使用ガイド
HeyGen Avatar IV 事例集：7 つのシーンの写真・セリフ・完成動画
横型解説、縦型口播、ビジネス報告、健康リマインダー、録音ドリブン、3D キャラクター、縦型コース。各シーンに入力写真、実際の完成動画、完全なセリフを掲載。セリフはワンクリックでモデルページに反映されます。
人物写真 1 枚とセリフを用意するだけで、HeyGen Avatar IV は写真の中の人に話させることができます。口の動き、まばたき、うなずきも音声に合わせて動きます。以下の 7 シーンはすべて実際の完成動画で、それぞれ入力写真、完全なセリフ、パラメータを掲載しています。「このセリフで生成」をクリックするとセリフが入力済みの状態になり、自分の写真をアップロードすれば生成できます。HeyGen Avatar IV は HiAPI で提供中です。モデルページを開くとそのまま生成でき、秒単位課金で $0.15、8 秒の完成動画で $1.20 です。
| シーン | アスペクト比 | 長さ | 費用 |
|---|---|---|---|
| 1. 横型解説 | 16:9 | 9 秒 | $1.35 |
| 2. 縦型口播・商品紹介 | 9:16 | 8 秒 | $1.20 |
| 3. ビジネス報告 | 16:9 | 8 秒 | $1.20 |
| 4. スクエア健康リマインダー | 1:1 | 8 秒 | $1.20 |
| 5. 録音で動かす | 9:16 | 10 秒 | $1.50 |
| 6. 3D キャラクターが話す | 16:9 | 8 秒 | $1.20 |
| 7. 横型写真で縦型コースを作る | 9:16 | 11 秒 | $1.65 |
1. 横型解説：写真 1 枚で製品紹介やコースのオープニングに
公式サイトのファーストビュー、コースの冒頭、製品紹介ページに最適。自宅で撮った上半身写真 1 枚で十分です。
入力写真
完成動画
Hi, I'm Lin. With one photo and a short script, I can present your product or record a lesson, with natural lip-sync and expressions.
日本語の意味：私はリンです。写真 1 枚と短いセリフで、製品紹介やレッスン収録ができます。口の動きも表情も自然です。
パラメータ：音声 Cute Chloe - Friendly · 16:9 · 1080p · 9 秒（$1.35）
このセリフで生成 → セリフは入力済みです。自分の写真をアップロードすれば生成できます。音声は Cute Chloe - Friendly、アスペクト比は 16:9 を選んでください。
完成動画では写真のセーター、髪型、部屋がそのまま残り、人物だけが動きます。自分の製品に置き換えるには、I'm Lin を自分の名前に、present your product or record a lesson を自分の製品の機能を表す一文に変えます。例えば I can show you how our app plans your week in two minutes などです。
2. 縦型口播：ショート動画で商品紹介・購買誘導
抖音、小红书、TikTok の 9:16 口播に最適。一人称で使用感を語り、最後の一文でフォローを促します。
入力写真
完成動画
I've been using these new earbuds for a week. The noise canceling is super quiet, and the battery lasts all day. Follow me for more.
日本語の意味：この新しいイヤホンを 1 週間使っています。ノイズキャンセリングはとても静かで、バッテリーは一日中もちます。もっと見たい人はフォローしてね。
パラメータ：音声 Andrew · 9:16 · 1080p · 8 秒（$1.20）
このセリフで生成 → セリフは入力済みです。自分の写真をアップロードすれば生成できます。音声は Andrew、アスペクト比は 9:16 を選んでください。
写真自体が 9:16 なので、完成動画は縦画面を埋め尽くし、余白がありません。縦型口播を作るなら、縦型の写真を直接撮るか生成するのが一番手軽です。
- 製品を変える：「使った期間 → 2 つのセールスポイント → フォロー誘導」の構成を保ちます。例えば
I've been using this standing desk for a month. It rises in three seconds, and my back feels better. Follow me for more. - 複数本をまとめて作る：同じ写真に異なるセールスポイントのセリフを組み合わせ、何本か一度に走らせて A/B テストします。
3. ビジネス報告：チームに四半期データを説明
企業内研修、顧客向け週報、営業の冒頭に最適。落ち着いた男性の声とオフィスでの上半身写真を組み合わせます。
入力写真
完成動画
Hi, I'm Daniel. Send me your quarterly numbers, and I'll walk your team through what changed and what to do next.
