OmniHuman 2
音声 1 秒あたり $0.111 から
写真を動かして、最長 5 分の音声に合わせた表情豊かな全身のパフォーマンスにする、ByteDance のデジタルヒューマンモデルです。
OmniHuman 2 の得意なこと
1 回の生成で長いテイク
OmniHuman 2 は、最長 5 分の音声を受け付けます。
表情豊かな手と体のジェスチャー
手は話の内容に合わせて動き、体の動きとも連動します。
プロンプトでシーンとカメラをコントロール
任意のプロンプトで、シーン、キャラクターの動き、カメラを方向づけられます。
さまざまな種類のコンテンツに対応
写真、AI で生成したレンダリング画像、アニメのキャラクター、スタイライズされたアートのどれも、元の画像として使えます。
ディレクション。生成。編集。
プロンプトをやめて、ディレクションを始めよう。
Craze は、あなたと一緒にクリエイティブにアイデアを出し合い、リサーチし、企画を立てます。
センスのいいコンテンツを、生み出そう。
Craze は、想像できるものなら何でも生成します。動画、音声、音楽、モーショングラフィックスなど。
動画編集は、数日ではなく数分で。
Craze が素材を見て、完成したカットを組み立てます。必要なら、本格的なエディターも。
見てもらえる動画を、つくろう
- UGC 動画
- モーショングラフィックス
- 長編映画
- 製品ビジュアライゼーション
- ショートドラマ
- 3D フィルム
- ミュージックビデオ
- ブランドフィルム
- ウェディングハイライト
- YouTube レビュー
OmniHuman 2 をほかと比べると
ここにあるどのモデルも Free を含むすべての Craze プランで動作し、Craze はショットごとに別のモデルを使えます。
| OmniHuman 2ByteDance | Seedance 2.5ByteDance Seed Team | Seedance 2.0ByteDance Seed Team | Seedance 2.0 FastByteDance Seed Team | |
|---|---|---|---|---|
| つくれるもの | テキスト + 音声 + 画像から動画 | テキスト + 画像 + 動画 + 音声から動画 | テキスト + 画像 + 動画 + 音声から動画 | テキスト + 画像 + 動画 + 音声から動画 |
| 画質 | — | 最大 1080p | 最大 4K | 最大 720p |
| 長さ | — | 1 クリップあたり最大 30 秒 | 1 クリップあたり最大 15 秒 | 1 クリップあたり最大 15 秒 |
| サウンド | — | 映像と同時に生成 | 映像と同時に生成 | 映像と同時に生成 |
| 最低料金 | 音声 1 秒あたり $0.111 | 動画 1 秒あたり $0.114 | 動画 1 秒あたり $0.075 | 動画 1 秒あたり $0.060 |
OmniHuman 2 のCraze での仕様
| タスク | 入力 | 解像度 | アスペクト比 | サウンド |
|---|---|---|---|---|
| トーキングフォト | 音声、最初のフレーム | 元の素材に合わせる | 入力に合わせる | なし |
次の作品のために、プランを選ぼう。
Free
$0 / 月
- 利用量に上限あり
- すべてのメディアモデルを利用可能
- 効率重視チャットティア
- 1 GB のストレージ
- Craze MCP
- 最大 720p で書き出し
- クレジットを追加購入
Pro
$19 / 月
- 毎月 $19 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 50 GB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
Ultra
$59 / 月
- 毎月 $59 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 200 GB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
Max
$199 / 月
- 毎月 $199 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 1 TB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
よくある質問
クリエイターが OmniHuman 2 を選ぶ理由
