hedra-character-video

Hedra キャラクタービデオの制作

キャラクターの演技が中心となる場合は、Hedra を使用してください。静止画または生成したキャラクターに、話す、歌う、反応する、ジェスチャーをする、レッスンを進行する、商品を販売する、リアルタイムアバターとして参加する、といった動作をさせる必要があるケースです。Hedra は汎用的なシネマティック動画モデルではなく、まず音声駆動型の演技システムとして扱ってください。

このスキルに記載されている変動する可能性のある情報は、2026-07-10 に Hedra の公式ページで確認済みです。有料の制作やコンプライアンス上の確認を要する制作を行う前に、Hedra のモデル一覧、料金、動画の長さの上限、サブスクリプション／API へのアクセス、法務関連ページを再確認してください。

判断の根拠となる文書化された事実

2026-07-10 時点で確認済み：

• Hedra の公開 API のベース URL はドキュメントに https://api.hedra.com/web-app/public と記載されており、呼び出しには X-API-Key ヘッダーが必要です。API アクセスに関するドキュメントによると、API を利用するには Hedra アカウント、有料プラン、および API プロフィールページで取得した API キーが必要です。
• API のアバターガイドには、Hedra ネイティブのアバターモデルが 2 種類記載されています。
  • Hedra Avatar。モデル ID は 26f0fc66-152b-40ab-abed-76c43df99bc8 で、最長 10 分のトーキングヘッド／リップシンク動画向けです。
  • Hedra Omnia。モデル ID は ab372b84-432f-44f5-bacc-c2542465f712 で、全身の動きを伴う最長 8 秒のモーションアバター動画向けです。
• ドキュメントに記載されたどちらのアバターモデルも、画像と音声の入力が必要です。アバター動画の長さは音声の長さによって決まります。長尺のアバター動画を生成する場合は、progress と eta_sec を確認しながらステータスをポーリングしてください。
• UGC アバター動画のアプリ内ワークフローでは、アップロードまたは Hedra で生成した画像、アップロード・録音・AI 生成による音声、選択したアバターモデル、アスペクト比、解像度、バッチサイズを指定できます。Hedra のアプリ内ヒントでは、正面を向いたポートレート、高解像度、クリアな音声を推奨し、長時間の生成を行う前に短いテストを実施することを勧めています。
• ファイル仕様には、音声形式として .wav と .mp3、すべてのファイルタイプに対する最大ファイルサイズとして 10 MB、無料プランの最大音声長として 20 秒、有料プランのモデルに応じた最大音声／動画長として最長 10 分が記載されています。同じページには、Hedra Avatar は 10 分、Hedra Omnia は 8 秒と記載されています。
• Hedra の動画モデルガイドでは、Hedra Avatar は画像＋音声入力を使った音声駆動のアバター動画向けとして説明されており、安定したリップシンク、長尺の会話、7 クレジット／秒の料金が記載されています。一方、Hedra Omnia はテキスト＋音声入力を使った短いシネマティックな会話向けとして説明されており、カメラ制御、リアルな動きや感情、15 クレジット／秒の料金が記載されています。これらのクレジット数は変動するものとして扱ってください。
• Hedra API による動画生成では、type: "video"、ai_model_id、start_keyframe_id または start_keyframe_url、audio_id またはインラインの audio_generation、generated_video_inputs.text_prompt、aspect_ratio、resolution、duration_ms、batch_size をサポートしています。ステータスは /generations/{generation_id}/status でポーリングします。
• Hedra API のテキスト読み上げでは、type: "text_to_speech"、voice_id、text、任意の stability、speed、language をサポートしています。アプリのドキュメントには、選択可能な音声モデルとして ElevenLabs V3、ElevenLabs V2、MiniMax が記載されており、トーン、リアクション、音量／エネルギー、ペース／リズムを指定する音声制御タグも記載されています。
• Hedra では、音声サンプルをアップロードして voice_clone 生成を送信し、返された音声アセットを voice_id として使うことで、音声をクローンできます。
• Hedra Studio では、複数のキャラクターがいる画像に対する話者の選択方法が説明されています。話者インジケーターを、話すキャラクターの上に配置し、サイズを調整します。選択したキャラクターは、音声入力に合わせて話したり、歌ったり、演技したりします。
• Hedra Live Avatar は、LiveKit と Hedra を使用する独立したリアルタイム向けの方法です。LiveKit、Hedra、および多くの場合 OpenAI の環境変数を使用します。ガイドには @hedra/create-hedra-avatar、livekit-agents[hedra]~=1.0、HEDRA_AVATAR_ID、LiveKit ルームでのセッション動作が記載されています。
• Hedra の利用規定では、違法な用途、未成年者への危害、誤解を招く虚偽のコンテンツ、特定の歴史上または公的な権利に関する例外を除く、自分以外の人物の個人情報の使用、同意のないなりすまし／ディープフェイク、センシティブな個人情報、露骨な性的コンテンツ、嫌がらせ／名誉毀損、および重大な影響を伴う自動意思決定や差別的な用途の一部が禁止されています。
• Hedra のプライバシーポリシーおよび生体情報ポリシーによると、アップロードまたは生成されるユーザーコンテンツには、写真、音声／声、動画、メタデータ、派生データが含まれる場合があります。アバター／画像／音声機能では、顔の形状テンプレートや音声／声の録音から得られる情報など、生体情報が生成される場合があります。生体情報は機能の提供と法令遵守のために使用され、適用される生体情報関連法で求められる場合には同意を得ます。

