はじめに：口が動く前に同期を設計する
音声と映像のズレは、書き出しの段階で急に起きることはあまりありません。多くの場合、ショットを無音の動きとして組み、あとから声をシールのように貼り付けた時点で始まっています。キャラはもう振り向いているのに台詞が続く。言葉が届いてから口が開く。ドラマチックな間なのに顔の反応がない。音節が残っているのにカットが切り替わる。視聴者は原因を言語化できなくても、演技が画面から浮いていることは感じます。
同じクリップを何度もレンダーして、次こそ口パクが合うはずだと祈るのは修正ではありません。AI アニメ制作では、台詞、口が動く時間窓、リアクションの拍、カメラ距離、最後のホールドを一緒に設計したほうが同期は安定します。短い台詞ならクローズアップでも耐えられます。長い台詞なら、固定のミディアムショット、表情を保つ時間、または感情を隠さず口元だけを外すカットアウェイが必要になることがあります。
このガイドでは、ArcLoop 内で音声映像同期を修正するプロンプトの書き方を説明します。台詞に安定した演技方向が必要なときは キャラクターボイスラインビルダー を使い、声、ショットのタイミング、キャラの連続性をシーケンス全体で保ちたいときは ArcLoopワールド にシーン全体を置いて管理します。
音声映像同期修正の基本原則
話している時間をショット時間として扱います。14 語の台詞、息継ぎ、リアクションは、よほど早口でない限り 2 秒のクローズアップには入りません。スタイルや顔の描き込みを変える前に、台詞の長さがショット尺に合っているか確認します。
口が動く時間窓を決めます。キャラがクリップ全体で話し続ける必要はありません。良いプロンプトなら、第 1 秒で口が開く、第 4 秒までに台詞が終わる、その後は最終フレームまで無言で反応する、と書けます。この単純なタイミング指定だけで、声がショット全体に漂うのを防げます。
発話とリアクションを分けます。唇の動きは台詞に属し、顔の演技は言葉が届いた後の感情に属します。話す、泣く、振り向く、笑う、手紙を読む、を同時に求めると、同期は濁って見えます。
カメラ距離を正直に使います。タイトなクローズアップは口のズレを全部さらします。ミディアムショットは許容幅が広く、それでも表情は見えます。手、道具、聞いている相手へのカットアウェイなら、常に細かい口元を見せなくても音声を受け止められます。
実際に言える台詞として書きます。長い節、言いにくい名前、説明の詰め込みは同期トラブルを作ります。考えを息継ぎごとに分け、ArcLoop が同じショット計画の中で声とタイミングを割り当てられるようにします。
同期修正中もキャラの同一性を守ります。口のタイミングが崩れただけで、顔、衣装、場所まで作り直さないこと。修正パスでは承認済みキャラシートを維持し、台詞の長さ、口のタイミング、間、編集点だけを調整します。
音声映像同期修正の手順
まず失敗箇所を名付けます。台詞が長すぎるのか、口が遅いのか、カットが早すぎるのか、リアクションがないのか、カメラが近すぎるのか。失敗名が決まると、修正プロンプトは短くなります。
目標のショット尺と発話尺を分けて書きます。例：「6 秒ショット、台詞は 1.0 秒から 3.8 秒、3.8 秒から 6.0 秒は無言のリアクション。」これでクリップにタイミングマップができます。
ショット全体を変える前に台詞を短くします。台詞が説明を背負っているなら、一部の情報を画面アクションや前の絵コンテの拍へ移します。きれいな 7 語の台詞は、芝居が乗った 20 語の台詞より同期しやすいです。
リアクションの拍を追加します。最後の言葉の後、キャラはまばたきする、目を伏せる、小道具を握る、少し笑う、背を向けることができます。沈黙が意図されたものに見え、編集用の安定した終端フレームも残ります。
口元の見え方を決めます。正確なリップシンクが重要なら、固定クローズアップと単純な顔の動きにします。台詞が感情重視で音素単位の精密さが不要なら、姿勢で感情を見せるミディアムショットを使い、口形を指定しすぎないようにします。
ArcLoop 内でショットカードと照らしてドラフトを確認します。台詞が時間通りに始まるか、リアクション前に終わるか、無言ホールド中に口が動かないか、最終フレームが次のカットに使えるかを見ます。
制作全体の構造には、AIキャラクターボイス・プロンプトガイド も併用できます。声のプロンプトは台詞の演じ方を ArcLoop に伝え、同期修正プロンプトはその台詞がショット内のどこに入るかを伝えます。
ArcLoop が音声と映像を同じ制作計画に置く理由
声の演出がアニメーション工程の外にないほうが、音声映像同期は楽になります。ArcLoop では、脚本の拍、キャラクターアセット、ボイスライン、絵コンテパネル、ショットカード、ドラフト確認を同じ場所に置けます。承認済みの顔やカメラを失わずにタイミングだけを直せます。
実際の流れはシンプルです。キャラシートをロックし、台詞を書き、感情とテンポを割り当て、ショットカードを作り、最終仕上げ前にラフパスを生成します。ラフが失敗したら、タイミング変数を 1 つだけ変えます。同じ修正で世界観を作り直し、衣装を書き換え、カメラも変える必要はありません。
同期ミスはシーケンス内で連鎖するので、ArcLoop はコスト面でも役立ちます。口の動きが一度遅れるだけで、後のカットまで違和感が出ることがあります。ArcLoopワールド を使い、承認済み台詞、ショット尺、最後のホールドを見える場所に置いたまま次のクリップを作ります。
