singingphoto.ai
singingphoto.ai

ガイド

2枚の写真からAIデュエット動画を作る方法

デュエットモードの仕組みを徹底解説。2枚の写真をただ貼り合わせたように見せるのではなく、いかにして自然で説得力のある一つのシーンに融合させるのか、その秘密を紐解きます。
SarahUpdated 2026-07-24読了まで7分

45

Studio Vocalist

Solo

Joyful Sky Portrait

Solo

Windblown Smile

Solo

Coral Sweater Portrait

Solo

Sunlit Smile

Solo

Teardrop Portrait

Solo

Convertible Driver

Solo

Blue Headwrap Smile

Solo

Bandana Portrait

Solo

Garden Portrait

Solo

Distinguished Gentleman

Solo

Golden Retriever

Pets

Desert Woman Portrait

Solo

Saudi Gentleman

Solo

Red Bow Performer

Solo

White Shirt Performer

Solo

Folk Dress Portrait

Solo

Blue Hat Portrait

Solo

Beaded Night Portrait

Solo

Seated Studio Portrait

Solo

Curious Corgi

Pets

Gray Cat Portrait

Pets

Garden Hanbok Portrait

Solo

Royal Guard Portrait

Solo

Smiling Elder

Solo

Qipao Portrait

Solo

Red Headscarf Portrait

Solo

Turbaned Gentleman

Solo

Street Style Portrait

Solo

Emirati Portrait

Solo

Floral Cowgirl

Solo

Traditional Drummer

Solo

Playful Cow

Pets

Monochrome Muse

Solo

Pink Shades Smile

Solo

Forest Flower Portrait

Solo

Studio Duo

Duet

Fur Hood Portrait

Solo

Scarf Cat

Pets

Heritage Portrait

Solo

Fluffy Cat Portrait

Pets

City Gentleman

Solo

Golden Fluffy Cat

Pets

Royal Blue Portrait

Solo

Festival Smile

Solo

簡単におさらい:実際に合成されるもの

デュエットカラオケモードは、2枚の写真を1つのシーンに合成し、両方の顔を同じ曲に合わせてリップシンクさせます。これは2枚の写真を視覚的に合成するものであり、AIによるボーカルハーモニー生成ではありません。音声は1トラックのままで、2つ目の歌声が生成されることはありません。この点を踏まえ、このガイドでは入力側、つまり2枚の写真そのものについて説明します。

2枚の写真をきれいに合成するためのポイント(とそうでないもの)

AIが実際の合成作業を行いますが、最終的な仕上がりの説得力は元の写真によって決まります。いくつかの基準は、皆さんが思っている以上に重要です。
  • フレーミングとスケールはだいたい合わせるべきです。 クローズアップの写真と上半身の写真では、同じシーンに非常に異なるサイズの顔が配置されることになり、このサイズの違いは、合成が不自然に見える最も速い原因の一つです。AIで写真を合成する方法に関する一般的なガイドラインでも、同様の視点とスケールの写真を使用することで「明らかに貼り付けたような」見た目を避けることができると直接的に裏付けられています。
  • 照明の質よりも、照明の方向が重要です。 2枚ともよく照明された写真であっても、片方が左から、もう片方が右から照らされている場合、同じフレームに収まるとそれぞれの顔の影が異なる方向を向き、衝突する可能性があります。AI画像ブレンドのガイドラインでは、自然なブレンドと不自然なブレンドを分ける最大の要因の一つとして、一貫した照明とトーンを挙げています。
  • カメラアングルと目線は似たものに。 少し上から撮った写真と少し下から撮った写真を組み合わせると、まるで別々の撮影を繋ぎ合わせたように見えがちです。ほぼ同じ高さと角度で撮影された写真の方が、より自然に合成されます。
  • 解像度は両方ともある程度近いものに。 シャープな高解像度写真と、ぼやけていたり圧縮が強い写真を組み合わせると、AIが処理できるディテールにばらつきが生じます。写真合成に関する一般的なガイドラインでも、ツール自体よりも元の画像が重要であると直接的に指摘されています。
  • 顔はほとんど遮られていない状態に。 サングラス、顎の近くにある手、顔の一部を覆う髪、目に影を落とす帽子などは、顔をリップシンクさせる際にモデルが処理できる情報量を減らしてしまいます。
これらはどれも絶対的な要件ではありません。照明が合っていない写真でも合成はできますが、これらの基準を念頭に置いて選ばれた入力写真を使った場合ほど、きれいに仕上がらないだけです。