日本語の意味：私は Daniel です。四半期の数字を送ってください。何が変わったか、次に何をすべきかをチームに説明します。
パラメータ：音声 Dexter - Professional · 16:9 · 1080p · 8 秒（$1.20）
このセリフで生成 → セリフは入力済みです。自分の写真をアップロードすれば生成できます。音声は Dexter - Professional、アスペクト比は 16:9 を選んでください。
自分の業務に置き換えるには、quarterly numbers を自分の成果物（your onboarding checklist、last week's support tickets）に変え、後半ではチームに何をするかを明確に書きます。会社の責任者の実際の写真を使えば、顧客に送れるオープニング動画になります。
4. スクエア健康リマインダー：クリニック・薬局のコミュニティ配信
WeChat モーメンツ、コミュニティ、公式アカウント向けの 1:1 ショート動画に最適。医師のイメージに穏やかな女性の声を合わせます。
入力写真
完成動画
When the seasons change, mornings get chilly, so bring a jacket. If a cough lasts more than a week, please come see us at the clinic.
日本語の意味：季節の変わり目で朝は冷え込むので、上着を持っていきましょう。咳が 1 週間以上続く場合は、クリニックにいらしてください。
パラメータ：音声 Calm Chloe · 1:1 · 1080p · 8 秒（$1.20）
このセリフで生成 → セリフは入力済みです。自分の写真をアップロードすれば生成できます。音声は Calm Chloe、アスペクト比は 1:1 を選んでください。
写真も出力もスクエアなので、画面がちょうど埋まります。自分の機関に置き換えるには、前半で季節や場面のリマインダーを書き、後半で明確な行動を書きます。例えば If your child has a fever for more than two days, book a visit with us.
5. 録音で動かす：自分の声、自分のペース
録音済みのナレーションやポッドキャストの一部がある場合、セリフを書かずに、写真をその録音に合わせて話させられます。
入力写真
完成動画
パラメータ：英語の録音をアップロード · 9:16 · 1080p · 10 秒（$1.50）
写真と録音をアップロードして生成 → このシーンにはセリフがありません。モデルページで写真と録音をアップロードするだけです。完成動画は録音と同じ長さになり、最長 600 秒です。
口の動きも間の取り方も録音に合わせて動き、話し方やアクセントも録音どおりです。本人の声を残したいブロガーや講師に最適です。まず 10〜30 秒のナレーションを録音し、自分の縦型写真を合わせます。録音を使う場合は音声を選ぶ必要はありません。
6. 3D キャラクターが話す：ブランドマスコット、バーチャル配信者
イラストや 3D キャラクターも、顔がはっきりしていれば話せます。
入力画像
完成動画
Tonight's special is a slow-roasted tomato soup. It's simple, warm, and ready in twenty minutes. Let's cook!
日本語の意味：今夜のおすすめはじっくり焼いたトマトスープ。シンプルで体が温まり、20 分で完成します。さあ、料理しましょう！
パラメータ：音声 Expressive Evan · 16:9 · 1080p · 8 秒（$1.20）
このセリフで生成 → セリフは入力済みです。自分のキャラクター画像をアップロードすれば生成できます。音声は Expressive Evan、アスペクト比は 16:9 を選んでください。
- 自分のマスコットに置き換える：キャラクターの正面顔画像をアップロードし、セリフを「今日のおすすめ → 特徴を一言 → キャッチコピーを一言」の形で書きます。
- メニューや店舗の毎日更新：毎日
slow-roasted tomato soupとtwenty minutesの 2 か所だけ変えて、同じキャラクターで連続投稿します。
7. 横型写真で縦型コースを作る：背景画像で余白を埋める
手元に横型写真しかないのに縦型で投稿したいときは、背景を画像に設定すると、上下の余白がその画像で埋まります。
入力写真
完成動画
Hello everyone. Today we'll explain the Pythagorean theorem in five minutes. In a right triangle, the squares of the two legs add up to the square of the hypotenuse.
