mcpField
T
tavus-replica-video

tavus-replica-video

github.com/calesthioクリエイティブ・メディア219100 回インストール15 週間前に更新
リポジトリ

tavus-replica-video について

tavus-replica-videoは、Tavusを使った動画制作向けのスキルです。生成動画とリアルタイム会話の経路選択、同意確認、制作準備を支援し、Face、PAL、Conversationと関連APIを扱います。

主な機能

  1. 01動画生成または会話経路の選択
  2. 02Faceの作成とトレーニング
  3. 03PALと会話フローの設定
  4. 04テキストや音声からアバター動画を生成
  5. 05肖像利用の同意と制作条件の確認

活用シーン

  1. 01ナレーション付きアバター動画の制作
  2. 02リアルタイム動画エージェントの構築
  3. 03動画向けカスタム肖像のトレーニング
  4. 04顔や声の素材に関する権利確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/calesthio/generative-media-skills --skill tavus-replica-video

インストール後、Claude Code で/tavus-replica-videoを入力して読み込まれたか確認します。

同梱ファイルEVAL.md

詳細

Tavus レプリカ動画の制作

Tavus のアバター、レプリカ、Face、PAL/ペルソナ、生成されたトーキングヘッド動画、リアルタイムの会話型動画エージェント、または Tavus を活用したリップシンク付きプレゼンター出力が関わるタスクでは、このスキルを使用してください。

このスキルに記載されている事実は、2026-07-10 に Tavus の公式ドキュメント、ポリシー、料金情報に照らして確認されています。API 名、モデル名、プランの上限、既成レプリカの提供状況、対応言語、料金、ポリシーの文言は変更される可能性があります。費用の確定、リリース範囲の決定、または規制対象のワークフローに適用する前に、必ず再確認してください。

現在の Tavus オブジェクトモデル

現在の Tavus のドキュメントでは、次の用語が使われています。

  • Face:Phoenix が描画する画面上の容姿と音声です。動画 URL または画像 URL からカスタム Face をトレーニングできます。既成の Face/レプリカも使用できます。
  • PAL:リアルタイム CVI の動作、知識、パイプライン、LLM/TTS/知覚/ターンテイキング/会議の設定です。
  • Conversation:PAL と Face を使用するリアルタイムのビデオ通話/セッションです。

API や本番環境でのリクエストには、従来の用語も引き続き登場します。

  • Video Generation API の replica_id は、/v2/faces から返される Face ID です。
  • /v2/personas、persona_id、/v2/replicas、default_replica_id および関連する別名は、後方互換性のために引き続き存在する場合があります。

ユーザーに頭の中の用語を無理に変更させないでください。「Tavus のレプリカ ID は、動画エンドポイントで必要となる Face ID です」と、分かりやすく説明してください。

まず Tavus の利用方法を選ぶ

慣例ではなく、成果物に基づいて利用方法を選択してください。

  1. 一方向のトーキングヘッド動画ファイル:非同期の Video Generation を使用します。replica_id と script または audio_url のいずれかを指定して POST /v2/videos を呼び出し、ステータスが ready になるまで GET /v2/videos/{video_id} をポーリングした後、download_url、stream_url、hosted_url を取得します。
  2. 対話型の AI ヒューマン/ライブエージェント:CVI を使用します。Face を作成または選択し、PAL を作成または選択してから、face_id と pal_id を指定して POST /v2/conversations を呼び出します。
  3. 新しい容姿が必要な場合:まず POST /v2/faces で Face を作成/トレーニングします。忠実度を最優先する場合や顧客向けの用途では動画を使ったトレーニングを、速度やセットアップの簡便さを個別の表情より重視する場合は画像を使ったトレーニングを使用してください。
  4. 音声を正確に指定する場合、承認済みのナレーション音声を使う場合、または Tavus 以外の TTS を使う場合:script ではなく audio_url を指定して非同期 Video API を使用するか、アプリから発話内容をリアルタイムで渡す場合は CVI のエコーモードを使用します。
  5. 既存の話者動画を再リップシンクする場合:Tavus の利用規約では LipSync はプラットフォーム機能として定義されていますが、記憶を頼りにエンドポイントやスキーマを想定しないでください。この方法を提案する前に、最新の OpenAPI コントラクトを確認してください。ドキュメント化されたエンドポイントがない場合は、非同期のアバター生成で audio_url を使うか、別のドキュメント化されたリップシンクプロバイダーを選択してください。

