生成したカットに音をつける
いちばん素直な使い方です。動画ノードから音なしで出てきた動画、つまりほとんどの動画が対象です。画像を作ったときの説明をそのまま持ってきて、音源だけ残し、情感の部分を捨てれば、環境音の指示は四分の三できています。
AIで動画に音をつける
無音の一カット、環境音、そして音楽のベッド。三つの素材はここで作り、モンタージュがまとめます。アカウント登録なしで、ワークフロー全体をそのまま見られます。
インタラクティブデモ
本物のワークフロー、本物の結果。自由に移動・ズームできます。
このワークフローを使う実際のワークフロー：雨のテラスのカットは無音で、二つのノードがそこに足りなかった環境音と音楽を作ります。
概要
- ワークフローの成果物
- 音声トラック2本、合計40秒
- キャンバスの構成
- 7個のノードを5本の接続でつないだ構成
- 使用モデル
- ElevenLabs Sound Effects, ElevenLabs Music
- 1回のフル実行のコスト
- 約87クレジット（$1.04）
生成された動画のほとんどは無音で出てきます。そして何より先にそれを見破らせるのが、その静けさです。このワークフローは足りない二つのトラックを作ります。環境音は ElevenLabs Sound Effects、音楽のベッドは ElevenLabs Music です。
メディアノードはどこにも接続されていませんが、つなぎ忘れではありません。動画を入力に取って効果音を導き出せるモデルは、カタログに一つもないからです。音は文章で書いて作ります。だからカットは、二つの指示を書くあいだ目の前に置いておくためにそこにあります。
ノードを一つではなく二つに分けているのは、環境音と音楽の合わせ方が違うからです。前者はカットの長さに合わせ、後者は長めに作ってモンタージュで切ります。組み立てはモンタージュ、キャンバスのバーにある道具で行い、一つのファイルとして書き出します。一連の生成は1ドル強です。
手順
- 1
無音のカットを読み込む
生成した動画、スマートフォンの素材、画面録画。メディアノードはそのまま受け取ります。長さを控えておいてください。環境音の尺を決めるのはそれです。
- 2
何が聞こえるべきかを書く
情感ではなく、音源を。布に当たる雨、水たまりに落ちる滴、濡れた路面のタイヤ。効果音は目録のように書くもので、意図として書くものではありません。
- 3
音楽は別に書く
楽器、テンポ、ドラムなし、歌なし。効果音の居場所を残すことも書き添えてください。帯域を埋め尽くす音楽は、いま作ったばかりの環境音を押しつぶします。
- 4
モンタージュで組み立てる
動画、環境音、音楽を三つのトラックに、音量を整えて、ファイルは一つ。カットが無音でなくなるのはここです。
バリエーションと活用例
同じキャンバスを、別の用途に合わせて調整。各バリエーションは、プロンプトを2〜3行変えるだけです。
サイトや店頭端末のための環境音ループ
ページの頭でループするカットは、音楽なしで環境音だけを載せるほうがうまくいきます。効果音をループの長さぴったりに作れば継ぎ目が聞こえません。切った音楽では決してそうなりません。
がっかりな元の音を差し替える
スマートフォンの素材は、マイクに当たる風と隣人の声まで持ち帰ってきます。きれいな環境音を作ってモンタージュで差し替えるほうが撮り直しより安く、無音のカットより目立ちません。
モンタージュのための音楽だけ
音楽ノードはワークフローの残りなしでも使えます。複数カットの編集に敷く三十秒のインストです。必要より長めに作ってください。切るのはモンタージュでよく、フェードのほうが唐突な終わりに勝ります。
面ではなく単発の効果音
扉、置かれたグラス、砂利を踏む足音。ElevenLabs Sound Effects は短く正確に作れますし、そうした単発の音はモンタージュでフレーム単位に置けます。音一つにつき指示一つ、決してリストにしないこと。
スライドショーやカルーセルの環境音
動画から始める決まりはありません。静止画を並べたスライドショーもまったく同じように音をつけられますし、カルーセルが本当のシーケンスに見えるようになるのは、たいていそれが理由です。
よくある失敗
音源ではなく情感を書く
物悲しく重い環境音、と書いても効果音のエンジンには何も伝わりません。布に当たる雨、落ちる滴、濡れた路面のタイヤ。それが作れるものです。情感は結果であって、指示ではありません。
音楽と効果音を一緒に頼む
いちばん残念な結果を生む失敗です。モデルは二つの領域を混ぜ、雨がシェイカーのように鳴る中途半端なものを返します。ノードは二つ、指示も二つ、モンタージュで調整できる音量も二つです。
歌を禁じ忘れる
自由にさせた音楽モデルは喜んで歌を足しますし、動画の下で歌が鳴っていると、あとからナレーションを入れられなくなります。当たり前に思えても、指示に「歌なし」と書いてください。
編集全体の長さで環境音を作る
環境音が合わせるのはカットであって、作品ではありません。五秒のカットに二十秒の雨を作れば、どこかで適当に切ることになります。正しい尺で作った面なら、何も考えずに置けます。
おすすめモデル
ElevenLabs Sound Effects
Seed Audio 1.0よくある質問
メディアノードがどこにもつながっていないのはなぜですか。
映像を聴けるモデルがまだ一つもないからです。効果音も音楽も、動画からではなく文章から作られます。カットは書きながら眺めるためにあり、そのあと二つのトラックと一緒にモンタージュへ渡ります。
本当にノードは二つ必要ですか。
必要です。そしてそれがこのテンプレートのいちばん役に立つ点です。雨とピアノを一つの指示で頼むと、効果音が楽器のように鳴る濁った音になります。分ければ、それぞれを尺と音量で調整できます。
ここでナレーションも作れますか。
効果音と音楽を担うこの二つのノードでは作れません。声には専用のノードがあり、ドキュメンタリー動画のワークフローが、それを文章につなぐ方法を見せています。
一連の生成はいくらですか。
十秒の環境音と三十秒の音楽で1ドル強です。価格はクリック前に各ノードに表示され、頼んだ長さで変わります。
モンタージュは本当に一つのファイルを書き出しますか。
書き出します。動画と音声トラックを混ぜたMP4を、ブラウザ内で符号化します。キャンバスのバーにあるモンタージュという道具で、プロジェクトの生成物を一つずつダウンロードせずに取り込めます。
この音楽を商用に使えますか。
使えます。生成物はあなたのものです。注意が要るのは頼み方のほうです。特定のアーティストや既存の曲を名指しする指示は模倣を狙っており、そこから足元が滑りやすくなります。
最長の長さはどれくらいですか。
効果音は二十二秒、音楽は数分です。もっと長い環境音が要るなら、とても長いものを頼むより、ループできる面を作ってモンタージュで繰り返すほうが確実です。
動画モデルが作る音との違いは何ですか。
自前のサウンドトラックを作る動画モデルもあり、うまくはまれば便利です。ここでは主導権が手元に残ります。二つの独立したトラックは調整も差し替えもでき、環境音が気に入らなくてもカットはそのまま使えます。