AI BunCho 無料で登録
本文へスキップ
BunCho Media EDITORIAL & DATA LAB
AI映像・アニメOP 読了 約4分 実践手順つきガイド

AIアバターの作り方|画像1枚と台本で話す動画を作る手順

AI BunCho編集部 公開 最終更新
KEY TAKEAWAYS

この記事の重要ポイント

  1. AIアバターでできること
  2. 用意するもの(画像と声)
  3. AIアバター動画を作る手順
  4. 選べるモデルと、5秒あたりのクレジットの目安
AIアバター:人物の画像1枚と台本から話す動画を作る(BunCho の説明画像)

AIアバターは、1枚の画像の人物が、入れた声に合わせて話す動画を作る技術です。撮影しなくても、キャラクターや自分の分身に告知・解説・あいさつをしゃべらせられます。この記事では、BunCho の動画ツール「AIアバター」を例に、素材の選び方から、モデルの選び方、作る手順、うまくいかないときの直し方、権利の注意までをまとめます。

AIアバターでできること

AIアバターは、人物の画像と声(音声ファイル、または台本を読み上げた声)を入れると、画像の人物が声に合わせて口・顔・頭を動かして話す動画を作ります。動画の長さは声の長さと同じで、BunCho では2〜30秒です。

使う場面は、キャラクターの告知やあいさつ、顔出しをしない解説動画の語り手、物語のキャラのセリフを絵のまま話させる短い動画などです。漫画のコマやキャラの立ち絵をスタジオで作っていれば、その絵をそのまま話させられます。

  • 入れるもの:人物の画像1枚と、台本(300文字まで)か音声(30秒まで)
  • できるもの:画像の人物が話す動画(MP4、2〜30秒)
  • 選べるモデル:Kling Avatar 2.0 Pro / Standard、OmniHuman 1.5、HeyGen Avatar IV、P-Video Avatar

用意するもの(画像と声)

  • 画像:顔がはっきり写った1人の画像。正面寄りで、顔が画面の中で大きい方が口の動きがきれいに付きます
  • 画像の形式と大きさ:PNG・JPEG・WebP。短い辺が300px以上、縦横比は1:2.5〜2.5:1
  • 声(台本):話させたいセリフを300文字まで。声は明るい女性・落ち着いた男性・ナレーション(女性・男性)から選べます
  • 声(音声ファイル):30秒まで。BGMや雑音の少ない、話し声だけの音声が向いています
  • 補足の指示(任意):「笑顔で、カメラを見て話す」のように、表情や向きの希望を書けます

AIアバター動画を作る手順

  1. 1動画ツールを開く

    スタジオの「動画ツール」を開き、「AIアバター」を選びます。

  2. 2人物の画像を入れる

    「人物の画像」に画像を1枚アップロードします。

  3. 3声を決める

    「台本を読ませる」でセリフを書いて声の種類を選ぶか、「音声ファイルを使う」で音声を入れます。

  4. 4モデルを選んで見積もる

    モデルを選んで「見積もる」を押します。モデルごとのクレジットが並ぶので、比べて選びます。

  5. 5権利を確認して作る

    使う画像・音声の権利を持っていることを確認するチェックを入れ、「○クレジットで作る」を押します。数分かかることがあり、ページを閉じても作業は続きます。

  6. 6ダウンロードして使う

    完成したらダウンロードします。動画の編集で字幕やBGMを足して仕上げます。

選べるモデルと、5秒あたりのクレジットの目安

Kling Avatar 2.0 には Pro と Standard があり、Standard は Pro の約半分のクレジットです。OmniHuman 1.5 は手や体も動きますが、クレジットは多めです。HeyGen Avatar IV は1080p、P-Video Avatar は720pで、クレジットがいちばん少ないモデルです。

