動画のためのボイス、音楽、サウンドエフェクト

よくある失敗と修正方法

開始前に

• ライブラリ内のクリップ。このガイドでは、Seedance 2.5で作成した5秒間の香水ボトルの映像を使用します。音声をオフにしているため、サウンドトラックと競合しません。
• 書き出されたスクリプト。音声は文字数課金のため、生成前にカットしてください。
• 音楽と効果音用にそれぞれ1行ずつ記述。モデルはファイルではなく説明を受け取ります。
• どのプランでも利用可能。すべての音声モデルはすべてのプランで利用でき、推奨モデルでの音声生成は2クレジットから開始できます。

ナレーションを作成する

オーディオコンポーザー を開きます。 何が必要ですか？ の下で、ナレーションタスクがデフォルトで選択されており、推奨モデルとして ElevenLabs v3 と、10 種類の命名されたボイスを含む ボイス リストが表示されます。読ませたいセリフを入力し、ボイスを選択します。ここでは Roger を使用しました。ボタンには オーディオを生成 とライブ価格が表示され、入力に応じて価格が変動します。ワンクリックで生成できます。

Some nights do not ask for permission.

音楽ベッドを作成する

タスクを 音楽 に切り替えます。推奨モデルは Lyria 3.5 で、価格はトラックごとに一律の料金です。入力内容に関わらず同じです。ムード、楽器、テンポ、トラックの動きを説明してください。歌が入らないようにしたい場合は、ボーカルなし と指定します。クリップより長いトラックが生成されますが、問題ありません。Studio でトリミングします。

Dark minimal electronic pulse for a fragrance commercial: a deep sub bass heartbeat, sparse glassy synth stabs, a slow rising pad, 90 bpm, cinematic and expensive, no vocals, no drums until the last two seconds.

効果音を作成する

効果音 に切り替えます。推奨モデルは ElevenLabs Sound Effects v2 で、リクエストごとに一律の料金です。最大450文字の短いプロンプトを受け付けます。音、素材、そして音が響く空間を指定してください。1回の生成につき1つの音です。2つ目の効果音は2回目の実行が必要です。

A single deep glass chime with a low reverberant thud underneath, decaying slowly in a large empty hall.

Studioでクリップの下に配置する

タイムラインを開き、新しいタイムラインを押します。プロジェクトを選択するか、新しいプロジェクトを作成し、タイムラインに名前を付けて作成を押します。Studioがそのタイムラインで開きます。左パネルで、プロジェクトのメディアからライブラリに切り替えます。ここには検索ボックスとタイプフィルターを備えた、あなたの全ライブラリが表示されます。各カードには、再生ヘッドの位置に追加する+ボタンがあります。

1. クリップを検索し、その+を押します。0秒の位置にある最初のビデオレーンに配置されます。
2. 音楽カードをクリックして、リスト上部の ソースプレビュー に読み込みます。プレビューのスクラブバーを0にドラッグして インをマーク を押し、5秒にドラッグして アウトをマーク を押してから、+ を押します。背景音乐（ベッド）がオーディオレーンに配置され、クリップの長さに合わせてトリミングされます。2分間のトラックの残りの部分はタイムラインには表示されません。
3. タイムラインのスクラブバーを1.6秒にドラッグし、ナレーションの + を押します。再生ヘッドの位置で、独自のオーディオレーンに配置されます。
4. 3.9秒にドラッグし、チャイムの + を押します。

上部にある動画を書き出しを押します。MP4はサーバー上でレンダリングされ、ライブラリにレンダリングとしてタグ付けされて保存され、プロジェクトの最近のエクスポートリストに表示されます。エクスポートには課金されません。

無音のクリップ

サウンドトラック付き

どのタスクにどのモデルを使うか

再生成が必要な場合

• レベル。 エクスポートでは基本的なミックスが自動で行われます。ボイスの下で音楽をダッキングし、最後にベースをフェードアウトし、ラウドネスを均一にします。私たちの場合は -14.2 LUFS になりました。変更するには、サウンドを選択して オーディオ インスペクターを開き、クリップの音量、フェードイン、フェードアウト、ボイスの下でダッキング、およびレーンの トラックの音量 を調整します。
• 残したいボイス。 名前付きボイスは ElevenLabs と Kokoro のみに存在します。MiniMax Speech、Inworld、Dia、Orpheus はここでボイスリストを公開していないため、それらで再実行すると同じサウンドにならない場合があります。すべてのビデオで同じボイスを使用する で、固定する方法を確認できます。
• 速度。 速度設定（ElevenLabsボイスでは0.7から1.2）はAPIフィールドです。コンポーザーにスライダーはまだないため、長すぎるテイクは書き直されるかトリミングされます。
• 正確なタイミング。 音楽はクリップより長く戻ってきます。5秒の映像に対して2分になることもありますし、ビートはモデルが配置した場所にきます。クリップに合わせてイン点とアウト点をマークするのではなく、その逆です。
• 1回の実行につき1つの効果音。 3つの音がプロンプトに含まれている場合、1つのブレンドとして返されます。

コスト

音声は文字数課金で、短い行には最低料金があります。音楽と効果音は1リクエストにつき1課金です。クリップは長さに応じて課金されます。このガイドで使用されるモデルの最新料金は以下の通りです。

Studioでのエクスポートは課金対象外です。新規アカウントは350の無料クレジットから始まります。

試してみる

• スクリプトをElevenLabs v3のボイスオーバーに入力し、任意の指定ボイスを使用します。ここではRogerを使用しました。
• 音楽プロンプトをLyria 3.5の音楽に入力します。クリップより長いトラックになることを想定してください。
• 効果音プロンプトをElevenLabs Sound Effects v2の効果音に入力します。
• タイムライン、新規タイムライン、次にStudioで左パネルをライブラリに切り替えます。クリップを「+」で追加し、ソースプレビューで「マークイン」と「マークアウト」を使って音楽を追加し、再生ヘッドにナレーションとチャイムを追加します。ビデオを書き出します。