Skip to main content

モデル、速度、および制限

各リップシンクティアには、速度、品質、プロジェクトサイズの間に異なるトレードオフがあります。

モデルの違いの概要

各モデルの得意分野

Lip Sync

Lip Sync は、多くのプロジェクトにとって最も実用的なデフォルトです。 以下のような場合に最適です:
  • 迅速な納品
  • 通常のトーキングヘッド映像での良好な品質
  • 品質とコストの強力なバランス
シンプルな動画であれば、これで十分な場合が多いです。

Lip Sync Pro

Lip Sync Pro は、標準のリップシンクよりも顔のディテールに重点を置いています。 主な利点は以下の通りです:
  • より強力な髭のレンダリング
  • より優れた歯の生成
  • よりクリーンな口元領域のディテール
  • フレーム内のより大きな顔領域の処理能力の向上
そのため、Proは以下のような場合に適しています:
  • よりタイトなクローズアップ
  • ハイエンドなクリエイターコンテンツ
  • プレミアムなマーケティング動画
  • 速度よりも顔のディテールが重要視されるプロジェクト
トレードオフとして、標準の Lip Sync よりも処理が遅く、コストが高くなります。

Lip Sync Studio

Lip Sync Studio は、ショット自体が難しい場合や、出力基準が特に高い場合に最も強力なモデルです。 主な違いは以下の通りです:
  • 小さな独立したチャンクに頼るのではなく、ショット全体をより深く理解して構築します
  • 追加設定に依存せず、障害物をネイティブに処理します
  • 横顔、肩越しのフレーミング、正面以外のリップ位置に対してはるかに強力です
  • 話し手の抑揚、感情、パフォーマンスをより多く保持します
  • より強力な4Kポジショニングを含む、ハイエンドな出力向けに構築されています
これが、Lip Sync StudioLip Sync Pro よりも以下において優れている理由です:
  • 難しいカメラアングル
  • 顔の一部が隠れているショット
  • 長い連続したテイク全体で一貫性が重要なシーン
  • 視覚的なアーティファクトが許容されにくいプレミアムなショートフォーム作品

動画によって処理時間が異なる理由

同じ長さの動画でも、処理時間は大きく異なる場合があります。 一般的な理由:
  • 一方の動画にはシーンカットが多く、もう一方はほとんどが安定した1つのショットである
  • 動画内に複数の顔がある
  • 横顔や極端なアングルが多い
  • 口や顔に部分的な障害物が多い
  • 話し手がはっきりと見えていて、実際に話しているフレームが少ない
  • 動画の解像度が高い
  • 処理時のキューの負荷が異なる
Lip Sync および Lip Sync Pro の場合、シーンの切り替わりが多い動画や、話している顔がはっきりと映っていないフレームが多い動画は、効率的な処理が非常に困難になることがあります。これにより、実行時間が増加し、難しい長尺コンテンツでは失敗の可能性が高まります。 Lip Sync Studio は通常、こうした難しいショットに対してより高い耐性がありますが、モデルがショットごとにより多くの処理を行うため、依然として最も低速なティアとなります。

クリップが失敗したり、品質が低く見える理由

ソースに以下が含まれる場合、品質が低下する可能性があります:
  • 話しているように見えない、静止またはほぼ静止した顔
  • 速いカットが多い
  • フレーム内の顔が小さすぎる
  • 下位ティアでの強い横顔ショット
  • 激しい障害物
  • 人間ではない、または人間型ではない顔
原則として:
  • Lip Sync は、ほとんどの標準的な動画でうまく機能します
  • Lip Sync Pro はプレミアムな顔のディテールを向上させます
  • Lip Sync Studio は、映像が難しい、価値が高い、または視覚的な要求が高い場合に最適な選択肢です

一般的なパフォーマンス

これらの時間は目安であり、保証ではありません。実際の実行時間は、キューの負荷、動画の長さ、解像度、ソースの複雑さによって異なります。

現在の時間制限

リップシンクの制限は変更される可能性があります。大規模な制作ワークフローを計画している場合は、開始前にアプリで現在の制限を確認してください。 長時間のジョブ。

速度に影響を与える要因

  • 動画の長さ
  • 解像度
  • 現在のキューの深さ
  • 顔の角度の複雑さ
  • シーンチェンジの数
  • 表示されている顔の数
  • 話している顔が遮られる頻度
  • ショット全体を通して話者が目に見えて話しているかどうか
  • 音声の明瞭度
経験則として、1080pが通常、速度と品質のバランスが最も優れています。4Kも可能ですが、処理時間が増加します。

現在の請求への影響

これらは、翻訳された動画時間に加えて、現在追加で請求される分数です:
  • Lip Sync: +4
  • Lip Sync Pro: +9
  • Lip Sync Studio: +14

プランの利用可能性

  • Beginner: 利用不可
  • Starter: Lip Sync
  • Creator: Lip Sync および Lip Sync Pro
  • Pro: Lip Sync および Lip Sync Pro
  • Scale: Lip SyncLip Sync Pro、および Lip Sync Studio

関連ページ