Hedra の利用方法を選ぶ

本番環境でのニーズに合う、最小限の利用方法を選択してください。

• 手動でのクリエイティブなワークフロー、すばやいビジュアルの反復、アプリ内での画像／音声生成、複数キャラクターの画像での話者選択、Composer での編集、またはコンテンツライブラリの管理が必要な場合は、Hedra Studio を使用してください。
• エージェントに、繰り返し可能なバッチ生成、プログラムによるアセット管理、ポーリング、クレジット確認、パイプライン統合、またはインライン TTS が必要な場合は、パブリック API を使用してください。自動化を約束する前に、API へのアクセス権とクレジットを確認してください。
• 成果物がレンダリング済みの動画ではなく、インタラクティブなリアルタイムエージェントである場合に限り、Live Avatar を使用してください。LiveKit のセットアップ、リアルタイムエージェントのコード、ウェブアプリ／ランタイムのテスト、セッションのクリーンアップ、および書き出した動画とは異なる QA の工程を見込んでください。
• 依頼内容で幅広いシーンの物理表現、複数のショット、アクション、環境の連続性、またはアバター以外のシネマティックな映像が求められる場合は、別の動画モデルまたはポストプロダクションのパイプラインを使用してください。Hedra は大規模な編集の中でプレゼンターのレイヤーとして活用できますが、シネマティックな B ロールの生成に無理に使用しないでください。

モデルの選択

次の用途には Hedra Avatar を使用してください。

• プレゼンター主導のチュートリアル、解説動画、製品紹介の冒頭、UGC テスティモニアル、社内トレーニング、音声の演技がカメラの動きより重要な歌や語りの独白。
• 10 分というドキュメント記載の上限が重要となる、長尺の単一話者クリップ。
• 短尺のシネマティックなアバターモデルと比べて、コストを意識した反復制作。

次の用途には Hedra Omnia を使用してください。

• 表現力豊かな短い演技、UGC 広告のフック、カメラやフレーミングの指示を伴うクローズアップからミディアムショット、全身またはジェスチャーを重視した動き、短いキャラクター演技のテスト。
• 感情表現を伴う動きがショットの一部となり、8 秒の上限を許容できる場面。

次の場合は Hedra ネイティブのアバターモデルを避けるか、1 つのレイヤーとしてのみ使用してください。

• 長い会話で、複数の話者を同期させる必要があるシーン。
• 正確なジェスチャーの振り付け、物体とのインタラクション、ダンスの再現、複雑なブロッキング、またはアクションの連続性が求められる場合。
• 使用可能なキャラクター画像がない、肖像の権利がクリアされていない、または修復できないほど音声の品質が低い素材。
• 最終出力に、話すキャラクターではなく高解像度のシネマティックな B ロールが必要な場合。