同意と権利は必須条件です

カスタムの顔、肖像、声、生体情報をアップロードする前に、描写される本人が以下について明示的かつ十分な説明に基づく同意を与えたことを示す証拠を求めてください。

  • 顔/レプリカの作成;
  • トレーニング用メディアの使用;
  • 特定の台本、言語、コンテキスト、配信チャネルでの生成;
  • 生成された出力の保持、バックアップ、再利用;
  • 同意撤回への対応。

同意がない、曖昧である、期限切れである、または範囲外である場合は、拒否するか、一時停止してください。明示的な同意なしに、実在の人物、公人、従業員、顧客、未成年者、または私人のレプリカを作成しないでください。Tavus が必要な許可を得ていない限り、俳優本人が意見、病状、アイデンティティ属性、政治的立場、資金調達、ニュース、または時事問題に関するセンシティブな主張を支持しているかのように見える方法で、Tavus のストックレプリカを使用しないでください。エンドユーザーには、AI 生成コンテンツまたは AI を活用したエージェントとやり取りしていることを明確に開示してください。

本番環境に引き継ぐ Tavus のポリシーとプライバシーに関する注意事項:

  • Tavus は、アップロードされた肖像、声、コンテンツに必要な権利、ライセンス、同意、許可を得ることを求めています。
  • Acceptable Use Policy は、Customer Replicas について明示的かつ十分な説明に基づく同意を求めており、未成年者を描写する、または描写しているように見えるレプリカを禁止しています。
  • Tavus によると、提出された一部の音声/動画サンプルには、声紋や顔の形状などの生体情報が含まれることがあります。
  • 生成メディアの使用、バックアップ、API キー、配信による影響については、顧客が責任を負います。

顔の作成とトレーニングのワークフロー

ストックの顔ではなく、ユーザー自身のプレゼンター、ブランドキャラクター、または同意を得た人物が必要な場合は、顔の作成を使用してください。

動画からの顔作成

文書化された事実。2026-07-10 に確認:

  • API:POST https://tavusapi.com/v2/faces
  • リクエスト本文のフィールド:train_video_url
  • 同じリクエストで train_image_url を送信しないでください。
  • トレーニング動画の URL は、署名付き S3 URL など、インターネットからアクセスできる直接ダウンロードリンクである必要があります。
  • Tavus は、提出後少なくとも 24 時間はアセットの URL を有効にしておくことを推奨しています。
  • ドキュメントでは、デフォルトの顔モデルは phoenix-4 です。必要に応じて model_name で phoenix-3 を指定できます。
  • Video-to-Face ガイドによると、トレーニングには通常 3~4 時間かかり、ポーリングまたはコールバックで状況を確認できます。
  • トラブルシューティングのドキュメントによると、アップロードするメディアは H.264 である必要があります。また、ファイルサイズのエラーは、トレーニング用の動画または音声ファイルの上限が 750 MB であることを示しています。
  • 顔のトレーニングに関するエラーのドキュメントには、一般的な失敗として、非公開または不正なダウンロード URL、ファイルサイズ超過、MP4 以外の形式、H.264 以外の形式、長さ不足、FPS 不足、複数の顔、遮蔽物が挙げられています。

本番環境でのヒューリスティック:

