AIキャラクターボイス
AIキャラクターボイス
2026年11月15日更新

| SceneMixerの概要 | 提供内容 |
|---|---|
| 動画の料金 | デフォルトのティアで1秒あたり$0.06(10クレジット)から、最上位のティアで1秒あたり最大$0.47。料金はすべて、ボタンを押す前に表示されます |
| クリップの長さ | 生成するセグメント1つあたり最大30秒。エピソードはセグメントを合成して仕上げ、1秒あたり1クレジット |
| 1話の試算 | デフォルトのティアで60秒のエピソードは約660クレジット(動画と合成の合計)、最も安いクレジット価格では約$4.11。30,000文字の小説から作る、90秒のエピソード10話のシリーズは約10,026クレジット、約$62 |
| セリフ | 動画の中でそのまま話され、キャラクターごとに声が1つ付き、15言語のどれでも使えます |
| フォーマット | 9:16の縦型または16:9の横型。480P〜1080Pに加え、2Kのティアもあります |
| 無料で始められる | 登録時に50クレジット、セットアップ用の無料画像15枚、最初のエピソードの絵コンテ無料、5秒の動画プレビュー無料 |
| 利用者 | 2,900+人のクリエイターがSceneMixerで生成しています(生成が1回以上あるアカウントを2026年11月に集計) |
| 入力 | 脚本、小説、または一行のアイデア(.txt、.docx、.md のアップロードにも対応) |
声が実際にどこから来るのか
ほとんどのAI動画ワークフローでは、音声は後工程として扱われます。まず無音の映像を生成し、セリフを合成してから、リップシンクを合わせる作業が発生します。ここで使われる動画モデルは音声と映像を1回の処理で生成するため、この手間はなくなりますが、「声の設定」の意味合いが変わります。これは台本を入力して使う音声合成エンジンではなく、生成処理の条件となる参照情報なのです。
| 文章による説明 | 年齢、声質、声の太さ、話し方などを指定します。キャラクターの他の要素と同じく台本から生成され、動画モデルによって演じられます。 |
|---|---|
| マッチングされたプリセット | システムボイスのライブラリから声を選びます。各ボイスには試聴可能な短い音声サンプルが付いています。モデル呼び出し1回で、性別、言語、年齢をもとにキャラクターごとにマッチする声が提案されます。再マッチングしたり、手動で別の声を選んだりすることも可能です。 |
| 自身のサンプル | 有料プランでは、キャラクターに音声をアップロードすると、そのキャラクターが話すすべてのセグメントでその音声が参照になります。 |
設定した声は一貫して使用されます。同じキャラクターの顔が変わらないのと同じ理由で、すべてのセグメント、すべてのエピソードで同じ声で話します。参照情報がキャラクターに紐づいているからです。
クローンを行わない範囲と理由
SceneMixerが声をクローンするのは次の2か所だけです。再吹き替えのオリジナル音声(再吹き替えするクリップからキャラクターの声を引き継ぐ。詳細はAIによる声のクローン)と、キャラクター用にアップロードした録音です。本人の許可なく他人の声を使うことはありません。実在する人物の声を使った合成演技の公開は、対象とする多くの市場で肖像の問題になります。当社のコンプライアンスチェックリストも、顔と声の両方を含む肖像について、公開前に使用権が必要だとしています。
この制限から明確にお伝えしておくべき2点があります:
- 自身の声をアップロードするのは問題ありません。 それはあなた自身の肖像であり、アップロード機能はまさにそのために存在します。
- 文章の説明から声を設計する方式は現在採用していません。 この生成フローは2026年8月に廃止され、実際のサンプリングされた声をマッチングする方式に置き換えられました。形容詞だけで声を設計すると、形容詞だけで顔を記述した場合と同じように、生成ごとに声がブレてしまうからです。
言語は別の設定です
セリフ言語はステップ1で選び、プロジェクト全体に適用されます。台本の分析の段階でその言語でセリフが書かれ、絵コンテにそのままコピーされ、その言語で演じられます。英語の原本の上に吹き替えを重ねるものではありません。英語の原本は存在しないのです。キャスト、名前、舞台設定は、「対象地域」の設定を通じて、同時に該当する市場へ移せます。SceneMixerは15言語に対応しています。吹き替えに反対する理由では、セリフを再タイミングするより、そのセリフを生成するほうがなぜ優れているかを説明しています。
料金について
声のマッチングは無料のモデル呼び出しで、クレジットを消費せず、同時実行タスクの上限にも数えられません。ご自身のサンプルのアップロードもクレジットはかかりませんが、現在のプラン設定ではアップロードはメンバーシップ機能です。音声そのものは動画生成の一部で、出力1秒あたり10クレジットから(≈ $0.06/秒、最低クレジット単価)です。セリフに単語ごと・文字ごとの別料金はありません。料金ページ、または実行の中で声がどこに位置するかについてはジェネレーターの概要をご覧ください。
現在できないこと
- アップロードしたクリップのセリフは、すべて再吹き替えできます。 SceneMixerは映像と一緒に音声を生成します。例外はリメイクです。置き換えでアップロードしたクリップのセリフを変えると、変更された部分は再生成され、AIで再吹き替えされます。
- 耳で聞きながらセリフの演技を調整すること。 話し方の調整は、絵コンテ内の各セリフに付けるカッコ書きのヒント(書き起こしメモ)で行い、波形エディターでは行いません。読み方が間違っている場合は、メモを変更してそのセグメントを再生成します。
- 字幕を焼き込むこと。 各プラットフォーム向けのキャプションはエクスポート後に追加します。ストーリー上必要な場合に限り、パイプラインがフレーム内にテキストを書き込みます。