制作上のヒューリスティック：30～90 秒のソーシャル広告では、台本を Hedra Avatar または Omnia の短いビートに分割し、1 回の長回しを無理に生成するのではなく、エディターで組み立ててください。短いクリップなら、表情が弱い部分の差し替え、フックの変更、カットによるモデルのアーティファクトの隠蔽が容易になります。

入力戦略

Hedra のパフォーマンス品質は、巧みなプロンプトよりも入力に左右されることがほとんどです。

キャラクター画像：

• 目が見え、口を閉じているか少し開いていて、照明が均一で、強い影や強いフィルターがなく、手やマイクで顔が隠れておらず、選択したフレーミングに十分な頭部・肩または身体の周囲の余白がある、正面または斜め向きの、話者が一人だけはっきりと見える画像をおすすめします。
• Hedra Avatar では、ドラマチックな全身演出よりも、安定したポートレートやプレゼンターのフレームのほうが通常は安全です。
• Hedra Omnia では、希望する動きに必要な身体とフレーミングを用意しつつ、8秒のクリップに収まるよう、動作の方向性はシンプルにしてください。
• Studio で複数のキャラクターが写った画像を使う場合は、話者を選択し、生成前に選択した話者を確認してください。API ドキュメントでは bounding_box_target が公開されています。使用する場合は、話者やターゲットの指定を制御するものとして扱い、短いテストで検証してください。
• キャラクター画像の使用権を確認してください。人物が実在する場合や実在の人物に似ている場合は、アップロード前に本人の同意を得るか、法的根拠を文書化してください。

音声：

• 背景音楽、群衆の雑音、強い残響、音割れ、話者の重なりがない、クリアでドライな音声を使用してください。リップシンクは音声に合わせるため、動画を再生成する前に音声を修正してください。
• 意図する映像に合わせたペースにしてください。Hedra は速い話し方にも合わせられますが、内容が詰め込まれすぎていると、表情の動きがせわしなく見え、視聴者が表情を読み取る時間もなくなります。
• 歌や感情豊かなモノローグの場合は、曲全体や長いクリップを作る前に、5～10秒でテストしてください。
• TTS を使う場合は、最終的なタイミングを決める前に音声を選択してください。台本のテキストが変わらなくても、音声を変更すると演技の印象が変わり、長さも変化する場合があります。

台本：

• ナレーションだけでなく、映像に映るパフォーマーを意識して書いてください。息継ぎの箇所、フレーズの区切り、視線の意図、感情の変化を含めてください。
• コンテンツのカテゴリに適した、安全な主張にしてください。制作に適切な免責事項とレビューが含まれない限り、アバターに医療・法律・金融に関するアドバイスをさせないでください。
• 個人を特定できる情報、健康データ、政府発行の身分証明書番号、子どものデータ、機微な個人情報を台本やプロンプトに含めないでください。

プロンプト／演出：

• キャラクターの役割、ショットの種類、動きの抑制または表現の豊かさ、感情、カメラを明確にしてください。
• 衣装、背景、動き、編集、ブランドの文言をプロンプトに詰め込みすぎないでください。パフォーマンスを表現するには、引き続き画像と音声が必要です。
• ジェスチャーが大げさになる場合は、「手の動きは最小限、肩は落ち着かせ、アイコンタクトを保つ」のように、動きを抑える指示を明示してください。
• 出力がぎこちない場合は、「冒頭で穏やかに微笑み、要点で小さくうなずき、注意深く視線を動かす」のように、控えめな演技の目標を加えてください。

API の本番運用パターン

呼び出し元のパイプラインのアセット台帳に、すべての ID、パス、ダウンロード済みの出力を記録してください。生成した動画を Hedra のクラウドライブラリだけに保存したままにしないでください。