OmniHuman 2 は、写真 1 枚と音声トラック 1 つから、パフォーマンス全体を動かします。唇の動きにとどまらず、表情、姿勢、手のジェスチャーが話しぶりに合わせて動くので、キャラクターはセリフを口パクしているのではなく、演じているように見えます。
1 回の生成で長いテイク
OmniHuman 2 は、最長 5 分の音声を受け付けます。解説動画まるごと 1 本、ポッドキャストの 1 コーナー、長いモノローグも、ひとつの連続したクリップとして生成され、音声を分割してあとでショットをつなぐ必要はありません。
表情豊かな手と体のジェスチャー
手は話の内容に合わせて動き、体の動きとも連動します。ジェスチャーは、同じ動きをループで繰り返すのではなく、長いスピーチの中で変化していきます。
プロンプトでシーンとカメラをコントロール
任意のプロンプトで、シーン、キャラクターの動き、カメラを方向づけられます。プロンプトを省くと、モデルは音声だけをもとに演じます。
さまざまな種類のコンテンツに対応
写真、AI で生成したレンダリング画像、アニメのキャラクター、スタイライズされたアートのどれも、元の画像として使えます。
Craze で OmniHuman 2 を使う方法
OmniHuman 2 は変換モデルです。写真 1 枚と音声トラック 1 つを用意すれば、Craze が動きのあるパフォーマンスを生成します。
- 被写体がはっきり写った、各辺 300 ピクセル以上の写真をアップロードします。
- 4 秒から 5 分の音声をアップロードするか、録音します。ナレーション、セリフ、音声合成など、どんな音声トラックでもかまいません。
- Craze に OmniHuman 2 を頼むか、つくりたいデジタルヒューマンを説明します。モデルを指定しない場合は、Craze が利用できるアバターの選択肢を料金とともに表示します。
- Craze が、音声に合ったジェスチャー、表情、ボディランゲージで、動きのある動画を生成します。
- エディターで確認します。パフォーマンスを調整したい場合や、別の音声を試したい場合は、再生成します。
OmniHuman 2 は、被写体がはっきり見えていて、ある程度カメラのほうを向いている写真でうまく機能します。写真はプロが撮ったものでなくてかまいません。スマートフォンの写真でも、アート調のレンダリング画像でも使えます。
OmniHuman 2 の料金
OmniHuman 2 の料金は音声の長さで決まり、音声 1 秒あたり $0.111 です。30 秒のクリップの料金は、60 秒のクリップの半分です。料金は音声の長さに比例して増えます。正確な料金は、このページで計算できます。
写真の出どころや動画の形式は、料金に影響しません。関係するのは音声の長さだけです。
OmniHuman 2 とほかのアバターモデルの比較
Kling Avatar 2 Pro と Kling Avatar 2 は、短めの動画向けに、よりシンプルなアニメーションを提供します。VEED Fabric 1.0 は、主に頭と肩を動かす低価格な選択肢です。OmniHuman 2 は、表情豊かなジェスチャー、映画のような品質、または 1 本のクリップでの長いテイクが必要なときに力を発揮します。
OmniHuman 2 が向いている人
映画や物語作品の制作
短編、ウェブシリーズ、インディー映画のためのデジタルヒューマンをつくれます。表情豊かなジェスチャーと、プロンプトで導くカメラワークによって、キャラクターは顔が動くだけでなく、シーンの中で存在感を持ちます。
コマーシャルと広告
ブランドのマスコットやスポークスパーソンのキャラクターを、繊細なパフォーマンスで動かせます。ジェスチャーと表情が、静的なアバターでは得られないエンゲージメントを生みます。
ポッドキャストやインタビューの動画制作
ポッドキャスターや音声クリエイターは、1 回の生成で 1 コーナーまるごとを動画にできます。クリップ 1 本あたり 5 分の音声で、ほとんどのコーナーをカットせずにまかなえます。
大規模な教育・研修
オンライン授業のための講師アバターをつくれます。授業の 1 セクションまるごとがひとつのテイクとして生成され、ジェスチャーによって飽きずに見られる動画になります。
インタラクティブで没入感のある体験
ゲーム開発者や XR クリエイターは、OmniHuman 2 を使って、自然なセリフとジェスチャーを備えた NPC のパフォーマンスやインタラクティブなキャラクターを生成できます。
パフォーマーのための手軽なパフォーマンス
俳優、ミュージシャン、パフォーマーは、カメラも複数のテイクも必要とせずに、音声から動画コンテンツをつくれます。ひとつのよい音声のパフォーマンスが、繊細なジェスチャーと表情を備えた動画になります。