Reeldo AIReeldo AI

OmniHuman 2.0 ジェネレーター

OmniHuman 2.0 AIトーキングアバター・ジェネレーター

顔写真と音声トラックはもう用意済み — 表情と全身の動きを備えた 720p リップシンク動画に。1回あたり最大5分まで。

  • 最大5分リップシンク
  • 720p トーキングアバター
  • スピーチ&歌唱

ステップ 1

ポートレート写真

顔がはっきり、目と口が見えること。無表情がおすすめ。JPEG / PNG / WebP、最大 30 MB。

ステップ 2

パフォーマンス音声

MP3 または WAV、4〜300 秒。前後の無音をカットするとクレジット節約になります。

ヒント:長尺の前に 10 秒の試作でポートレートを確認。 先にナレーションを作成

約 20 クレジット

脚本 → AI Voiceover またはマイク録音 → OmniHuman 2.0 → 末尾トリム → 公開またはアップスケール。

OmniHuman 2.0 は ByteDance の研究モデルで、Reeldo 経由で利用できます。Reeldo は ByteDance と提携・関係はありません。

仕組み

パフォーマンス音声はあなたが用意。リップシンク・表情・動きは Reeldo が担当します。

  1. 01

    はっきりしたポートレートをアップロード

    顔は1人、正面、無表情が最適です。動画の画角は写真の構図に合わせます — 縦写真は縦クリップになります。

  2. 02

    MP3 または WAV を追加

    スピーチ、歌、台詞 — 4〜300秒。両端の長い無音はトリムし、無駄なクレジット消費を避けてください。

  3. 03

    任意の演出行

    落ち着いたプレゼンター、小さな手のジェスチャーなど短いメモ。最大300文字。

  4. 04

    生成してダウンロード

    実行前にクレジットが表示されます。プレビューし MP4 をダウンロード。無音の末尾はエディタでトリムしてください。

  • OmniHuman 2.0 は AIトーキングアバターモデルです。ポートレート1枚とパフォーマンス音声1本で、表情・身体の動きを伴う 720p リップシンク動画が完成します。
  • ナレーションやボーカルはすでにあるのに、撮影なしでバーチャルプレゼンター、UGCスポークスパーソン、歌唱アバター、キャラクターアニメが必要なクリエイター向けです。
  • 複数参照によるシーン再構築、モーションコピー、@タグワークフローは Reference Studio をご利用ください。先に MP3 が必要な場合は AI Voiceover を。