1. 可能であれば、アカウントの状態を確認します。
   • GET /billing/credits で、残りのクレジット、使用済みクレジット、期限切れ間近のクレジットを記録します。
   • GET /models?types=video または GET /models で、利用可能なモデル ID、最大時間、対応解像度、アスペクト比、クレジット料金、音声要件を確認します。
2. アセットを作成してアップロードします。
   • {"name":"voice.mp3","type":"audio"} を指定して POST /assets を実行し、その後 POST /assets/{audio_asset_id}/upload を実行します。
   • {"name":"avatar.png","type":"image"} を指定して POST /assets を実行し、その後画像をアップロードします。
3. 動画を生成します。
   • type: "video"、選択した ai_model_id、start_keyframe_id、audio_id または audio_generation、generated_video_inputs を指定して POST /generations を実行します。
4. ポーリングします。
   • status が complete または error になるまで、GET /generations/{generation_id}/status を実行します。progress、error_message、download_url、streaming_url、asset_id を記録します。
5. ダウンロードして検証します。
   • プロジェクトのアセットパスに動画をローカル保存します。
   • 再生時間、寸法、音声の有無、同期、目に見えるアーティファクトを確認します。

長尺のプレゼンタークリップ用 API ペイロードの例：

{
  "type": "video",
  "ai_model_id": "26f0fc66-152b-40ab-abed-76c43df99bc8",
  "start_keyframe_id": "IMAGE_ASSET_ID",
  "audio_id": "AUDIO_ASSET_ID",
  "generated_video_inputs": {
    "text_prompt": "A calm product educator speaking directly to camera, seated upright, steady eye contact, natural blinks, subtle nods, minimal hand movement, clean studio lighting.",
    "aspect_ratio": "9:16",
    "resolution": "720p",
    "duration_ms": 45000
  },
  "batch_size": 1
}

この例の構成にした理由：対話を重視する成果物に Hedra Avatar を使用し、音声にタイミングを決めさせ、複雑な動きではなく抑制されたプレゼンテーションを指示し、カメラとプレゼンターの指示を簡潔にしています。

短い Omnia のパフォーマンスビート用 API ペイロードの例：

{
  "type": "video",
  "ai_model_id": "ab372b84-432f-44f5-bacc-c2542465f712",
  "start_keyframe_id": "IMAGE_ASSET_ID",
  "audio_id": "AUDIO_ASSET_ID",
  "generated_video_inputs": {
    "text_prompt": "A confident founder delivers a punchy launch line while taking one small step toward camera, energized but controlled hand gesture on the final phrase, premium office background, shallow depth of field.",
    "aspect_ratio": "16:9",
    "resolution": "720p",
    "duration_ms": 8000
  },
  "batch_size": 2
}

この例の構成にした理由：8 秒の Omnia の仕様に収め、明確な動きのアイデアを 1 つ示し、表現豊かな短いクリップは比較が必要になることが多いため、バッチバリエーションを使用しています。

Studio の制作ワークフロー

Hedra Studio を使用する場合：

1. 品質が重要な場合は、まず Hedra の外部でキャラクター画像と音声を準備します。
2. 画像をアップロードまたは生成します。
3. 音声をアップロード、録音、または生成します。Hedra で音声を生成する場合は、声を試聴し、トーンやペースの改善に役立つ場合に限り、コントロールタグを使用します。
4. Avatar でモデル、アスペクト比、解像度、バッチサイズを選択します。
5. 画像と音声の両方を添付します。複数キャラクターのフレームでは、話者を選択します。
6. 全編の脚本ではなく、パフォーマンス用のプロンプトを作成します。
7. まず短いプレビューを生成します。
8. 長いバリエーションを作成する前に、内容を確認してダウンロードし、モデル、設定、ソースアセットの ID を記録します。
9. 複数シーンの編集、字幕、ブランドグラフィック、音楽、アーティファクトを隠すカットには、Composer または外部エディターを使用します。

Live Avatar のワークフロー

Live Avatar は、対話型アプリケーションに限って使用してください。単純に動画をレンダリングするためのショートカットとして紹介しないでください。

本番運用の最低限の計画：

• ユーザーがダウンロード可能なクリップではなく、リアルタイムの対話を求めていることを確認します。
• 使用権がクリアされたアバター画像を準備し、その Hedra アセット ID をコピーするか、LiveKit Hedra プラグインを通じてローカル画像を渡します。
• LIVEKIT_URL、LIVEKIT_API_KEY、LIVEKIT_API_SECRET、HEDRA_API_KEY と、選択したリアルタイムスタックで必要となるエージェント／LLM のキーを設定します。
• ドキュメントに記載されたスターターまたは依存関係を、隔離された環境にインストールします。
• エージェントとアプリを起動し、LiveKit ルーム経由で接続して、初回応答までの遅延、発話交代、割り込み時の動作、音声ルーティング、アバターの読み込み時間、セッション終了をテストします。
• クリーンアップ手順を記録します。Hedra のドキュメントによると、切断後も請求がしばらく続く場合があります。ルームやワーカーを起動したままにしないでください。

