AIアバターの作り方
写真1枚から、日本語で話す動画へ

一部に有料教材・購入先への紹介リンクを含みます。掲載する機能や条件は変更される場合があります。

写真1枚から話すAIアバターを作る基本は、「人物画像を用意する→日本語の音声を作る→音声に合わせて口を動かす→字幕や背景を整える」の4段階です。最初は、1人が1つのテーマを話す短い動画にすると、直す場所が分かりやすくなります。

この記事では、撮影した自分の写真や、利用条件を確認したオリジナルキャラクターを使い、動画ファイルとして保存するところまでを説明します。静止画のプロフィールアイコンではなく、音声に合わせて話す「AIアバター動画」が対象です。

最初の1本で用意するもの

• 使用する権利のある人物画像1枚
• 誰に何を伝えるかを決めた短い台本
• 自分の録音、または利用条件を確認した日本語の読み上げ音声
• 画像と音声から口パク動画を作れるサービス
• 必要に応じて、字幕やスライドを入れる動画編集ツール

台本は、あいさつ、伝えたいこと、見てほしい案内の順で考えます。会社紹介、商品説明、講座案内を1本に詰め込まず、まずは自己紹介など1つに絞りましょう。動画の長さは文字数だけでは決まりません。音声を実際に再生して測ります。

私は、先にナレーションを作り、TalkingPhotosで口パク動画を生成してから、Canvaでスライドと組み合わせる流れで制作しています。工程を分けておくと、音声の読み間違いと、画面の見せ方を別々に直せます。

手順1：画像は顔と口元の見やすさで選ぶ

最初に試す画像は、1人の顔が正面に近い向きで写り、輪郭と口元が見えるものを選びます。顔が小さすぎる集合写真、マスクや手で口が隠れた画像、極端な横顔は、最初の比較用には避けると判断しやすくなります。対応する画像条件はサービスごとに確認してください。

後で字幕を入れる場合は、顔の周囲や胸元に余白があると配置しやすくなります。顔を大きく切り抜きすぎると、縦長や横長へ変更したときに頭が切れることがあります。元画像は残し、加工用のコピーを作っておきましょう。

自分の写真でも撮影者の権利を確認し、他人の顔や声を使う場合は本人の許諾を得ます。AIで作った画像も、元の画像や生成サービスの条件を確認してください。TalkingPhotosの公式免責事項にも、入力素材と生成物に必要な権利・許諾は利用者が確保する旨が記載されています。公式の権利・利用上の注意

手順2：日本語の台本は、声に出して短く整える

読みやすい文章と、聞いて分かる文章は少し違います。長い1文を分け、括弧の補足や専門用語を減らしましょう。最初の1文で「誰に向けた、何の話か」が分かると、映像を見始めた人も内容をつかみやすくなります。

短い説明動画の台本・記入例

「こんにちは。［屋号］の［名前］です。今回は、［困っていること］についてお話しします。まず試したいのは、［具体的な行動を1つ］です。［理由や補足を1文］。詳しい手順は、動画の下にある案内をご覧ください。」

角括弧の部分を自分の内容へ置き換えます。記載していない実績や、まだ提供していないサービスは足さないでください。「動画の下」と話す場合は、公開先に案内リンクを置けるかも先に確認します。

店名、人名、アルファベット、数字は読み間違いが起きないか重点的に聞きます。読み上げ用の台本でふりがな表記へ変えても、字幕には正式な表記を使えます。音声用と表示用の原稿を分けておくと便利です。

手順3：口パク生成の前に音声を完成させる

自分で録音する場合は、静かな場所で、マイクと口の距離をできるだけ一定にして話します。読み上げ音声を使う場合は、声を選んだ後に固有名詞、語尾、間の長さを確認します。声を複製する機能を使うなら、本人の許諾とサービスの条件も確認が必要です。

この段階では、話し声だけの音声を用意するのがおすすめです。BGMや効果音は最後に加えれば、言葉が聞き取れるかを判断しやすくなります。冒頭と末尾を切りすぎず、最初と最後の音が欠けていないかも確かめましょう。

• 名前、数字、英字の読み方が合っている
• 意図しない沈黙、言い直し、別の人の声が入っていない
• 音が割れず、最後まで聞き取れる
• ファイル形式、容量、長さが利用サービスの入力条件内にある

