写真と音声から自然な人物動画を自動生成する技術が提供開始

一枚の顔写真と音声データを取り込むだけで、あたかも本人が話しているかのような自然な動画を自動で生成できる新ツールが公開された。この技術は口の動きを音声に完璧に合わせるだけでなく、歌唱シーンやアニメ調のキャラクターにも対応しており、長時間の動画であっても安定した品質を維持できるため、プロの映像制作現場での活用も可能となっている。公開されている技術を基盤に開発されたことで高い信頼性を確保しており、動画制作の経験がない初心者であっても手軽にデジタルヒューマンを動かせるため、キャラクターを用いた解説動画の作成やSNS向けコンテンツの効率的な量産を目指す層にとって強力な選択肢になるとみられる。 初めての人でも直感的に操作できる設計が採用されており、複雑な設定なしで高品質な映像出力を実現した点は大きな特徴である。今後、このツールが個人のクリエイターから企業の広報担当者まで幅広い層に浸透し、動画制作のあり方を大きく変えていくとして期待が高まる。