  • 肖像の忠実度が重要となる顧客向け、役員向け、営業、教育、サポートなどの用途や出力には、動画によるトレーニングを優先してください。
  • 明瞭な頭から肩までのトレーニング動画を録画または選択してください。同意を得た成人 1 人、顔が見えること、安定した照明、影が最小限であること、遮蔽物がないこと、他の顔が映っていないこと、無地の背景、明瞭な声、音楽がないことを確認してください。
  • トレーニング後は、ソース映像と同意書を公開バケットに置かないでください。有効期限付き署名 URL を使用し、本番環境の台帳に有効期限を記録してください。

API の基本例:

{
  "face_name": "consented-founder-presenter",
  "train_video_url": "https://example-bucket.s3.amazonaws.com/founder-training.mp4?...",
  "callback_url": "https://example.com/tavus/webhook",
  "model_name": "phoenix-4"
}
画像からの顔作成

文書化された事実。2026-07-10 に確認:

  • API:POST /v2/faces
  • リクエスト本文のフィールド:train_image_url
  • train_image_url を使用する場合は、voice_name が必須です。
  • 同じリクエストで train_video_url を送信しないでください。
  • Tavus は、画像ベースのトレーニング向けに auto_fix_training_image オプションを文書化しています。

本番環境でのヒューリスティック:

  • 試作、合成/非人間のブランドキャラクター、社内モックアップ、またはユーザーがウェブカメラで撮影できない場合には、画像によるトレーニングを使用してください。
  • 動画によるトレーニングと比べて、顔の表情の動きはより一般化されると想定してください。
  • 選択した voice_name が Tavus の現在の音声リストで利用可能であり、そのキャラクター/ペルソナへの使用が承認されていることを確認してください。

非同期動画生成

共有、埋め込み、広告、アウトバウンド営業、イネーブルメント、製品サポート、またはローカライズ版に使用する完成動画ファイルが必要な場合は、非同期動画生成を使用します。

2026-07-10 に確認したドキュメント記載の事実:

  • API:POST https://tavusapi.com/v2/videos
  • 必須のボディ:replica_id と、script または audio_url のいずれか。
  • エンドポイントでは従来のフィールド名が引き続き使用されていますが、replica_id は Face ID です。
  • 任意項目:video_name、callback_url、background_url、background_source_url、fast、transparent_background、watermark_image_url、properties。
  • background_url を指定すると、公開ウェブサイトが背景として記録されます。
  • background_source_url を指定すると、公開されているダウンロード可能な動画が背景として使用されます。
  • 背景フィールドを指定しない場合、出力は顔のみの全画面表示になります。
  • transparent_background: true は fast: true の場合にのみ機能し、.webm が生成されます。
  • fast: true は、より高速で簡素なレンダリング処理を使用し、背景生成、サムネイル画像、ストリーミング URL など一部の機能を無効にします。
  • GET /v2/videos/{video_id} のステータス値には、queued、generating、ready、deleted、error があります。

テキストを使った API のひな形:

{
  "replica_id": "r90bbd427f71",
  "script": "Hi Maya, I reviewed your onboarding workflow and saw three places where we can remove manual follow-up...",
  "video_name": "maya-onboarding-followup",
  "background_url": "https://example.com/product",
  "callback_url": "https://example.com/tavus/video-webhook"
}

承認済み音声を使った API のひな形:

{
  "replica_id": "r90bbd427f71",
  "audio_url": "https://example-bucket.s3.amazonaws.com/approved-es-mx-voiceover.wav?...",
  "video_name": "support-intro-es-mx",
  "background_source_url": "https://example-bucket.s3.amazonaws.com/product-loop.mp4?..."
}
Tavus 生成音声用のスクリプト作成

