未分類

AI対談アニメ時代、ついに本格到来

いやー、これは正直「時代が一段ギア上がったな…」ってやつですね。
YouTubeでこの動画を見て、僕も同じくビックリしました。

https://youtu.be/Ay6lOJXcsUM?si=R4PAjajaPcF2MUho

最近YouTubeなどで見かけるようになった対談トークアニメ制作。
私が「ここが一番ヤバい」と感じたのは、この2つ。

GoogleAIStudioの音声生成が異常に充実してる
DesignAIのリップシンクが“人力編集を殺しに来てる”

「AIだけで“ちゃんとした対談アニメ”が数分でできる」
これ、数年前なら完全に未来の話だったやつです。

Contents
  1. 🤖 AI対談アニメ時代、ついに本格到来
  2. Google AI Studioとは何か？
  3. Design AIは「しゃべらせること」に特化したAI
  4. 🎬 全体ワークフロー（完成形）
  5. ① 企画：キャラと会話を先に作る
  6. ② キャラクター画像を生成する
  7. ③ Google AI Studioで対談音声を作る（ここが核心）
  8. ④ Design AIでマルチキャラLipSync
  9. ⑤ 書き出し＆仕上げ
  10. ✍️ まとめ（超短縮）

🤖 AI対談アニメ時代、ついに本格到来

今回の肝はこの組み合わせ👇

  • Google AI Studio
    → マルチスピーカー対応の音声生成
  • Design AI
    → 複数キャラ同時リップシンク＆高精細アニメ化

これまでの定番フローはというと…

台本：ChatGPT
↓
音声：キャラ別に音声生成AI
↓
画像：画像生成AI
↓
動画：編集ソフト or 動画生成AIで合成

……正直、手間が多かった。

でも今は違う。

👉 Google AI Studioで「対談音声」を一発生成
👉 Design AIで「複数キャラが同時に喋るアニメ」に変換

この流れ、ガチで革命です。

 Google AI StudioとDesign AIを解説します。

Google AI Studioとは何か？

Google AI Studioを一言で表すなら、
**「Google製のAI全部入り作業場」**です。

文章生成、画像生成、音声生成など、
これまでは別々のツールを行き来していた作業を、
ひとつのブラウザ画面で完結できます。

特に音声生成が強力で、

  • Speaker1：男性
  • Speaker2：女性

といった形で話者を分けるだけで、
自然な対談音声をまとめて生成できます。

これまで当たり前だった、

音声を1人ずつ作って
編集ソフトでタイミングを合わせる

という作業が、ほぼ不要になります。

初心者にとっても、
「企画 → 台本 → 音声」
までを一気に進められるのは大きなメリットです。

Design AIは「しゃべらせること」に特化したAI

一方のDesign AIは、
静止画をしゃべらせることに特化したAIです。

キャラクター画像を1枚用意して音声を読み込ませるだけで、

  • 口パク（リップシンク）
  • 表情の変化
  • 体の自然な揺れ

といった動きを自動で付けてくれます。

似たサービスは以前からありましたが、多くは

  • 1キャラずつしか動かせない
  • 会話シーンは分割前提
  • 編集での合成が必須

という制限がありました。

Design AIが大きく違うのは、

  • 1枚の画像から複数の顔を検出
  • 複数キャラを同時に動かせる
  • 背景の人物まで自然に動く

という点です。

「会話アニメを速く作る」という目的において、
かなり優秀なツールだと感じました。

🎬 全体ワークフロー（完成形）

まずは全体像をザックリ👇

  1. 企画（アイデア・キャラ設定）
  2. キャラ画像生成（Midjourneyなど）
  3. Google AI Studioで対談音声生成（マルチスピーカー）
  4. Design AIでマルチキャラLipSync
  5. 編集・仕上げ

では、1つずついきましょう。

① 企画：キャラと会話を先に作る

ここは昔と同じだけど、より重要。

  • キャラ設定（性格・口調）
  • 対談の流れ（ツッコミ役／解説役など）
  • セリフはここで完成させておく

💡
この段階で会話文まで作っておくと、
後工程が「流れ作業」になります。

② キャラクター画像を生成する

ポイントは「LipSyncしやすい絵」です。

おすすめ条件

  • 顔は正面〜やや斜め
  • 口元がはっきり
  • キャラ同士は少し距離をあける

💡
1枚の画像に複数キャラを配置すると、
Design AIが顔を自動認識してくれます。

③ Google AI Studioで対談音声を作る（ここが核心）

手順まとめ

  1. **Google AI Studio**にアクセス
  2. Generate Media → Generate Speech
  3. Multi Speaker を選択
  4. Speaker1 / Speaker2 の声を設定
  5. セリフを話者ごとに入力
  6. Run → 音声DL

超重要な注意点⚠️

  • 音声は30秒以内
  • 超える場合は分割必須
  • セリフの間に
    0.3〜0.8秒の無音を入れると安定

これ、地味だけど完成度が激変します。

④ Design AIでマルチキャラLipSync

手順

  1. New Project → 16:9
  2. キャラ画像をアップ
  3. Lip Sync を選択
  4. 会話順にキャラを指定
  5. 音声ファイルをアップ
  6. プレビュー → Generate

プロ向け裏ワザ🎯

  • 音声はキャラ別に分ける
    • 男性が喋る音声（女性は無音）
    • 女性が喋る音声（男性は無音）
  • 最初に話すキャラを先に選ぶ

👉 これで口パク精度が一気に上がる。

⑤ 書き出し＆仕上げ

あとはいつもの編集作業。

  • 分割音声を結合
  • BGM
  • テロップ
  • 軽いカメラワーク（Ken Burns）
  • 色補正

Premiere / DaVinci / CapCut
どれでもOK。

  • 口元ディテール強化 → LipSync向上
  • 無音は短すぎず長すぎず
  • 30秒前提で最初からシーン分割設計
  • 非人間キャラは「口の形」を明確に

✍️ まとめ（超短縮）

  • Google AI Studioで対談音声生成
  • Design AIで複数キャラ同時LipSync
  • 音声は30秒以内＆分割前提
  • 無音区間がクオリティを左右する

正直これ、
解説系YouTube／教育系／ストーリー系
全部に使えます。

「対談＝実写」じゃなくなる日、
もう来てますね。