Argil

アバターは2通りで作れる。1人の顔が鮮明に写った明るい写真、できれば1080pをアップすると、Argilがあなたに似た見た目と声の個人アバターを構築する。カメラを完全に省いて、年齢、性別、民族、スタイリングを記述してAIインフルエンサーを作ることもできる。前者は学習が無料。AIインフルエンサーの生成はクレジットを消費する。

中核の流れは、書いた台本か音声録音のどちらかを受け付ける。書き出すか、記事リンクを貼ってシーンを自動構築するか、自分が話すところを録音してアバターに自分の声を乗せる。台本は500文字の段落を最大60個まで扱え、話す速度にもよるが完成動画はおよそ10分から15分になる。

レンダリングの前に、マジック編集で声を設定し、字幕を切り替え、Bロールの種類を選び、レイアウトを決め、BGMを1回で加えられる。カットを1つずつ手で置くのではなく、視聴に耐える仮編集済み動画を素早く得ることが狙いだ。ここで設定した内容は、後でスタジオでも変更できる。

AI生成画像、ストック映像、字幕、音楽を重ね、話し手が静止して見えないようにする。Bロールは発話の合間に画面を埋め、字幕はアクセシビリティを保ち、音楽は雰囲気を決める。どの要素も最初のパスの後に調整できるので、自動レイアウトに縛られない。

クレジットを使う前に動画をプレビューし、その後スタジオで台本、Bロール、字幕、背景、声、音楽、ボディランゲージを編集できる。生成するまでアバター画像が静止するのは、リップシンクがまだレンダリングされていないからだ。これは想定内で不具合ではない。下書きでクレジットを無駄にしないための仕組みだ。

Argilは、プログラムから動画を生成したいチーム向けにAPIを用意している。APIの料金は従量制で、動画1分あたり160クレジット、音声1分あたり20、Argil自身のアバターを使う場合は動画1本あたりアバター使用料20、さらにBロールごとにクレジットがかかる。クレジットはアプリとAPIで共有され、ElevenLabsアカウントを連携すれば音声の課金を回避できる。

上位プランでは、Veo3やHailuoといった外部モデルを活用するフィクション空間が開く。より映画的なショットを作れる。普通のスポークスパーソン動画ではなく、物語性や様式性のある作品を作るクリエイター向けだ。標準のアバターエンジンと併存するので、話し手だけでは平板になる場面に生成シーンを混ぜられる。