例 1：ベーカリーで謝るクローズアップ
ArcLoop の音声映像同期修正。6 秒の 2D アニメクローズアップ。キャラクター：Nella。短いプラム色の髪、頬の小麦粉、青緑のエプロン、欠けた木のスプーンを持つ、オリジナルの夜勤ベーカー。承認済みシーン：日の出前の閉店中のベーカリーキッチン、暖かいオーブン光、静かなムード。同期目標：台詞は 0.8 秒に始まり、3.6 秒までに終わる。3.6 秒から 6.0 秒は無言のリアクション。台詞："レシピを焦がしちゃったけど、元種は守れた。" 口は台詞中だけ動く。最後の言葉の後、Nella は布をかけた生地のボウルを見下ろし、スプーンを一度握り、小さく照れた笑みを見せる。正面固定クローズアップ、顔とボウルを見せる。髪、エプロン、頬の小麦粉、スプーンを維持する。追加台詞なし、歌なし、音楽なし、ランダムなカットなし、最後のホールド中に口を動かさない。
このプロンプトは修正範囲をタイミングとリアクションに絞っています。台詞が短いので、クローズアップでも受け止められます。
例 2：機関室の無線台詞
音声映像同期補正用に、8 秒の 2D アニメのミディアムショットを作成する。キャラクター：Caldre。後ろで束ねた暗いロックス、オレンジの作業手袋、青いオーバーオール、ベルトに留めたひび入り圧力計を持つ、オリジナルの飛行船整備士。設定：細い配管がかすかに震える狭い飛行船の機関室。台詞はヘッドセットから届くが、Caldre は画面内で返答する。発話窓：2.0 秒から 5.0 秒。台詞："ブリッジに、あと一回だけきれいに上がれるって伝えて。" 話す前に、彼は聞き取り、ベルトの圧力計を確認する。台詞中は落ち着いた緊急感で口が動く。台詞後、彼はバルブを回し、カット用に静止する。カメラ：固定のミディアム三分の四ショット、手と顔を見せる。ヘッドセット、手袋、オーバーオール、圧力計を一貫させる。叫び声の歪みなし、追加クルーなし、2.0 秒前の口の動きなし、台詞中のカットなし。
聞く拍が、声の始まる場所を作ります。最後のバルブ操作が、編集にきれいな出口を渡します。
例 3：台詞下の無言カットアウェイ
口パクの負荷を意味のあるカットアウェイで隠す、7 秒の 2D アニメショット用 ArcLoop シーケンス同期パス。画面外で話すキャラクター：Veyra。オリジナルの砂漠地図師。見える被写体：石のテーブルで風に裂かれた地図を広げる、彼女の手袋をした両手。設定：ろうそくに照らされた地図室、窓枠の溝に砂がたまり、禁じられたルートを赤い糸が示している。音声台詞は 0.5 秒から 4.5 秒："もし夜のうちに砂丘が変わったなら、誰かが街を動かしたんだ。" このショットでは口を見せない。台詞中に、地図が広がり、一本の赤い糸がぴんと張り、Veyra の影がテーブルを横切る。4.5 秒から 7.0 秒は印の付いたルートで無言ホールド。2D アニメのペイント背景、くっきりした小道具ディテール、安定したカメラ。顔出しなし、字幕なし、ランダムなラベルなし、ホールド開始後に新しい地図記号を追加しない。
カットアウェイは、物語を運ぶなら逃げではありません。このショットでは台詞を流しながら、視聴者に手がかりを読ませられます。
音声映像同期修正でよくあるミス
一番多いミスは、同期を最後の仕上げ問題として扱うことです。台詞がショットに対して長すぎたなら、仕上げでは自然になりません。タイミングマップを書き直します。
もう一つのミスは、クリップ全体で口を動かし続けることです。実際の演技には、聞く、話す、息をする、反応する、があります。それぞれに時間窓を与えます。
クリエイターはすべての台詞にクローズアップを使いがちです。クローズアップは強いですが、曖昧な口のタイミングには厳しいです。短く感情的な台詞にはクローズアップを、情報を運ぶ台詞にはミディアムショットやカットアウェイを使います。
承認済み素材を全部変えて同期を直そうとしないでください。顔、衣装、ライティング、カメラが機能しているなら維持します。弱いレイヤーはタイミングであって、同一性ではありません。
最後に、ストーリー説明だけの台詞は避けます。世界観の情報を小道具、表情、編集点で見せられるなら、台詞から外します。短い台詞のほうが同期は安定します。
音声映像同期修正 FAQ
クローズアップの台詞はどれくらい短くすべきですか？
5 から 7 秒のアニメクローズアップなら、リアクションのホールドを残せる長さにします。感情が重要な場合は、段落よりも明確な一文のほうが安全です。
正確な口形を指定すべきですか？
通常は不要です。口が動く時間窓、発話尺、話すテンポ、無言の拍では口を動かさないことを指定します。音素単位の制御より、演技に十分な時間を与えるショット計画のほうが役立ちます。
シーン全体を再生成せずに同期を直せますか？
多くの場合できます。ArcLoop では、承認済みキャラクターアセット、カメラ、背景を維持し、台詞の長さ、発話窓、間、最後のホールドを調整します。ほかが機能しているなら、弱いタイミングレイヤーだけを再生成します。
ArcLoop は声とタイミングをどう一緒に扱いますか？
セリフと感情は キャラクターアセット の character voice 欄に書き、ショットカードでその台詞の尺とカメラ位置を同時に決めます。ショット説明を書く段階で音声が決まり、完成後にタイミングを合わせ直す必要がありません。音声はアニメーション後に外から足す工程ではなく、シーン計画の一部になります。
