活用シーン
自分の録音に合わせて肖像を話したり歌わせたりし、音声に沿った演技を試せます。
話し声や歌で静止画を動かし、文章で動作を指定。
自分の録音に合わせて肖像を話したり歌わせたりし、音声に沿った演技を試せます。
画像、動作の指示、1〜30秒のWAVまたはMP3音声が必須です。画像は20 MB、音声は32 MBまでです。
長さは音声に従います。長さ・解像度の手動指定はありません。任意の補間で25 fpsにできます。









鮮明な顔画像と雑音の少ない音声を使い、表情や体の動きを指示して、生成後の同期を確認します。
共有する前に被写体の細部、動き、音声を確認してください。
Wan 2.2 S2V が対応する入力素材、生成設定、出力についてご案内します。