1枚の写真からプレゼンターを
自分の顔写真を、短い解説動画やお知らせ、ウェルカムメッセージに変えられます。カメラを準備する必要はありません。
AIトーキングフォト
AIで写真を喋らせる：音声に合わせてリップシンク
写真と、しゃべらせたい音声をアップロードしてください。顔が動き出してあなたの言葉を話し、動画は音声と同じ長さになります。既定のモデルなら、人物、ペット、アニメ調のキャラクターのどれにも対応しています。
写真を、音声に合わせて話す動画に変えます。人物、動物、アニメ、スタイライズされたキャラクターに対応し、クリップの長さは音声トラックと同じです。
完成した動画の秒数に応じた料金で、端数は1秒に切り上げます。動画は音声と同じ長さになるので、音声を追加すると下に正確な合計金額が表示されます。
12 クレジット/秒
話す動画は、あとから戻れるセッションで開き、そのままダウンロードしたり別のツールで使ったりできます。
仕組み
3ステップで写真を喋らせる
- ステップ 1
写真をアップロード
はっきりした顔が1つ写った画像を追加します。人物のポートレート、ペット、イラストのキャラクターなどです。顔が明るく写っていて、隠れていないものを選んでください。
- ステップ 2
音声を追加
写真に話させたい音声を、1〜60秒の長さで追加します。自分の声、録音したメッセージ、AIで生成した音声などです。そのあとモデルを選びます。
- ステップ 3
生成してダウンロード
話す動画は音声と同じ長さになり、あなた専用のセッションで開きます。そのままダウンロードすることも、別の編集に持ち込むこともできます。
用途
AIで写真を喋らせてできること
イラストやAIのキャラクター
マスコット、イラストのキャラクター、AIで生成したポートレートに声を与えて、ストーリーやレッスン、SNS投稿に使えます。
ペットや動物
愛犬や愛猫の写真に、メッセージを伝えてもらいましょう。動物には、既定のモデルを含む2つの Kling モデルが対応しています。
1枚の写真で、いくつものバージョンを
同じメッセージを複数の言語や複数の視聴者向けに録音し、どのバージョンにも同じ写真を使い回せます。
始める前に
トーキングフォトをきれいに仕上げるコツ
長さは音声と同じ
写真にはそれ自体の長さがないので、動画は音声の長さをそのまま引き継ぎます。1〜60秒の範囲で、秒単位まで同じです。支払う料金もこの長さで決まるため、先に音声の最初と最後の無音部分をカットしておきましょう。
適した写真を選ぶ
顔が1つで、カメラの方を向き、明るく写っていて、手や髪、サングラスで隠れていない写真が最適です。1枚に複数の顔があると結果が予測できないため、話させたい人物やキャラクターだけが写るようにトリミングしてください。
3つのモデルから選べる
Kling Avatar v2 Standard が既定のモデルで、人物、ペット、アニメ調やスタイライズされたキャラクターを最も低い料金で扱えます。Kling Avatar v2 Pro は1秒あたりの料金が高いぶん、細部がより鮮明で、口の形もはっきりします。Sync 3 Talking Photo は、はっきりした正面向きの顔が1つある写真やイラストに対応します。
月額ではなく、秒単位の支払い
トーキングフォトは完成した動画の秒数で課金されるので、短いメッセージは短いメッセージなりの料金です。どのプランにもクレジットが含まれ、YouArt の他のどのツールでも使えます。
Basic
趣味で楽しむ方や新しい表現を探求したい方に
$9.99/月
プランを選択- 1000クレジット
- 月に最大約200枚の画像
- 月に最大約332秒の動画
- 高性能なクリエイティブエージェント
- 動画エディター
- GPT Image 2.5、GPT Image 2、Nano Banana Proなどの最新画像モデル
- Seedance 2などの最新動画モデル
- 実写の顔写真をアップロード可能
- ElevenLabsによる音声生成
- 透かしなし
- テンプレートを無制限に利用
Pro
人気クリエイターやプロユーザーに
$29.99/月
プランを選択- 3300クレジット
- 月に最大約1000枚の画像
- 月に最大約1100秒の動画
- 高性能なクリエイティブエージェント
- 動画エディター
- GPT Image 2.5、GPT Image 2、Nano Banana Proなどの最新画像モデル
- Seedance 2などの最新動画モデル
- 実写の顔写真をアップロード可能
- ElevenLabsによる音声生成
- 透かしなし
- テンプレートを無制限に利用
Max
最もお得ヘビーユーザーやチームに
$149.99/月
プランを選択- 18000クレジット
- 月に最大約6000枚の画像
- 月に最大約6000秒の動画
- 高性能なクリエイティブエージェント
- 動画エディター
- GPT Image 2.5、GPT Image 2、Nano Banana Proなどの最新画像モデル
- Seedance 2などの最新動画モデル
- 実写の顔写真をアップロード可能
- ElevenLabsによる音声生成
- 透かしなし
- テンプレートを無制限に利用
Team
チームやスタジオに
$329.99/月
プランを選択- 36300クレジット
- 月に最大約12000枚の画像
- 月に最大約12100秒の動画
- 実写の顔写真をアップロード可能
- キャンバス、ワークフロー、アセットをチームで共有
- 1チームあたり最大10人
- 最大5チーム
- 役割に基づく管理
- チームのクレジット管理と利用上限
- メンバー別の利用状況を追跡
よくある質問
AIトーキングフォトのよくある質問
1枚の静止画から作る動画です。写真と音声トラックを渡すと、AIが顔を動かして音声の言葉を話させ、口の動きが音に沿って生成されます。仕上がりは、顔がしゃべる短い動画で、長さは音声と同じです。
その他のツール
作品づくりに役立つツール
画像・動画の編集や加工、変換に使うツールを選べます。
おすすめツール、全4ページ中1ページ目
1枚の写真の先へ
トーキングフォトを何本も作りたいですか？
このページは1回に1ステップずつ実行します。ワークフローエディタを開けば、台本の作成から音声化までを同じワークフローで行ったり、生成したポートレートから始めたり、複数の写真をまとめて話す動画に変えたりできます。