AI動画用語集
生成AI動画の用語を、分かりやすく解説。
テキストから動画、画像から動画、トーキングアバター、リップシンク、音声、吹き替えなどの明快な定義。
用語一覧
A
AIダビング（吹き替え）
動画を新しい言語に自動で再吹き替えすること。理想的には口形を合わせ、元の話者の声の特徴も維持します。
AIダビングとは？AIプレゼンター
AIで生成した、画面の中で話すバーチャルな案内役。説明動画や製品デモ、オンライン講座、社内向けの動画に使われます。
AIプレゼンターとは？AI動画ジェネレーター
プロンプト、台本、画像、音声、既存映像から動画を作るソフトウェア。1つのショットだけでなく、複数シーンの完成動画を設計・構成する場合もあります。
AI動画ジェネレーターとは？
サ
写真から動画（photo-to-video）
1枚の静止写真から動画を生成すること。多くの場合、被写体の顔が話しているようにアニメーションさせます。
写真から動画とは？
タ
ディープフェイク
AIで人物の顔や声を差し替えたり動かしたりした合成メディア。本人の同意に基づく話すアバターは、同じ技術の正当な活用例です。
ディープフェイクとは？テキストから動画（text-to-video）
書かれた台本を完成した動画に変換するワークフロー。通常は音声生成、顔またはシーンのアニメーション、最終的な組み立てを自動で行います。
テキストから動画とは？テキスト読み上げ（TTS）
書かれたテキストを音声に変換する技術。現在のニューラルTTSは人の声に近い自然さで、多くの話すアバターの声を担っています。
テキスト読み上げ（TTS）とは？トーキングアバター
通常は一枚の写真から作られ、選んだ音声やスクリプトに合わせて唇・顎・表情をAIがアニメーションさせるデジタルキャラクター。
トーキングアバターとは？トーキングヘッド動画
1人の人物（またはアバター）がカメラに向かって話す動画形式。チュートリアル、セールス、講座、SNSの解説動画で主流です。
トーキングヘッド動画とは？
ナ
ニューラル音声
ディープニューラルネットワークで生成する合成音声。従来の波形接続型合成やフォルマント合成より、抑揚や感情を自然に表現できます。
ニューラル音声とは？
ハ
ボイスクローン
特定の実在人物に似た新しい声を、通常は短い音声サンプルから合成すること。
ボイスクローンとは？
ラ
リップシンク
口の動きを音声に1フレーム単位で合わせ、話し手が実際にその音を発しているように見せる技術。
リップシンクとは？