音声を書き出したら、ファイル単体で再生します。例えば「intro_voice_v01」のように版を付け、生成に使った音声がどれか分かるようにしておきましょう。

手順4：画像と音声から口パク動画を生成する

口パク生成サービスで人物画像を選び、完成した音声を読み込みます。プレビューや設定画面で対象の人物と音声を確認し、生成を開始します。画面名、対応形式、長さの上限はサービスやプランで異なるため、現在の画面に表示される条件に従ってください。

TalkingPhotosは公式サイトで、写真のアップロード、持ち込み音声や読み上げによる動画作成、MP4でのダウンロードを案内しています。本記事は共通の制作手順を説明するもので、個別プランの全機能や、日本語の発音・口の動きの品質を保証するものではありません。TalkingPhotos公式サイト

最初から長い本番動画を生成するより、実際に使う画像と短い音声で仕上がりを確かめましょう。ただし、短いテストでも回数やクレジットを消費することがあります。実行前に消費条件を確認します。

生成後は、字幕やBGMを加える前の動画を保存して再生します。顔が崩れていないか、言葉と口の開閉に大きな違和感がないか、音声が途中で切れていないかを見ます。問題があれば、口パクが合わないときの確認方法で原因を切り分けてください。

手順5：Canvaなどで字幕・背景・スライドを整える

横長の説明動画なら16:9、スマートフォンで見る縦型動画なら9:16など、公開先に合う比率を先に決めます。Canvaなどの編集ツールに生成済み動画を取り込み、人物を配置してから見出しや図を加えます。背景除去を使う場合は、その機能の利用条件と、髪や肩の縁が欠けないかを確認しましょう。

最初の1本は「人物＋短い見出し」でも十分です。話す内容をすべてスライドに書くと、読むことと聞くことが重なります。見出しには要点を、字幕には発話に沿った言葉を入れると整理できます。

字幕は自動生成のまま確定せず、名前、数値、助詞を読み直します。人物の口元や、投稿先のボタンが重なる位置を避け、スマートフォンの画面でも読める大きさにします。BGMを入れる場合は、商用利用などの条件を確認した音源を選び、声の邪魔にならない音量へ下げます。

手順6：MP4を書き出し、完成ファイルで確認する

Canvaでは、共有からダウンロードへ進んでファイル形式を選ぶ方法が案内されています。動画として保存する際はMP4を選び、必要なページや場面が含まれているか確認してください。利用素材や設定によって料金が必要になる場合もあるため、書き出し画面の表示を確認します。Canva公式のダウンロード案内

編集画面のプレビューだけで終えず、ダウンロードしたMP4を最初から最後まで再生しましょう。最終チェックは、声、口元、字幕、画面の端、最後の案内の5点です。PCで確認した後にスマートフォンでも見れば、小さい文字や音量差に気づきやすくなります。

初めての動画は、1人・1テーマ・短い音声から

AIアバター作りでは、画像や演出を増やす前に、伝える内容と音声を固めることが大切です。2人の掛け合いにする場合は、誰がどこを話すかを決め、話者ごとの音声と動画を管理する工程が増えます。まず1人の動画を完成させてから広げると、修正の手順をつかめます。

目的が自己紹介なら、30〜60秒の自己紹介台本の作り方も参考にしてください。サービス選びで迷っている方は、無料で試す前の確認ポイントで、書き出しと公開に必要な条件を整理できます。

動画で始め方を確認したい方へ

制作を任せる方法と自分で作る方法、必要な準備や費用の考え方を無料動画で知りたい方は、あなたに合う始め方を無料動画で見るをご覧ください。案内ページから登録フォームへ進めます。

使い道のイメージを広げたい方には、会社・商品の紹介例などをまとめたAIアバター活用ガイドもあります。

AIアバター作りでよくある質問

顔出しや自分の声での録音は必要ですか？

利用条件を確認したオリジナルキャラクターと読み上げ音声を使う方法があります。他人の顔や声を無断で使わず、公開先のAI生成コンテンツに関するルールも確認してください。

無料で完成動画まで作れますか？

サービスやプランによって異なります。無料で生成できても、MP4保存、透かしの削除、仕事での利用は別条件の場合があります。まずは必要な長さと公開先を決め、無料プランの確認項目を見てから選びましょう。

最初から2人の掛け合いにできますか？

対応サービスや、話者ごとに動画を作って編集する方法があります。初回は一人の短い動画で画像・音声・書き出しを確認してから、台本と音声を二人分に分けると問題を切り分けやすくなります。