以下は制作上のヒューリスティックであり、Tavus API の要件ではありません。

  • 話してほしい内容を正確に書きます。モデルに読み上げてほしい場合を除き、角括弧で囲んだ演出指示は避けます。
  • 短い文、明確な句読点、会話調の表現を使います。アバター動画では、ぎこちない文章がすぐに目立ちます。
  • 正確な発音が重要な場合は、なじみのない名前、頭字語、製品用語を発音表記や平易な言葉にします。または、外部で承認された音声トラックを使用します。
  • パーソナライズされたアウトバウンド用スクリプトは、簡潔かつ具体的にします。関連性の理由を1つ、価値の提示を1つ、行動喚起を1つ盛り込みます。
  • トレーニングやサポートでは、「見せてから話す」ようにします。プレゼンターに情報を詰め込みすぎず、短いセリフをウェブサイトや製品のループ動画の背景と組み合わせます。
  • 感情的なトーンは、隠れた指示ではなく言葉に込めます。「申し訳ありません。一緒に解決しましょう」は、「[共感的に]」よりも効果的です。
  • ローカライズでは、単に翻訳するだけでは不十分です。話し言葉として自然なテンポになるようスクリプトの長さを調整し、慣用句を現地向けにし、発音を確認します。ブランドの声が重要な場合は、承認済みのローカライズ音声から再生成します。

CVI / PAL の会話

アバターにライブルームでの傾聴、視認、応答、記憶、コーチング、サポート、面接、適格性の確認、または対話をさせる場合は、CVI を使用します。

2026-07-10 に確認したドキュメント記載の事実:

  • API:POST /v2/pals は、CVI の動作を設定する PAL を作成します。
  • POST /v2/pals では default_face_id が必須です。
  • echo モードを使用しない場合、system_prompt が必須です。
  • PAL の pipeline_mode は full または echo に設定できます。
  • full は、デフォルトのエンドツーエンド体験を提供します。
  • echo はほとんどのステップを無効にし、Echo イベントを通じて渡された動画と音声/テキストを PAL が同期できるようにします。
  • PAL レイヤーでは、知覚、STT、会話フロー、LLM、TTS、会議機能を設定できます。
  • POST /v2/conversations は、face_id と pal_id を指定してリアルタイムの動画会話を開始します。
  • 会話リクエストには、callback_url、conversation_name、conversational_context、custom_greeting、memory_stores、document_ids、document_tags、document_retrieval_strategy、test_mode、meeting_url、require_auth、max_participants を含められます。
  • Tavus のドキュメントによると、test_mode: true を指定すると、PAL が参加しない状態で会話が作成され、同時実行数の上限にも影響しません。

PAL 作成時の本番環境向けの指針:

  • アイデンティティと振る舞いを分けます。Face が存在感を担い、PAL のプロンプトで役割、境界、口調、目標、エスカレーション時の動作を定義します。
  • PAL のプロンプトは、ライブエージェント用の手引きとして作成します。役割、達成すべき業務、対象者、許可される主張、拒否/エスカレーションのルール、データの取り扱い、会話の成功基準、終了時の動作を含めます。
  • 製品や会社に関する事実情報は、すべてシステムプロンプトに含めるのではなく、ナレッジドキュメントを使用します。
  • PAL をユーザー向けに展開する場合は、プロンプトだけでなく、ガードレールと目標も使用します。
  • カスタムアプリによるオーケストレーション、外部の ASR/LLM/TTS、決定論的なスクリプト、または Tavus に音声の判断ではなくレンダリングを行わせるワークフローには、echo モードを使用します。
  • プライベートルームでは、require_auth と会議トークンを使用します。
  • Google Meet やサードパーティーの会議サービスを使用する場合は、展開を約束する前に、現在の会議レイヤーの要件と認証情報を確認します。

PAL 計画用ペイロードの例:

{
  "pal_name": "returns-support-pal",
  "pipeline_mode": "full",
  "default_face_id": "r90bbd427f71",
  "system_prompt": "You are a calm retail returns specialist. Help customers understand return eligibility, collect only the minimum needed order context, never promise refunds outside policy, and escalate billing disputes to a human agent.",
  "document_tags": ["returns_policy", "shipping_policy"],
  "guardrail_tags": ["customer_support_safety"]
}

会話ペイロードの例:

