AI ミュージックビデオ リップシンク

必須は2つです。歌わせたい人物の写真と、歌わせる音声トラック。3枚目のシーン写真は任意で、ステージ・寝室・街角などを指定すると、汎用セットではなくその場所で歌うことになります。Seedance 2.5 はこれらを位置参照として読み取るため、ポートレートの顔とシーン写真の場所がどちらも動画に引き継がれます。

テキストの説明から推測するのではなく、音声そのものをリファレンスとして扱うため、口の形が歌声に1フレーム単位で追従し、頭と肩の動きもビートに合います。鮮明な正面のポートレートとクリーンなボーカルが最も精度の高い結果になります。強いリバーブ、大きな歓声、横を向いた顔、マスクや手で覆われた口は精度を下げます。

自分が権利を持つ音楽やライセンス済みの音楽を使うか、まずここで作ってください。Suno V6（/models/suno-ai-v6）はテキストプロンプトから1曲まるごと生成できるので、音声をダウンロードしてこのテンプレートにアップロードします。2つのツールは続けて使う前提で設計されています——モデルページで曲を書き、このページで歌わせる、という流れです。

音声ファイルは1ファイルあたり1.8〜30.2秒、かつ15MB未満である必要があります。動画自体は4〜15秒で出力されるので、本当に歌わせたい部分——多くはサビのフックか1行目——にトリミングしてください。曲がそれより長い場合は、モデルが見せ場を選ぶことを期待せず、アップロード前に切り出しましょう。

課金対象は生成された秒数だけです。720p は1秒あたり48クレジット、480p は1秒あたり23クレジット。つまり720p の5秒クリップは240クレジット、同じ長さの480p は115クレジット、720p で15秒フルなら720クレジットです。参照用の画像と音声ファイルは課金されないため、シーン写真を追加しても追加費用はかかりません。

使用できるのは、自分が権利を持つ音楽、ライセンスを取得した音楽、または自分で生成した音楽（たとえば Suno V6 で作ったもの）だけです。権利のない商用楽曲をアップロードすると、完成した動画が TikTok、Reels、YouTube などでミュート・ブロック・削除される可能性があり、権利処理の責任はあなたにあります。写真の人物についても同様で、歌わせる前に本人の許可を得てください。