまでは約束できませんが、合格していれば、唇がぎこちない、にじむといったよくある原因は取り除けます。クリアな音声も同じくらい大切です。
なぜ「顔が見つかりません」と表示されるのですか?
検出器は、おおむねカメラのほうを向いた人間の顔を探します。とても小さい顔、横顔、濃い影、イラストなどは見逃されることがあります。
集合写真もチェックできますか?
はい。見つかった顔にはそれぞれ枠が付きます。OmniHuman 2 は複数の人を動かせるので、プロンプトで誰が話すかを書いてください。
他のAIしゃべる写真アプリでも使えますか?
品質チェックは、どのリップシンクモデルにも当てはまります。ファイルとサイズの制限は OmniHuman 2 に固有のものです。
どの形式をチェックできますか?
JPG、PNG、WebP、GIF、BMPはどの環境でも使えます。HEICは Safari で開けます。それ以外では、先にJPGに書き出してください。