{
  "face_id": "r90bbd427f71",
  "pal_id": "pcb7a34da5fe",
  "conversation_name": "returns-support-demo",
  "custom_greeting": "Hi, I can help you check return options. What did you order?",
  "callback_url": "https://example.com/tavus/conversation-webhook",
  "require_auth": true,
  "max_participants": 2
}

Webhook、ライフサイクル、保管管理

本番ジョブを実行する前に、必ずライフサイクル計画を立てます。

非同期動画の場合:

  • リクエストペイロード、video_id、video_name、replica_id/Face ID、スクリプトまたは音声の URL、背景の URL、作成/更新日時、ステータス、進捗状況、download_url、hosted_url、stream_url、ステータスの詳細、コールバックのペイロードを保存します。
  • バックオフを伴うポーリングを行うか、callback_url イベントを利用します。generating のまま無期限に待機しないでください。
  • status が ready になったら、プロジェクトのアセット保管ルールに従ってファイルをダウンロードし、アーカイブします。Tavus がホストするリンクは配信に便利なリンクであり、唯一のアーカイブ先にしてはいけません。
  • status が error になった場合は、再試行する前に status_details を記録し、認証、無効な ID、アクセスできない URL、メディア形式、プロバイダーエラー、ポリシー/安全性、一時的なバックエンド障害に分類します。

Face トレーニングの場合:

  • 同意を示す証拠資料への参照、ソースメディアの一覧、署名付き URL の有効期限、face_id、face_name、モデル名、トレーニングパス、コールバックのペイロード、最終ステータスを保存します。
  • アプリ内での不正使用を防げるよう、Face ID を適切に保護します。API キーは秘密情報として扱います。

CVI の場合:

  • PAL ID、Face ID、PAL プロンプト/バージョン、ナレッジドキュメントの ID/タグ、ガードレール/目標、会話 ID、会話 URL、会議トークン、コールバック、文字起こし、録画、削除/保持に関する判断を保存します。
  • 会話の録画/文字起こしが、ユーザーの同意および展開先の法域で許可されるかどうかを判断します。

QA チェックリスト

メディアとガバナンス記録の両方で QA を実施します。

本人確認と同意
  • 同意した本人、または使用が承認されたストック素材の顔を使用してください。
  • 同意の範囲には、台本、言語、ユースケース、対象者、配布、保持、撤回が含まれている必要があります。
  • 未成年者や、使用が承認されていない著名人は使用しないでください。
  • ユーザーや視聴者がアバターとやり取りする場合、またはアバターを信頼して判断する可能性がある場合は、AI であることを明示してください。
パフォーマンスと音声
  • 名前、会社名、製品名、頭字語が正しく発音されていることを確認してください。
  • リップシンクが全体を通じて適切であることを確認してください。破裂音、摩擦音、間、英語以外のフレーズを重点的に確認します。
  • 表情の動きが、硬すぎたり、大げさだったり、感情と合っていなかったりしないことを確認してください。
  • 音声にノイズや音割れがなく、プラットフォームに適していることを確認してください。
  • 台本が、段落を読み上げているようではなく、人が話しているように聞こえることを確認してください。
フレーミング、背景、配信
  • 顔のフレーミング、服装、背景がブランドやチャンネルに合っていることを確認してください。
  • Web サイトの背景が一般公開されており、意図どおりにスクロールすることを確認してください。
  • 透明な.webmをリクエストするのは、fast: trueの場合に限ります。
  • 必要に応じて、キャプション、字幕、アクセシビリティ用アセットが用意されていることを確認してください。
  • 最終ファイルをダウンロードし、適切なファイル名を付け、必要に応じてチェックサムを取得して、ローカルに保存してください。
CVI 固有の QA
  • PAL が想定する環境で確実に接続することを確認してください。
  • あいさつ、ターンテイキング、割り込みへの対応、遅延、背景ノイズへの対応、エスカレーションが、すべてユーザーに約束した体験と一致していることを確認してください。
  • ナレッジ検索で正確な回答が得られ、ポリシーに関するハルシネーションが起きないことを確認してください。
  • 禁止されているリクエストに対して、ガードレールが安全に機能することを確認してください。
  • プライベートルームで認証を約束している場合は、認証を必須にしてください。
  • Webhook の受信側が、event_type、message_type、再試行、重複イベント、欠落している任意フィールドに対応していることを確認してください。

