Video Sound Effects
Video Sound Effects は、クリップを見て画面の動きに合う効果音と環境音を生成し、新しいトラック付きの同じ動画として返します。音は 1〜30 秒で、セリフや音楽向けではありません。
Schema を見る →出力例を見る →モデル比較
Video Sound Effects と Talking Avatar
Video Sound Effects と Talking Avatar を段階ごとに比較。同条件の料金、リクエスト項目、上限、実測した内容ポリシーを公開カタログから。
Talking Avatar
Talking Avatar は、ポートレート 1 枚と 3〜60 秒の音声から、その人物が話すリップシンク付きの MP4 を作ります。口・頭の動き・まばたきが音声に従い、任意のマスクで集合写真の話者を選べます。
Schema を見る →出力例を見る →比較
結論から
手元の入力、欲しい成果、予算から選びましょう。判断に関わる違いを以下にまとめています。
- これらのツールは異なる処理を行います。まず必要な操作を選んでください。価格が安くても、もう一方の代わりにはなりません。
これらのツールは異なる処理を行います。まず必要な操作を選んでください。価格が安くても、もう一方の代わりにはなりません。
現在の料金
同じ条件で比べた料金
最低料金が答えるのは、たいてい知りたいのとは別の問いです。ここでは両者が公開している課金の刻みを同じ条件で突き合わせ、課金単位あたりの米ドル額をそのまま並べています。換算は入りません。
課金の刻みが両者で違うため、突き合わせられる行がありません。代わりに、それぞれが公開している刻みをそのまま挙げます。
Video Sound Effects：$0.0012 / 出力秒数
Talking Avatar：$0.018 / 出力秒数
比較データについて
設定項目と上限
この表の各行は、エンドポイントが検証に使っている JSON Schema から直接読んでいます。手書きの機能一覧ではなく、API が実際に受け付ける値そのものです。
横にスワイプして全項目を比較できます。
| 設定項目と上限 | Video Sound Effects | Talking Avatar |
|---|---|---|
| 対応タスク | video-to-audio | talking-avatar |
| 尺 | 1–30 秒 | 非対応 |
| シード | 非対応 | 対応 |
| ネガティブプロンプト | 対応 | 非対応 |
| 実行方式 | 送信後にポーリングまたはコールバック | 送信後にポーリングまたはコールバック |
| リクエストの上限時間 | 30 分 | 60 分 |
| 提供状況 | 提供中 | 提供中 |
モデル ID だけ差し替えて、同じリクエスト本文を使えますか？
リクエスト本文の違い
タスクの流れは共通ですが、本文は共通ではありません。エンドポイントごとに JSON Schema が公開され、API はそれで検証します。乗り換える前に突き合わせるのはこの一覧です。
- 同じ名前のフィールドが 1 個、両方の本文にあります。 prompt
- Video Sound Effects だけが受け付けるフィールド：duration_seconds, guidance_scale, ignore_visual_semantics, negative_prompt, steps, video_url。
- Talking Avatar だけが受け付けるフィールド：audio_url, image_url, mask_url, seed。
- Video Sound Effects の必須項目は video_url です。
- Talking Avatar の必須項目は audio_url, image_url です。
- どちらも未知のフィールドをそのまま拒否します。乗り換え前のパラメータが残っていると、黙って無視されるのではなく検証エラーとして返ります。
選び方
選び方
より長い出力
Video Sound Effects は最大 30 秒に対応します。
比較
乗り換えるとき
モデル識別子は spicyapi/foley-v1/video-to-audio と spicyapi/talking-avatar-v1/talking-avatar で、いずれも同じリクエストの同じフィールドに入れます。
実行方式は同じです。タスクを送信し、ポーリングするかコールバックを受け取ります。キューや再試行の作りはそのまま使えます。
送信と進捗確認の流れは共通ですが、必須入力はモデルごとに異なる場合があります。切り替える前に各モデルページを確認してください。
金鑰も残高も上限設定も 1 つです。どちらも同じアカウントに米ドルで請求され、金鑰ごとの 1 日・1 か月・累計の上限はどちらを呼んでも同じように効きます。
よくある質問
Video Sound Effects と Talking Avatar はどちらが安いですか？
Video Sound Effects と Talking Avatar はどちらが安いですか？
これらのツールは異なる処理を行います。まず必要な操作を選んでください。価格が安くても、もう一方の代わりにはなりません。 送信前に必ず最新の見積りを確認してください。
1 回のリクエストはどれくらい走れますか？
1 タスクあたり Video Sound Effects は 30 分、Talking Avatar は 60 分までです。これは上限であって所要時間の目安ではなく、実際はもっと早く終わります。ただしクライアント側のタイムアウトはこの長さに耐えられる必要があります。