より良い結果を得るための本番向けヒューリスティック

これらは実用的なヒューリスティックであり、Hedra が文書で保証しているものではありません。

• 繰り返し使うアバター向けに「パフォーマンスバイブル」を作成します。肖像画像のソース、音声 ID、アスペクト比、許可するジェスチャー、禁止するジェスチャー、衣装や背景に関するメモ、発音に関するメモ、うまくいったプロンプトの例を記録します。
• 画像、音声、プロンプトを三角形の要素として捉えます。問題の切り分けでは、一度に変更する変数は 1 つだけにします。
• フックや感情の山場には、短いバリエーションを 2、3 種類生成します。キャラクターの設定が安定したら、リスクの低い中盤のセクションには 1 種類だけ生成します。
• 手、肩、体の動きが不自然な場合は、より近くにクロップする、ブランドのオーバーレイを追加する、B ロールに切り替える、または Omnia ではなく Hedra Avatar を選ぶことで目立たなくします。
• 最も重要な言葉が唐突なカットに重ならないようにします。編集を滑らかにするため、発話の 8〜12 フレーム前からアバターを映し、発話後にも少し映像を残します。
• 多言語で制作する場合は、まず対象言語で音声を生成または録音し、選んだ顔と音声の組み合わせが自然に感じられるかを確認します。英語でうまくいく音声スタイルが、別の言語でも同じペルソナを表現できるとは限りません。
• 広告では、人間らしい信頼感の醸成と話し方は Hedra に任せ、製品 UI、価格カード、免責事項、字幕、行動喚起は別の編集／コンポジションレイヤーで扱います。

QA チェックリスト

エクスポートしたクリップを確認してから、採用してください。

• 権利と同意：画像／音声／スクリプトの使用許可があり、禁止されている個人情報や機微情報が含まれていないこと。
• 技術面：ファイルがローカルにダウンロードされていること、再生時間が想定どおりであること、解像度／アスペクト比が正しいこと、音声にクリッピングがないこと、音声チャンネルが欠落していないこと。
• リップシンク：口を閉じる動きが破裂音と合っていること、母音のタイミングが一貫して早すぎたり遅すぎたりしないこと、音声が続いているのに口が長時間止まったままにならないこと。
• 演技：表情がトーンに合っていること、ジェスチャーが不気味または気を散らすものになっていないこと、視線が許容範囲であること、頭の動きがスクリプトの内容と矛盾していないこと。
• キャラクターの一貫性：顔の印象、髪、眼鏡、服装、肌の色、背景が用途に必要な範囲で安定していること。
• 編集の準備：冒頭と末尾のハンドルが適切であること、字幕が口元を隠さないこと、ロゴ／CTA／セーフエリアを配置する余地があること。
• コンプライアンス：合成／AI に関する開示となりすましへの同意が、ユーザーの管轄区域／プラットフォーム／ブランドの要件を満たしていること。
• 生成結果への対応：各問題について、採用する、クロップ／編集で対応する、入力を変更して再生成する、またはモデル／サーフェスを切り替える、のいずれかを決めます。

トラブルシューティング

唇の動きが音声に合わない場合：

• まず、音声にノイズ、歪み、クリッピング、リバーブ、複数の話者、極端な速度がないか確認します。
• 音声を整えてから、5〜10 秒のセグメントを再生成します。
• 音声の変更だけを切り分けて検証できるよう、テスト中は同じ画像とプロンプトを使います。
• 音声の切り替え後に TTS のタイミングが変わった場合は、最終的な音声アセットから動画を再生成します。