よくある失敗と対処法

  • 無効なアクセストークン:API キー、環境、ヘッダー名x-api-keyを確認してください。
  • 無効なreplica_id/face_id:エンドポイントが旧式のreplica_idと現行のface_idのどちらを要求しているか確認してください。有効な Tavus アカウントにその ID が存在することも確認します。
  • トレーニング用 URL をダウンロードできない:Web プレビューのページではなく、直接ダウンロードできる公開 URL または署名付き URL を使用してください。Tavus が取得できるだけの期間、有効な状態を維持します。
  • トレーニング動画が拒否される:MP4/H.264、再生時間、FPS、ファイルサイズ、遮られていない顔が 1 つだけ映っていること、ほかの顔が映っていないことを確認してください。
  • 動画の生成が停止している:タイムアウトを設定してポーリングし、Webhook を確認して Tavus のステータスを調べてください。その後、重複して何度も送信するのではなく、video_idとペイロードを添えてエスカレーションします。
  • 背景が表示されない、または誤っている:Web サイト/動画の URL が公開され、安定しており、キャプチャが許可されていることを確認してください。カスタム動画背景にはbackground_urlではなくbackground_source_urlを使用します。
  • 発音や言語に問題がある:scriptから承認済みのaudio_urlに切り替える、文を短くする、または利用可能な場合は音声/発音機能を使用してください。
  • CVI が背景ノイズに反応する:会話フローレイヤーで音声分離を設定し、現実的な環境でテストしてください。
  • PAL が接続しない:Tavus のステータス、会話コールバックイベント、会議設定、同時実行数の上限、test_mode、有効な PAL/デフォルト Face が設定されているかを確認してください。

完全な例:パーソナライズされたアウトバウンド製品動画

本番での使用例:承認済みの Tavus ストック Face または自社所有の Face を使用して、同意に配慮したパーソナライズ済みの短い営業動画を作成します。

アプローチ:

  1. Face が商用アウトバウンド利用について承認されており、承認済みのプレゼンターとしての役割を超える個人的な支持を示唆しないことを確認します。
  2. 成果物は共有可能なファイルであるため、CVI ではなく非同期の Video Generation を使用します。
  3. まずパイロットを1件生成し、QA に合格するまでは一括生成しないでください。
  4. 安定しており、安全にキャプチャできる場合に限り、公開されている製品のランディングページを background_url として使用します。
  5. 各リクエスト/レスポンスをキャンペーン台帳に保存します。

スクリプトの例:

Jordan さん、こんにちは。オンボーディングスペシャリストを募集されているのを拝見しました。通常、これは顧客の引き継ぎがより複雑になっていることを意味します。Acme Flow を使えば、キックオフごとにガイド付きチェックリストを作成できるため、チームは進捗の確認に費やす時間を減らし、顧客の導入支援により多くの時間を割けます。ご希望でしたら、御社のオンボーディングページに合わせた2分間のウォークスルーをお送りします。

リクエストの例:

{
  "replica_id": "r90bbd427f71",
  "script": "Hi Jordan - I saw your team is hiring onboarding specialists, which usually means your customer handoffs are getting more complex. Acme Flow can turn each kickoff into a guided checklist, so your team spends less time chasing updates and more time helping customers launch. If you want, I can send over a two-minute walkthrough built around your onboarding page.",
  "video_name": "jordan-acme-flow-outbound-pilot",
  "background_url": "https://example.com/onboarding",
  "callback_url": "https://example.com/webhooks/tavus-video"
}

QA での確認事項:

  • スクリプトは親しみやすく、不気味に感じられない内容になっていますか?
  • ストック/カスタムの Face は、この営業用途で使用する許可を得ていますか?
  • ウェブサイトの背景は正しくキャプチャされていますか?
  • ホスト先/ダウンロード用 URL はアーカイブされていますか?
  • 配信時のコンテキストに、AI 生成動画であることの開示がありますか?

