しゃべるAIアバターの作り方｜何度も使える固定キャラクターをSeedanceで作成

クイック回答: アバター画像を1つデザインし、それに対して1つの声を固定して再利用します。Seedanceでは、長時間のプレゼンタークリップには「Lip Sync」の画像モードを使用してアバターを話させ、新しいシーンの中でアバターを話させたい場合は「Seedance 2.5 Reference to Video」を使用します。

ほとんどのガイドは、最初のトーククリップを作成したところで終わってしまいます。より難しいのは第2話以降です。顔がゆがんだり、声が変わったりして、シリーズ全体で同一キャラクターに見えなくなってしまうことがあります。このガイドでは、SeedanceでAIアバターを一度作成し、作成するすべての動画で一貫性を保つ方法を解説します。

声なしでポートレートを短いアバタークリップとしてアニメーション化したい場合は、SeedanceでのAIアバター動画作成ガイドから始めてください。この記事では、話すアバターについて説明します。

再利用可能なアバターの3つの要素

最初の動画を作る前に、これら3つを1つのフォルダに保存しておきましょう。

ステップ 1: マスターアバター画像をデザインする

Text to Imageを開き、キャラクターの詳細を入力します。Nano Banana 2、Seedream 5.0 Pro、GPT Image 2.5などの複数のモデルを比較し、すべてのエピソードで使用したい納得のいく結果を1つ選びます。

20代後半の明るい男性のバストアップポートレート、短い黒のくせ毛、丸眼鏡、マスタード色のニットセーター、カメラを直視、左側からの柔らかな日光、無地の薄青色の背景、フォトリアル。

次に、以下の点を確認してください：

• 顔が鮮明で、カメラを向いている。
• 口と顎が完全に見えている。
• 背景がシンプルで、テキストや他人が写っていない。

自分の顔を使う場合は、最近の鮮明な写真から始めてください。まず新しい衣装を試したい場合は、Image to Imageで編集します。

ステップ 2: アバターの声を固定する

Text to Speechで声を作成します。Gemini 3.1 Flash TTSやSeed Audio 1.0が利用可能です。1つの声と話し方のスタイルを選び、「Seed Audio 1.0、温かみのある男性の声、英語、落ち着いたペース」のようにメモしておきます。すべてのスクリプトで同じ設定を使用してください。

自分でスクリプトを録音したり、声優に依頼したりすることもできます。エピソードごとにキャラクターの声が同じに聞こえるよう、毎回同じ部屋、同じマイクで録音してください。

ステップ 3: アバターの話し方を選択する

Seedanceでは、同じアバターを話させるための2つの方法があります。

オプション A: プレゼンタークリップ用のトーキングフォト

Lip Syncを開き、画像モードに切り替えて、マスター画像と音声トラックをアップロードします。これにより元のフレーミングが維持され、長時間の解説動画、レッスン、アップデートに最適です。

オプション B: アバターが登場する Seedance 2.5 シーン

アバターが店内を歩いたり、カフェに座ったり、ホワイトボードの前でプレゼンしたりするシーンを作りたい場合は、Seedance 2.5のReference to Videoを使用します。マスター画像をリファレンスとして追加し、音声トラックをオーディオリファレンスとして追加して、シーンを説明します。

@1 マスタード色のセーターを着た男性がコーヒーカウンターの後ろに立ち、カメラを見てオーディオのセリフを言い、後ろのメニューボードを指さします。ミディアムショット、温かい朝の光、緩やかなプッシュイン。

Seedance 2.5は最大30枚のリファレンス画像と最大30秒のリファレンスオーディオに対応しており、1クリップあたり最大30秒（480pまたは720p）の動画を生成します。コストは1秒あたり8.5クレジットです。シーンのセリフは短く保ち、1クリップにつき1〜2文にしてください。

ステップ 4：第2話（および第10話）の作成

1. 新しいスクリプトを書き、保存した音声設定でオーディオを作成します。
2. 再生成したものではなく、同じマスター画像をアップロードしてください。
3. プロンプト内のスタイルに関する記述を再利用し、シーンとアクションのみを変更します。
4. 公開前に、新しいクリップと以前のクリップを並べて比較します。

オプションBで顔が崩れ始めた場合は、マスターポートレートから「Image to Image」で作成した斜め45度の構図など、アバターの2枚目のリファレンス画像を追加してください。

よくある問題の解決

FAQ

AIトーキングアバターとは何ですか？

1枚の画像と1つの音声トラックから作成され、カメラに向かってスクリプトを話すデジタルキャラクターのことです。

どちらのオプションから始めるべきですか？

30秒以上のプレゼンタースタイルの動画には「Lip Sync」の「Image」モードを使用し、アバターが背景の中で動く短いシーンには「Seedance 2.5」の「Reference to Video」を使用してください。

アバターに自分の声を使わせることはできますか？

はい。テキスト読み上げトラックの代わりに、ご自身の録音データをアップロードしてください。

料金はいくらですか？

30秒のトーキングフォトの作成には、Kling AI Avatar Standardで約90クレジット、OmniHuman 2.0で約150クレジットかかります。10秒のSeedance 2.5シーンは約85クレジットです。生成前にツールに正確なコストが表示されます。詳細は料金プランをご覧ください。

他人のアバターを作ることはできますか？

本人の許可がある場合に限ります。実在の人物になりすましたり、視聴者を誤解させたりするためにアバターを使用しないでください。