リップシンクでお悩みの皆さん！最近は既存の動画に声を当てるのではなく動画と声を同時に混ぜ合わせる「アバター」が出現、リップシンクも次世代に突入しました。今回はその代表としてKlingさんの「AIアバター2.0」とSousakuAIさんの「OmniHuman1.5」を比較してみました。

■Kling AIアバター2.0
プロンプトの指示は理解しているものの、発話タイミングに動作を合わせているという感じはなく全体で再現している感じ。I2Vの動画を作ってから音声を載せているらしく、なので余計な字幕が入ったりしますし、プロンプトがないと動きが少なくなります。ただ最長3分の生成が可能なのは特定ユースとして魅力的かもしれません。

■OmniHuman1.5
プロンプトの指示をなるべく再現しようとしていて、プロンプトで指定している発話タイミングに動作を合わせてくるのでコントロールしやすいです。声に合わせて動画を作っている感じ。画像や音声の理解度が高いので、プロンプトがなくてもそこそこ動作を追従させられる点も優れています。

ということで、現時点においてはOmniHuman1.5の方が優れている感じがあります。ただどちらもリップシンクツールとしてはとても優秀なので、既にご契約のツールがあればそちらのツールを使っても全然OKだとも思います。

どうしても動画ありきで作ることになるこれまでのリップシンクツールとは違う、新しいリップシンクの姿。ぜひ皆さんも試してみてください🥳 December 12, 2025