顔が不自然に見える場合：

• 強いフィルターがかかった画像、横顔、影の多い画像、低解像度の画像、口を開けた画像を差し替えます。
• Hedra Avatar では、より見やすい肖像になるようクロップします。
• 大きなジェスチャーや感情表現を求めるプロンプトを控えめにします。

ジェスチャーが大げさすぎる場合：

• カメラを固定した演技には Hedra Avatar を使うか、動きを最小限にするよう明示的に指示します。
• 感情表現の強いセリフを短いクリップに分割し、最も落ち着いたバリエーションを選びます。

意図しない人物が話す場合：

• Studio で話者を選び直し、インジケーターが対象のキャラクターを覆っていることを確認します。
• API のワークフローでは、単一キャラクターのクロップでテストするか、短い検証用データでターゲット／バウンディングボックスの各フィールドを確認します。

生成に失敗する場合：

• 画像と音声が添付／アップロードされており、文書に記載されたファイル制限内であることを確認します。
• API キー、有料 API の利用権、利用可能なクレジット、対応するモデル設定、再生時間の上限を確認します。
• ステータスをポーリングして error_message を取得します。同じ内容での再試行を繰り返してクレジットを消費しないでください。

動画がキューに入っている場合：

• キューの待ち時間はプロバイダー側の状態として扱います。遅延を伝え、妥当な間隔でポーリングし、ユーザーが追加費用を承認していない限り、重複する長時間ジョブを送信しないでください。

安全性、権利、管理

顔、音声、または演技を使用する前に：

• 生存している人物や音声クローンについては、明示的な同意を得てください。同意に関する記録またはライセンスの出典を、プロジェクトとともに保管してください。
• 実在の人物の容姿や声を、出所、推薦、発言について視聴者に誤解を与えるおそれのある形で作成しないでください。
• 子どものデータ、政府発行の身分証明書、健康・財務に関する詳細情報、その他の機微な個人データをアップロードしないでください。
• エンタープライズ向けの作業では、顧客との契約によって標準のプライバシー条件が上書きされないか確認してください。
• 配布の状況に応じて必要な場合は、開示表示またはウォーターマークを追加してください。
• 入力、出力、プロンプト、モデル ID、生成 ID、タイムスタンプ、ダウンロード URL のローカルコピーを保管してください。再現可能な制作には、クラウドライブラリの状態だけでは不十分です。

2026-07-10 に確認した情報源

• Hedra API ガイド「アバタービデオの生成」：https://www.hedra.com/docs/pages/developer/guides/generate-avatar-video
• Hedra API リファレンス「アセットの生成」：https://www.hedra.com/docs/api-reference/public/generate-asset
• Hedra API リファレンス「モデルの一覧表示」：https://www.hedra.com/docs/api-reference/public/list-models
• Hedra API リファレンス「ステータスの取得」：https://www.hedra.com/docs/api-reference/public/get-status
• Hedra API リファレンス「クレジットの取得」：https://www.hedra.com/docs/api-reference/public/get-credits
• Hedra 開発者ガイド「音声の生成」：https://www.hedra.com/docs/pages/developer/guides/generate-audio
• Hedra アプリガイド「UGC アバタービデオの作成」：https://www.hedra.com/docs/pages/app/content-creation/create-avatar-video
• Hedra アプリガイド「音声の作成」：https://www.hedra.com/docs/pages/app/content-creation/create-audio
• Hedra アプリガイド「アバターの話者選択」：https://www.hedra.com/docs/pages/app/content-creation/speaker-selection
• Hedra アプリのトラブルシューティング「ファイル仕様」：https://www.hedra.com/docs/pages/app/troubleshooting/file-specifications
• Hedra アプリガイド「使用するビデオモデルの選び方」：https://www.hedra.com/docs/pages/app/getting-started/video-models
• Hedra Live Avatar のドキュメント：https://www.hedra.com/docs/pages/developer/realtime-avatar/about、および関連するセットアップ／エキスパート向けページ
• Hedra 利用規定：https://www.hedra.com/acceptable-use
• Hedra プライバシーポリシー：https://www.hedra.com/privacy
• Hedra 生体データプライバシーポリシー：https://www.hedra.com/biometric-data-policy