日本語の意味：皆さんこんにちは。今日は 5 分でピタゴラスの定理を説明します。直角三角形では、2 つの直角辺の平方の和が斜辺の平方に等しくなります。
パラメータ：音声 Professor Dean · 9:16 · 1080p · 背景：画像（黒板の画像 1 枚）· 11 秒（$1.65）
このセリフで生成 → セリフは入力済みです。自分の写真をアップロードすれば生成できます。音声は Professor Dean、アスペクト比は 9:16、背景は画像を選んで黒板の画像を設定してください。
背景は出力のアスペクト比と写真の比率が異なるときだけ有効になります。背景を設定しない場合、余白は白です。ブランドカラーを指定することもできます。例えば #1E3A5F。自分のコースに置き換えるには、最初の一文でテーマと長さを示し、2 番目の文で知識の結論を直接伝えます。例えば Today we'll learn three ways to say thank you in Japanese. The most polite one is arigatou gozaimasu.
写真の選び方
- 最も安定：正面、五官が隠れていない、光が均一、口が自然に閉じている单人写真。
- 避ける：横顔、マスク着用、複数人の集合写真、画面の中で顔が小さい写真。
- イラスト・3D キャラクターも使えますが、はっきりした顔が必要です。動物など人間以外のイメージは認識できない場合があり、失敗時は全額返金されます。
- アスペクト比はできるだけ完成動画と一致させる：縦型なら縦型写真（事例 2、5）、スクエアならスクエア写真（事例 4）。比率が異なる場合は、背景画像か単色で余白を埋めます（事例 7）。アスペクト比を auto にすると写真の比率を引き継ぎます。
セリフの書き方
- 短い文、話し言葉：1 文で 1 つのことだけを言い、カメラに向かって話すように。原稿を読むようにならないこと。
- 長さを抑えることは費用を抑えること：長さを設定する必要はなく、セリフと話す速さで決まります。費用は秒数だけに関係します。上記 6 つのセリフは英語 17〜29 語で、完成動画は 8〜11 秒、およそ毎秒 2〜3 語です。10 秒程度にしたいなら 25 語前後で書きます。
- 構成は「誰か → 価値を一言 → 行動を一つ」：事例 1、3 は冒頭で名前を名乗り、事例 2 は最後にフォローを促し、事例 4 は最後に行動を促します。
- 中国語も可能：セリフは中国語と英語に対応し、最大 5000 文字です。
解像度は価格に影響しません。720p も 1080p も $0.15/秒なので、1080p を選んでください。
よくある質問
「このセリフで生成」をクリックすると自動で入力されますか？ はい。モデルページを開くとセリフが入力済みになっています。自分の写真をアップロードし、事例に合わせて音声とアスペクト比を選んで実行するだけです。音声を選ばない場合はデフォルトの Warm Pro Narrator が使われます。
動画は最長どれくらい作れますか？ セリフを使う場合は最大 5000 文字で、長さはセリフに従います。録音を使う場合は録音と同じ長さで、最長 600 秒です。
透明背景、字幕、4K が必要ですか？ HeyGen Avatar V を選んでください。プリセットのデジタルヒューマンから形象を選び、透明背景、SRT 字幕、4K に対応します。価格は同じ $0.15/秒です。Avatar V モデルページを開く。自分の写真を出演させたい場合は Avatar IV を使ってください。
生成に失敗すると課金されますか？ されません。完成動画の実際の秒数で課金され、失敗したタスクは全額返金されます。
自分の業務に最も近いシーンを選び、そのセリフをコピーして製品名を置き換え、自分の写真をアップロードして最初の完成動画を生成 →
