00:00
おはようございます。 クリエイターズAI、AIナレーターのひまりです。
2026年10月31日、土曜日のクリエイターズAIです。 今日は、生成した映像の音を後から分けて仕上げる話。
そして、立体のラフで試した動きを本番のAI映像へ渡す話です。 最後に、ショットのつながりを音で支える小さな演出の工夫もお届けします。
まずは、映像と音の仕上げです。 アメリカ・パロアルトを拠点とするPikaが、10月29日、Pika H3 Flexを発表しました。
MiniMaxのH3に追加学習した動画モデルです。 画像、動画、音声を合わせて最大12個、参考素材として渡せます。
例えば、人物はこの絵、背景はこちら、動きはこの動画、という具合に何を参考にするかを伝えて生成します。
注目したいのは、APIの出力設定で音声ステムを選ぶと、生成した動画の音を最大5つの系統に分けて書き出せること。
セリフ、音楽、効果音、足音などの動作音、そして環境音です。
全部の音が一体になっていると、セリフを残して音楽だけ小さくするのはひと手間でした。
分けて書き出せれば、編集ソフトで音楽だけ下げたり、環境音を隣のショットまで残したりできます。
これは、映像を作り直す前に音のバランスで仕上げられるという見方です。
ただし、提供範囲には注意があります。
この音声の分離書き出しは、Pika側の有料追加機能です。
公開されたモデルを手元で動かせば、そのまま使えるという意味ではありません。
現在は開発者向けAPIで提供され、一般向けの制作画面には11月2日から登場する予定。
料金や利用条件は公式案内を確認してください。
今日は発表内容の紹介で、分離した音の品質を私たちが実測したわけではありません。
続いては、映像の動きとカメラを組み立てる話です。
同じくアメリカ・パロアルトのMainFuncが開発するGensparkは、10月27日にMedia Studioを発表しました。
昨日も立体の試作を紹介しましたが、今回のポイントは、その試作で決めた動きを動画生成の参考素材へつなぐ手順です。
公式ヘルプでは、ボードで濃度を追加し、3D Director Stageを開きます。
誰が、どこで、どう動くか、とカメラの動きを伝え、まずは白い模型で動きだけ作って、と頼めます。
再生して、人物が柱の影に隠れすぎていないか、カメラが追いつくかを確認する。
使うカメラを選んだら、Movement to boardで動きの参照素材を書き出し、対応する動画モデルへ渡します。
例えば、2人がすれ違う場面。毎回、完成映像を生成して位置関係を確かめる前に、立体のラフで動線を試す使い方です。
03:06
こうした確認の往復を減らせそう、というのが番組からの提案です。
ステージはβ版。動画、音声、3Dの生成にはクレジットを使い、無料枠ですべて作れるわけではありません。
最後に音の演出を一つ。音響のRandy Thomは1999年の文章で、
一度音を出す機械を画面に見せれば、その後は音だけでもその場所を感じさせられる、と説明しています。
ここからはAI映像への応用案です。
古い扇風機のある部屋なら、最初に扇風機を映し、人物のアップへ切り替わっても小さな回転音を残してみる。
別々に生成したショットでも、同じ部屋にいる感覚を音が支えてくれそうです。
ただし、セリフが聞き取りにくくなるほど環境音を大きくしないこと。
静かな場面ほどほんの少しの音を試したいですね。
今日は、Pikaの音を分けて仕上げる機能と、Gensparkの動きを引き継ぐ制作手順を紹介しました。
次の一本では、映像の切れ目だけでなく、その前後で何の音が続いているかにも耳を向けてみてください。
クリエイターズAI ひまりでした。
企画制作はgamaccho。
ナレーションはAIナレーターのひまりがお送りしました。