全エピソードを15言語で
セリフの言語はステップ1で一度設定すると、生成全体がその言語で実行されます。同時に対象地域の設定により、名前、顔、街並みがその市場に合わせて調整されます。以下の各サンプルはこの方法で、言語ごとに1つずつ制作されたものです。
言語
15言語のネイティブ台詞
以下の各シリーズはすべて同じSceneMixerパイプラインで制作されており、キャストはその言語をネイティブに話します。インターフェース、作業ドキュメント、話される台詞はすべて同じ言語で統一されており、吹き替えは一切使用していません。開いて実際に聞いてみてください。
A Carta de LisboaPortuguêsネイティブ台詞
윈터 프라미스한국어ネイティブ台詞
El Secreto de CostaEspañolネイティブ台詞
浪人の誓い日本語あなたの言語で
Ikrar JakartaBahasa Indonesiaネイティブ台詞
Зимняя коронаРусскийネイティブ台詞
L’Héritier du DéfiléFrançaisネイティブ台詞
Il Tavolo dell'OlivaItalianoネイティブ台詞
De Vuurtoren van de FjordNederlandsネイティブ台詞
العهد الصحراويالعربيةネイティブ台詞
Çantasındaki SözleşmeTürkçeネイティブ台詞
Die Istanbul-TäuschungDeutschネイティブ台詞
Останній сигналУкраїнськаネイティブ台詞
問劍青雲繁體中文ネイティブ台詞
The Last EnvelopeEnglishネイティブ台詞
SceneMixerと、ツールをつなぎ合わせる方法の比較
AIドラマの制作フローは、たいてい5〜6個のツールを順番につないだものです。ここでは、各ステップがどこで行われ、何を置き換えるのかを示します。
| ステップ | SceneMixerの場合 | 別々のツールで手作業する場合 |
|---|---|---|
| 脚本とエピソード構成 | 脚本や小説を貼り付けるか、一行入力するだけ。キャスト、場所、小道具、そして編集できるエピソードのアウトラインに読み解かれます | チャット型AIが脚本を書き、エピソードへの分割や、ツール間でのテキストの受け渡しは自分で行います |
| キャラクターの顔と場所 | キャラクター、場所、小道具は、それぞれ1回だけ設定画として描かれ、登場するすべてのショットに紐づけられます | 画像モデルで1枚ずつ生成し、クリップごとに正しい参照画像を自分でアップロードします |
| ショット | エピソードごとに、ショット番号と秒数つきの絵コンテを作成。動画は同じ設定画を参照しながら、セグメントごとに9:16または16:9で生成されます | 動画モデルにプロンプト1つにつきクリップ1本。毎回、同じ人物の説明を最初から書き直します |
| 声とセリフ | セリフは動画の中でそのまま演じられ、キャラクターごとに声が1つ付き、15言語のどれでも使えます | セリフごとに音声合成ツールを使い、そのあとすべてのクリップにリップシンク処理をかけます |
| 1ショットの修正 | そのショットのテキストを編集して、そのセグメントだけを再生成します。エピソードのほかの部分には手を加えません | クリップを再生成し、そのうえでタイムラインを編集し直します |
| 仕上げ | セグメントはBGMとともに1本のエピソードファイルに合成されます。会員はAIバッジなしでダウンロードできます | 動画編集ソフトでクリップをつなぎ、音楽と字幕を入れて書き出します |
| 公開 | 完成したエピソードは、TikTok、YouTube、Instagramなど好きな場所に自分でアップロードします。SceneMixerが代わりに投稿することはありません | 手動でアップロードします(SceneMixerでも同じです) |
よくある質問
SceneMixerは声をクローンできますか?
条件付きで可能です。セリフを変えるとき、再吹き替えのオリジナル音声はそのクリップからキャラクターの声をクローンします。有料プランでは、キャラクターの声として使う権利のある録音をアップロードできます。それ以外の声は、サンプリングされたプリセット音声のライブラリから選びます。SceneMixerは、本人の許可なく他人の声を使うことはありません。
セリフは動画の後から吹き替えられるのですか?
いいえ。SceneMixerの動画モデルは、映像と音声を同じ一度の生成で作るため、演技と口の動きは一つの生成から生まれます。だからこそ、セリフを変えるには、音声トラックを切り直すのではなく、そのセグメントを再生成する必要があります。
自分の声をアップロードできますか?
はい。有料のSceneMixerプランで可能です。キャラクターのサンプルをアップロードすると、そのキャラクターが話すすべてのセグメントの声の参照になります。
全員のキャラクターが同じ言語を話す必要がありますか?
SceneMixerのセリフ言語はプロジェクト単位の設定なので、1つのプロジェクトの中では可能です。ただし、言語は、台本を書いた言語からもインターフェース言語からも独立して選びます。1つの台本も、設定を変えて実行すれば、複数の市場向けに作れます。
エピソードをまたいで声は同じままですか?
はい。顔が変わらないのと同じ理由です。キャラクターに設定された声はプロジェクトレベルで紐づけられ、そのキャラクターが話すすべてのセグメントに引き継がれます。
吹き替えるクリップではなく、話すキャラクターを
視聴者が話す言語で、映像と演技を1回の処理で生成します。
SceneMixerを無料で試すクレジットパッケージは$1.49から ・Pro $7.99/月 ・クレジットカード不要で始められます