対応する音声オプションで AI 動画を作る

RedVideo のモデルには、生成の一部として音声を管理するもの、ユーザーが操作できる音声トグルを出すもの、生成音なしの動画を返すものがあります。現在の挙動はモデル セレクターと有効なコントロールに表示されます。

Wan 2.6 Flash は現在、画像から動画で任意の音声設定に対応します。ほかの対応する Wan、Veo、Kling、Seedance、Core、HappyHorse のルートはそれぞれ独自の音声ルールを適用し、画質やワークフローによって変わることもあります。

モデルが生成音声に対応している場合は、そのカットに関わる音の情報だけを書きましょう。環境音、動作の合図、短いせりふ、あるいは邪魔な音がないこと、などです。音声の細部がシーン描写を押しのけないよう、映像の指示も明確に保ってください。

生成される音は確率的です。せりふ、同期、発音、音楽、環境音はプロンプトどおりにならないことがあり、使用前の確認が必要です。

• 重要な音の発生源が画面のどこにあるかを示す
• モデルが対応している場合はせりふを簡潔にする
• 同期と意図しない音のノイズを確認する

音声トグルは、対応モデルに音を生成または付与するよう求めるものであり、そのワークフローがアップロードした音声ファイルを受け付けることを意味しません。参照音声は別の入力で、参照音声の枠を明示的に備えたワークフローでのみ使えます。

現在の Seedance 2 の参照から動画のルートは、対応する音声参照を提供できます。参照ワークフローを選び、元音声をアップロードする前に長さ、形式、合計時間の検証を確認してください。

音声は生成の見積もりに影響することもあれば、特定のアクセス形態では別途課金されることもあります。たとえば、本来対象となる 無制限 Core の実行でも、任意の自動音声にはクレジットがかかることがあります。

スタジオには有効な音声コントロール、モデルのアクセス、現在の見積もりが表示されます。サウンドトラックが実際に聞かれる端末やプラットフォームで、完成した動画を書き出して確認しましょう。