ナレーションを作成(AI Voiceover)ジェネレーターに戻る

AIトーキングアバターの活用例

入力は同じ2つ — ポートレート+音声。課題に合う用途を選んでください。

  • ノートPC上でバーチャルプレゼンターがリップシンク

    01

    バーチャルプレゼンターのリップシンク

    撮影を組まずに、脚本変更のたびに撮り直さず、画面に出る解説動画が必要。

    成果

    ヘッドショットとナレーションで、コース冒頭・更新案内・ウェルカム動画を 720p で作成。

  • AI歌唱アバター パフォーマンスプレビュー

    02

    AI歌唱アバター

    キャラクターにボーカルトラックを歌わせたい — ビートに頷くだけではなく。

    成果

    歌唱テイクをアップロードすると、ポートレートが音声のリズムに合わせてリップシンクし動きます。

  • スマホフレームの UGC スポークスパーソントーキング動画

    03

    UGCスポークスパーソン広告

    毎週新しいタレントなしで、スポークスパーソン調のフックを量産したい。

    成果

    承認済みの写真1枚と新しい音声録音で、短い広告リードをバッチ生成。

  • イラストキャラクターのトーキングアバター リップシンク

    04

    写真からトーキングキャラクター

    マスコットや OC は静止画のまま — 台詞や歌を演じさせたい。

    成果

    イラスト、ファンアート、ブランドキャラを、パフォーマンス音声1本でアニメ化。

写真+音声

1回の生成で得られるもの

毎回3つの成果 — リップシンク動画、音声に連動する長さ、任意の演出。

01

音声に追従するリップシンク

口元・目・肩がスピーチや歌唱に追従します。

詳しく見る

口元・目・肩がスピーチや歌に追従 — 解説、フック、ボーカルテイク向けに設計されています。

音声の長さ

4s
5分

1回最大 300 秒 · 秒単位課金

02

最大5分、ワンショット

出力の長さはトラックに合わせます — 1回あたり4〜300秒。

詳しく見る

1枚のポートレートでナレーション全体を担えます。極端に長い場合はモーションが弱まることがあるため、脚本は分割を検討してください。

アバター動作の演出プロンプトコントロール

03

任意の演出行

ムード・ジェスチャー・カメラ感を最大300文字で指定。

詳しく見る

最大300文字でムード、ジェスチャー、カメラ感を誘導 — 音声と併用できます。

OmniHuman 2.0 vs 1.5

このページは 2.0 のみです。チュートリアルや検索結果にまだ 1.5 が出る場合は表を参照してください。

項目OmniHuman 2.0OmniHuman 1.5
Reeldo 上あり — このページ上部のジェネレーター現時点で Reeldo では未提供
一般的な最大長音声1本あたり最大300秒(5分)多くのジョブで約60秒上限
出力解像度720p MP4プロバイダーにより 720p または 1080p
演出プロンプト任意 — 最大300文字標準 1.5 リップシンク経路では非対応
向いている用途長いナレーション、レッスン、フルボーカルテイク短い広告、フック、1080p ソーシャルカット

15〜30秒の 1080p フックだけなら OmniHuman 1.5 が向く場合も — Reeldo では、先に 2.0 で10秒のプルーフを回してポートレートを確認してください。

クレジットと長さ

課金は音声の長さ(切り上げ)に連動し、約 5 クレジット/秒です。

  • 10s

    10秒プルーフ ≈ 50 クレジット

  • 60s

    1分の読み上げ ≈ 300 クレジット

  • 5 min

    フル5分テイク ≈ 1500 クレジット

ダウンロード後

  • 無音の末尾をトリムし B-roll を追加
  • 脚本が変わったら音声だけ再生成
  • 新しいシーンが必要? B-roll は Image to Video を
  • 納品解像度が足りなければ最終マスターをアップスケール

結果が違和感ある場合は、一度に1つだけ変数を直す — 多くは写真、音声、長さです。

  • クリップが音声よりわずかに長い

    CapCut や Premiere で末尾を0.5秒ほどトリム — トーキングアバターモデルでよくあります。

  • 背景がきらつく

    被写体の後ろを無地の壁またはソフトブラーにして再アップロード。

  • 長尺でモーションが弱まる

    3分未満の音声2本に分割し、別々に生成して編集でつなぐ。

  • 口元が緩い

    声の下に音楽を載せないドライボーカルを使用し、クリーンな MP3 を再エクスポート。

OmniHuman 2.0 FAQ

長さ、クレジット、ポートレート、透かし、2.0 と 1.5 または Reference Studio の違い。

OmniHuman 2.0 とは?

Reeldo は OmniHuman 2.0 をどう実行しますか?

OmniHuman 2.0 vs 1.5 — どちらを使う?

動画はどれくらいの長さにできますか?

解像度は?

このページで音声は生成されますか?

クレジットはどう計算されますか?

MP4 に透かしは入りますか?

どんな写真が最適ですか?

歌唱ボーカルは使えますか?

複数人に対応しますか?

演出行には何を書きますか?

演出行で使える言語は?

OmniHuman 2.0 vs Reference Studio?

ファイルが音声より長いのはなぜ?

広告に出力を使えますか?

同意チェックボックスはなぜありますか?

生成が失敗したら?

これは ByteDance の公式プロダクトページですか?