InfiniteTalkアバター生成 - 音声からトーキングフォトを作成
セキュアプロキシ経由で最大200 MBのMP3、WAV、AAC、OGG、WEBM、FLAC、M4Aに対応しています。
音声をアップロードしてクレジット消費量を見積もります。
最大40 MBのJPG、PNG、WebP形式で、正面を向いた鮮明なポートレートを使用してください。
バイナリマスクを指定して、動画生成を対象に限定します。空欄の場合は自動検出されます。
プロンプトで姿勢、照明、エネルギー感を調整できます。空欄の場合は自然な表現になります。
480pは下書きに最適です。公開する準備ができたら720pをご利用ください。
同じシードを使うと、複数テイク間で表情を揃えられます。-1では毎回ランダムになります。
チームがInfiniteTalkを信頼する理由
このパイプラインはパフォーマンスのキューに従いながら顔の整合性を保ちます。
音素単位で正確なリップシンク
各音節を音声トラックに合わせ、タイミングや呼吸の間も保ちます。
表情豊かなパフォーマンス
繊細な目線やうなずき、上半身の揺れまで捉え、アバターがロボット的ではなく生き生きと感じられます。
全フレームで一貫した人物同一性
長時間の撮影でも髪型・服装・照明を維持し、横顔のターン中も崩れません。
最大10分のレンダリング
複数クリップをつなぎ合わせることなく、長尺の解説動画や製品デモを生成できます。
InfiniteTalk動画の作成方法
この手順に沿って進めることで、処理が安定し高品質を保てます。
- ステップ1
仕上げ済みの音声トラックをアップロード
リバーブを最小限に抑えたクリーンなモノラルミックスを使用してください。InfiniteTalkが波形を解析して音素を予測します。
- ステップ2
鮮明なポートレートを選択
正面または斜め45度の画像が最適です。複数人が写っている場合は任意でマスクをアップロードしてください。
- ステップ3
解像度とガイダンスを設定
下書きには480p、最終納品には720pを選択してください。姿勢・雰囲気・カメラ構図のプロンプトを追加できます。
- ステップ4
送信してInfiniteTalkにアニメーション化させる
課金は5秒単位です。完了するとステータスリンクとダウンロード可能なMP4が届きます。
制作上の注意
クリップの最大長は10分です。600秒を超えるアップロードは課金前に拒否されます。
集合写真の場合はバイナリマスクをアップロードし、どの人物を動かすかInfiniteTalkに指定してください。
プロンプトには「穏やかな微笑み」「スタジオキーライト」「控えめなうなずきのペース」などの演出指示を指定できます。
クレジットは5秒ブロック単位で計算されます。720pのレンダリングは480pプレビューの約2倍のコストです。