始める前に

アップロードする前に、上記の基準に照らして両方の写真を揃えてください。片方の写真がもう片方よりも明らかにクローズアップされている場合や、片方が日中の屋外で、もう片方が暖かいランプの下の屋内で撮影された場合など、もしよりマッチした代替写真があるなら、それを差し替える価値があります。そのまま進めて合成がうまくいくことを期待するよりも、その方が良いでしょう。
singingphoto.aiの他の場所と同様に、ここでも著作権の境界が適用されます。両方の写真は、ご自身のものであるか、許可を得た人物の写真であるか、またはその他の方法で使用権を保持しているものである必要があります。これは、アップロードする人だけでなく、デュエットに参加する両方の人物に適用され、2枚の写真が技術的にどれだけ一致しているかに関わらず真実です。

singingphoto.aiでデュエット動画を作成する方法

  1. Step 1

    デュエットカラオケモードを選択

    3つのカラオケモード(ソロ、デュエット、ペットカラオケ)から「デュエット」を選択します。
  2. Step 2

    上記の基準で確認済みの2枚の写真をアップロード

    アセット管理機能を使えば、以前アップロードした写真を再アップロードせずに利用できます。
  3. Step 3

    楽曲をアップロード

    両方の顔が一緒にリップシンクする音源を追加します。
  4. Step 4

    インスタントステージプリセットを選択、またはカスタムシーン編集を使用

    6種類のプリセット(スタジオ、ジャズクラブ、ホーム、バー、スーパーカー、魚眼)から1つを選ぶか、もしどれも合わない場合は、ステージ、照明、カメラ、雰囲気を独自にプロンプトで記述してください。
  5. Step 5

    生成後、合成部分を特に確認

    リップシンクだけでなく、両方の顔が互いに自然なスケールで配置されているか、そして選択したシーンに対してどちらも不自然に見えないかを確認してください。
  6. Step 6

    エクスポート

    完成した動画をHD画質で、無料で、ウォーターマークなしでダウンロードできます。

合成がうまくいかない場合

いくつかの視覚的な問題と、その主な原因は以下の通りです。
  • 片方の顔がもう片方より明らかに大きく、または小さく見える。これはほとんどの場合、2枚の元写真間のフレーミングの不一致が原因です。両方の顔がフレーム内で同様の割合を占めるように片方の写真をトリミングし直すか、同じような距離から撮影された写真に差し替えてみてください。
  • 2つの顔の間で照明に一貫性がなく、まるで別々の部屋で照明されたように見える。おそらくその通りでしょう。片方の人物の写りが少し劣る写真になったとしても、照明の方向がもう一方の写真に近いものに差し替えてみてください。
  • 合成は技術的には問題ないが、どこか平坦で平凡に見える。これは通常、写真の問題ではなく、ステージプリセットの不一致が原因です。別のインスタントステージプリセットを試すか、カスタムシーン編集でより具体的な雰囲気を記述してみてください。
  • 片方の顔がもう片方と比べてぼやけている、またはディテールが不足している。もし可能であれば、その写真をより高解像度のバージョンに差し替えてください。
フレーミング、照明、解像度を可能な限り一致させても、結果がまだしっくりこない場合、正直なところ、デュエットモードは2枚の別々の実際の写真を1つのシーンに合成するものであり、ゼロから撮り直すわけではありません。元の写真の組み合わせによっては、単に相性が良いものとそうでないものがあるのです。
AIでアニメーション化された顔が、1枚の写真の動画でも不自然に見える理由について、より詳しく知りたい場合は、AIリップシンクが不自然に見える理由(とその修正方法)をご覧ください。上記の合成に特化したヒントに加えて、そのガイドラインのほとんどはデュエット内の各顔にも個別に適用されます。

よくある質問

2枚の写真は同じ解像度である必要がありますか?
厳密に同じである必要はありませんが、ある程度近い方が良いです。2枚の解像度に大きな差があると、品質の低い方の写真が合成において明らかに劣って見えがちです。
人物が正面を向いていない、斜め向きの写真も使えますか?
はい、使用できます。ただし、両方の写真の角度を合わせるようにしてください。正面向きの写真と横顔の写真を組み合わせるよりも、似たような斜め向き(スリークォーターアングル)の2枚の写真の方が、より自然に合成されます。
合成が1つのシーンではなく、2枚の写真を貼り合わせたように見える場合はどうすればいいですか?
それはほとんどの場合、調整すべき設定の問題ではなく、元写真間のフレーミングや照明の不一致が原因です。別のステージプリセットを試す前に、スケールと照明の方向を見直してください。
動画に登場する両方の人物の同意が必要ですか?
はい、必要です。デュエットに登場する両方の人物について、ご自身のものであるか、許可を得た人物の写真であるか、またはその他の方法で使用権を保持している写真である必要があります。

デュエットカラオケモードを無料体験

使用権のある相性の良い写真2枚をアップロードし、お好きな曲を選びましょう。ステージを選ぶか、オリジナルのシーンを作成して、ウォーターマークなしのHD画質でエクスポートできます。

singingphoto.aiを無料で試す

Related guides

Sources

  • How to Merge Two Photos with AI: Seamless Realistic Results - ArtSmart AIの指針では、2枚の元写真間でフレーミング、遠近感、スケールを一致させることの重要性が述べられており、上記のフレーミングの一貫性基準として参考にしました。
  • 10 Tips to Blend Images Using AI - Artlistの指針では、説得力のある合成写真を生み出す上でライティングとトーンの一貫性が重要であると述べられており、上記のライティング方向の基準として参考にしました。
  • How to Merge Two Photos Into One With AI - Pict.AIの指針では、元画像の品質が合成品質を左右する主要な要素であると述べられており、上記の解像度とカメラアングルの基準として参考にしました。