2026年10月30日時点の料金表で計算した目安。実際の額は作る前の見積もりに出ます。
モデル長さクレジットの目安違い
Kling Avatar 2.0 Pro 2〜30秒 5秒で約438 高画質・数分かかる
Kling Avatar 2.0 Standard 2〜30秒 5秒で約221 Pro の約半分のクレジット・画質は少し下
OmniHuman 1.5 2〜30秒 5秒で約667 手や体の動きも付く・クレジット多め
HeyGen Avatar IV 2〜30秒 5秒で約194 クレジット少なめ・1080p
P-Video Avatar 2〜30秒 5秒で約126 クレジットがいちばん少ない・速い・720p

うまくいかないときの直し方

  • 口の動きが小さい・ずれる:顔が小さい画像や横を向いた画像は向きません。顔を大きく切り抜いた正面寄りの画像にします
  • 声がこもる・途中で途切れる:BGMや雑音の入った音声は、話し声だけにしてから入れます
  • 絵柄によって動きが不自然:イラストやアニメ調は、絵柄で動きの付き方が変わります。少ないクレジットのモデルで試してから仕上げます
  • 「画像の大きさ」で止まる:短い辺が300px未満、または極端に細長い画像は使えません。縦横比を1:2.5〜2.5:1に収めます
  • 30秒より長く話させたい:30秒ずつに分けて作り、動画の編集でつなぎます

権利と、AIで作ったことの表示

使う画像・音声・動画は、自分で権利を持っているか、使う許可を得たものに限ります。実在の人の顔や声は、本人の許可がある場合だけ使えます。作る前の画面で、権利を持っていることを確認するチェックがあります。

本人が言っていないことを言ったように見せて誤解させる動画や、他人になりすます動画は作れません。公開するときは、YouTube の「改変または合成されたコンテンツ」の設定など、投稿先のルールに従ってAIで作った・加工したことを表示してください。

記事と画面に出てくるモデルの名前は、BunCho で選べるモデルとして載せています。各社との提携や推奨を示すものではありません。

使えるプランとクレジット

動画ツールは、有料プラン(水やり・シード・焼肉・フルコース・チーム・法人)の本契約で使えます。無料プランと、有料プランの無料トライアル中は使えません。

使うのはスタジオの毎月のAIクレジットで、小説・漫画・動画など、ほかの機能と同じ残高から引きます。作る前に見積もりが出て、同意したときだけ作ります。失敗したときと、作り始める前に取り消したときはクレジットを引きません。

よくある質問

AIアバターは何秒まで作れますか?

声の長さで決まり、2〜30秒です。台本は300文字まで、音声ファイルは30秒までです。

無料で使えますか?

動画ツールは有料プランの本契約で使えます。無料プランと無料トライアル中は使えません。

自分の声で話させられますか?

できます。「音声ファイルを使う」で、自分で録った30秒までの音声を入れてください。

実在の人の写真を使ってもいいですか?

本人の許可がある場合だけ使えます。許可のない人の写真や、なりすましにつながる使い方はできません。

この記事の執筆・検証

AI BunCho編集部(編集:AI BunCho編集部) 実際の画面で確かめた日:

2026年10月30日時点のスタジオのコード(動画ツールの画面と入力の上限、選べるモデルの一覧、クレジットの計算)と料金プランのページを照らし合わせて確かめました。クレジットはコードの計算式で5秒(決まった長さのモデルはその長さ)を計算した値です。

  • 長さ:2〜30秒(声の長さ)
  • 台本:300文字まで/音声:30秒まで
  • 画像:短い辺300px以上・縦横比1:2.5〜2.5:1
  • 5秒の目安:約126(P-Video Avatar)〜約667(OmniHuman 1.5)クレジット

出典・一次情報・参考資料

  1. AI BunCho 動画ツール:AIアバター bun-cho.work · 一次情報
  2. AI BunCho 料金プラン bun-cho.work · 一次情報

記事のデータおよび検証情報は2026年10月30日時点のものです。

← BunCho Media トップへ戻る