AI Talking Photo ジェネレーター

音声またはテキスト読み上げを使用

準備済みの音声をアップロードするか、台本を入力して言語と声を選びます。送信前に生成音声をプレビューできます。

写真と音声の要件

最大20 MBのJPG、JPEG、PNG、WebPで、顔が鮮明に写った画像を選びます。各辺300〜5000px、比率0.4〜2.5、音声は3〜120秒です。

適切なアバターワークフローを選択

AIトーキングフォトFAQ

• AIトーキングフォトとは？

  静止ポートレートを、音声やテキスト読み上げに合わせて顔が話す動画に変換します。

• テキストで写真を話させられますか？

  はい。台本を入力し、言語と声を選び、生成前に音声をプレビューできます。

• どんな画像をアップロードできますか？

  最大20 MBのJPG、JPEG、PNG、WebPに対応します。各辺300〜5000px、比率0.4〜2.5が必要です。

• 音声の長さは？

  現在は3〜120秒に対応し、長すぎる音声は切り詰め前に確認します。