完全な例:リアルタイムサポート PAL

本番での使用例:基本的なサポートの質問に答え、不確かなケースを引き継ぐ AI ヒューマンを導入します。

アプローチ:

  1. サポート用途で承認済みの Face を作成または選択します。
  2. サポート専用のシステムプロンプト、ナレッジドキュメント、ガードレール、目標を設定して PAL を作成します。
  3. ペイロードを検証するため、test_mode: true でテスト会話を開始し、その後 QA 用に実際の非公開ルームでテストします。
  4. ユーザーの同意およびプライバシー保護の方針で許可される場合に限り、レビュー用にコールバックとトランスクリプトを取得します。

PAL プロンプトの例:

あなたは Acme Flow のカスタマーサポート PAL、Nova です。あなたの役割は、オンボーディングチェックリスト、インテグレーション、料金プランの適用範囲について、ユーザーの理解を支援することです。製品に関する事実の主張には、添付されたナレッジドキュメントのみを使用してください。顧客から法律上の助言、ポリシー対象外の返金、アカウント削除、セキュリティインシデント、または確認できない個人データに関する質問があった場合は、人間の専門スタッフによる対応が必要であることを説明し、サポートチケットの作成を提案してください。ユーザーが詳細を求めない限り、回答は90語以内にしてください。

会話コンテキストの例:

{
  "face_id": "r90bbd427f71",
  "pal_id": "pcb7a34da5fe",
  "conversation_name": "support-qa-session-001",
  "conversational_context": "The user is testing whether Acme Flow supports Slack notifications for onboarding checklist changes.",
  "custom_greeting": "Hi, I'm Nova. I can help with Acme Flow onboarding questions. What would you like to check?",
  "require_auth": true,
  "max_participants": 2,
  "callback_url": "https://example.com/webhooks/tavus-cvi"
}

QA での確認事項:

  • PAL はドキュメントに基づいて回答し、不確かな点を認めていますか?
  • 裏付けのないポリシー上の約束を避けていますか?
  • 会話のターン交替は自然に感じられますか?
  • トランスクリプト/録画は同意に従って取り扱われていますか?

完全な例:承認済み音声を使用したローカライズ

本番での使用例:正確性を確認済みの翻訳と音声で、創業者による解説動画のスペイン語版とフランス語版を作成します。

アプローチ:

  1. 創業者の同意がローカライズ版と対象となる配信先をカバーしていることを確認します。
  2. スクリプトを翻訳・トランスクリエーションし、発音に注意が必要な名前をネイティブのレビュアーに確認してもらいます。
  3. 正確な声、話すペース、法的文言が重要な場合は、外部で最終版のローカライズ音声を生成または録音します。
  4. 各ロケールで、非同期 Video API に audio_url を指定します。
  5. ロケールごとに、リップシンク、字幕、ローカライズされた CTA を個別に QA します。

リクエストの例:

{
  "replica_id": "r90bbd427f71",
  "audio_url": "https://example-bucket.s3.amazonaws.com/founder-explainer-es-mx-approved.wav?...",
  "video_name": "founder-explainer-es-mx-v1",
  "background_source_url": "https://example-bucket.s3.amazonaws.com/product-loop-16x9.mp4?...",
  "callback_url": "https://example.com/webhooks/tavus-video"
}

QA での確認事項:

  • ローカライズされた名前と法的主張は、承認済みのテキストと一致していますか?
  • 口の動きは、その言語に対して許容できる精度で合っていますか?
  • キャプション/字幕は、確認せずに自動翻訳したものではなく、ローカライズされていますか?
  • アーカイブには、ロケール、音声のバージョン、レビュアーの承認が記録されていますか?

参照元

記載内容の根拠として使用した公式/権威ある情報源:

コメント