写真をアップロードし、参照方式をマルチメディア参照に切り替え、参考音声に最大15秒の曲の一部を追加して「動画を生成」を押します。まだ曲がない？音楽で作る →
Seedance 2 Mini: text, frame and media reference video generation
Googleの最新モデル、卓越した品質出力
Grokは参考画像が1枚の場合、その縦横比を使用します。
SeedanceとMiniMaxは入力動画の時間も課金対象です。文書は50ページまで。
このオプションを有効にすると、出力された動画がAI生成で選択され、探索ページに公開される場合があります。
屋上でシンセポップのサビを歌うデニムジャケットのシンガーと、部屋でローファイのループを流す丸眼鏡のプロデューサー。どちらも音付きの10秒のオリジナルクリップから切り出しました。
2本とも、実在の人物ではなく、AIで作ったオリジナルの成人の肖像から始まっています。屋上のサビでは、黒髪ショートボブにデニムジャケットの女性の肖像を、夕暮れの屋上の縦長フレームにしました。このフレームと、Rooftop Lights（歌詞のない「ラララ」のオリジナル・シンセポップのサビ、118 BPM）の12秒の切り出しを参考素材として Seedance 2.0 Fast に入れ、2026年11月5日に音付きの10秒クリップが返ってきました。
部屋でローファイも同じ流れで、巻き毛に丸眼鏡、グレーのパーカーの男性と、Lamp Light Loop（インストのローファイ、80 BPM）の12秒の切り出しを使いました。2曲とも Suno V6 で作っています。音楽で選べるのと同じモデルです。
ここで見られるのは各クリップのリミックスです。約8.8秒と9.3秒にカットし、ゆるやかに再フレーミングして色と速度を調整、左右反転はなし、左上に ghibliia.com のマークを入れています。音は残していますが、元の曲そのものではありません。モデルが切り出しに合わせて生成した音で、速度調整後はサビが約117 BPM、ループが約81 BPMです。動画はミュートで始まるので、プレーヤーで音をオンにしてください。リミックスにクレジットは使っていません。この写真を使う →
写真をアップロードし、マルチメディア参照を選び、強いビートで始まる10〜15秒の切り出しを参考音声に入れて「動画を生成」を押します。
すべて上のワークベンチで行います。最初は Seedance 2 Mini が選ばれています。Seedance 2 Mini は4〜15秒、Seedance 2.5 は4〜30秒のクリップを作れ、どちらも縦長9:16に対応しています。
参照方式を「開始・終了フレーム」から「マルチメディア参照」に切り替えます。2つの方式は1回の生成で併用できないため、曲は必ずこちらから入れます。写真は参考画像にアップロードします。Seedance 2 Mini は最大9枚まで使えます。正面を向いた明るい写真がいちばんきれいに出ます。先に舞台を描いたフレームを作りたい場合は画像で作れます。
切り出しを参考音声に入れます。WAV か MP3、1ファイル15 MBまでです。Seedance 2 Mini は合計15秒まで最大3本、Seedance 2.5 は合計30秒まで入ります。サビやドラムの入りなど、強いビートで始まる10〜15秒を切り出しましょう。まだ曲がない場合は音楽で作れます。
ワークベンチの上でシーンを選び、「音声を生成」にチェックを入れたまま「動画を生成」を押します。生成前にボタンにモデル、長さ、クレジットが表示され、完成したらクリップをダウンロードできます。動画を作成 →
音楽で「カスタム」を選び、歌詞を貼り付け、スタイル（例：cumbia pop、lo-fi ボレロ）を書いて、動画用に MP3 をダウンロードします。
音楽は Suno v3.5、v4、v4.5、v4.5 Plus、V6 に対応しています。自分で書いた歌詞はあなたのものです。米国著作権局が2025年1月29日に公開した報告書によると、AIだけで生成したものは米国で著作権保護を受けません。
「シンプル」は説明文を1つ入れるだけです。「カスタム」ではタイトル、スタイル、歌詞の3つの欄が使えます。歌詞の欄にAメロやサビを貼り付けましょう。曲はどれも MP3 でダウンロードできます。
スタイルの欄に曲調を書きます。次の3つはそのままコピーして使えます。
声のないトラックが欲しいときは「インストゥルメンタル」をオンにします。部屋でローファイの曲と同じタイプで、Spotify Canvas のループや、画面の文字とぶつからない背景に向いています。音楽へ →
アップロードした切り出しを聞いて、そのリズムで映像を動かします。ただしクリップの音は新しく生成されるので、テンポは保たれても曲そのものの完全なコピーではありません。
「開始・終了フレーム」は参考音声に対応していないので、1曲まるごと使うなら、イントロ、Aメロ、サビとパートごとに同じ写真でマルチメディア参照のクリップを作ります。編集ソフトでつなぎ、クリップの音を消して元の MP3 を下に敷けば、映像の音はあなたの曲そのものになります。自分の曲で試す →
TikTok と Reels には9:16で書き出し、YouTube Studio ではAIで作ったリアルな音楽やシーンを申告し、Spotify Canvas には歌のない3〜8秒の縦長ループを使います。
縦長9:16、クリップが出てくる形式のままです。編集ソフトでクリップをつなぎ、そこで歌詞の字幕を入れましょう。ワークベンチは動画に文字を入れません。
YouTube では、リアルに見える改変・合成コンテンツを YouTube Studio で申告する必要があり、動画の中心となるAI生成の音楽も含まれます。明らかに非現実的な映像やアニメーションにはラベルは不要です。
縦長9:16、3〜8秒のループで、高さ720〜1,080 px、MP4 か JPG です。Spotify は歌っている映像や速いカットを避けるよう勧めているので、部屋でローファイのような落ち着いたクリップを短くしたものが合います。クリップを作る →
友だちとデスクで歌うなら Tiny Desk AI Video、マイクテストなら Check One Check Two AI、ピアノなら AI Piano Playing。自分の曲を使うときはこのワークベンチに戻ってきてください。
曲ができたらワークベンチに戻るか、すべての動画エフェクトを見てみましょう。
あなたと友だちのデスクコンサート。写真2枚で、ボーカルとサックス。Tiny Desk AI Video を開く →
夜の広角自撮りでマイクテストをして、そのままラップに入ります。Check One Check Two AI を開く →
写真の人物がピアノの前に座って演奏します。AI Piano Playing を開く →
曲と、画像やスタイルを受け取り、音楽に合わせて動く動画を返すツールです。専用ツールはまずテンポ、ビート、曲の構成を解析します。ここでは曲の一部を参考音声としてアップロードします。
HeyGen はカードなしで無料で始められ、Freebeat には500クレジットの無料プランがあります。無料プランは長さ、解像度、ダウンロードに制限があるのが一般的です。ここではどのボタンも作成前にクレジットを表示します。
1本のクリップは Seedance 2 Mini で4〜15秒、Seedance 2.5 で最大30秒です。1曲まるごとなら、複数のクリップを編集ソフトでつなぎ、元の MP3 を下に敷きます。
参考音声があればモデルは歌声に合わせられます（屋上のサビのように）。ただし歌っているアップがいちばん難しく、ミディアムショットのほうがうまくいきます。HeyGen と Neural Frames には曲全体用のリップシンク用テンプレートがあります。
自分で書いた歌詞と自分の録音はあなたのものです。米国著作権局（2025年1月29日の報告書）によると、AIだけで生成したものは保護されませんが、歌詞、録音、編集は保護される可能性があります。
クリップは毎回新しく生成されるからです。すべてのクリップで同じ写真を参考画像に使い、服装と場所の説明も同じ文にしましょう。
