はじめに
待ち時間と秒単価を抑え、大量生成や試作に最適化した Avatar 6 高速版。
| 項目 | 値 |
|---|---|
| 入力 | 画像 音声 |
| 出力 | 動画 |
| モデル識別子 | heygen/avatar-6-turbo/talking-avatar |
| エンジン系統 | HeyGen — Avatar 6 Turbo リリース |
| 主要メディア入力 | ポートレート画像(JPEG/PNG/WebP・最大 32 MB)+発話音声(MP3/WAV) |
| 音声尺の範囲 | 1 クリップあたり最小 1 秒〜最大 600 秒(10 分) |
| 解像度プリセット | 1080p(短辺 1080px・既定)または 2k(短辺 1620px) |
| カスタム解像度指定 | 任意の width・height ペア(256〜3840 の偶数整数) |
| 動作・プロンプト調整 | 任意 prompt(最大 1,200 文字)および expressiveness(default または less) |
| 参照動画入力 | 任意の MP4/WebM 1 本(2 秒以上・標準ワークスペースではアニメ/イラスト向け) |
| SpicyAPI 秒単価 | 1080p:$0.06 / 秒、2K:$0.105 / 秒(入力音声の整数秒切り上げ精算) |
| 実機検証出力 | 3.79 秒の縦型音声を 1080p で処理し、鮮明な 1088×1632 MP4 を確認済み |
主な機能とハイライト
大量制作に耐える深夜テイストの滑らかな語り
1080p 出力を 1 秒あたり $0.06 に抑えた Avatar 6 Turbo は、発話に沿った首振りや表情のニュアンスを維持しながら通常版 Avatar 6 の半額で運用できます。ラウンジ作例では、琥珀色のバー照明下でボタンを外したダークシルクシャツの男性が、ゆったりとした半笑いと自然な頷きを交えてレンズへ真っ直ぐ語りかけます。雰囲気を損なわずに多言語展開や深夜系エディトリアルを量産できる好バランスです。
暗所のスタジオ構図でも冴えるシャープな描写
resolution を 2k に切り替えると、通常版 Avatar 6($0.174 / 秒)より約 40% 低い $0.105 / 秒で短辺 1620 ピクセルの映像を出力できます。薄暗いコントロールルームの作例では、オフショルダーの黒ニット姿の女性がスタジオ音声と一体になり、明瞭な視線、滑らかな暗部階調、安定した口元同期を保っています。多言語ツアーやホストのクローズアップ導入を予算内で 2K 品質へ引き上げたいチームに最適です。
Turbo で量産・検証し、要所の本命カットを昇格
Avatar 6 Turbo は、ポートレート、音声、動作プロンプト、解像度、expressiveness、参照動画、カスタム寸法まで通常版 Avatar 6 と完全に同じパラメータを受け付けます。製品チームやローカライズ基盤は Turbo で原稿検証や声の比較、数百本の地域版配信を回し、看板カットだけモデル ID を差し替えて通常版 Avatar 6 へ切り替えられます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
image_url | はい | HeyGen Avatar 6 Turbo API は静止画と音声から 1080p / 2K のトーキング動画を高速・低単価で生成し、大量のパーソナライズ配信に向きます。 1 文字以上 |
audio_url | はい | 出力秒数は入力音声に一致し、カスタム解像度は幅・高さを偶数のペアで指定します。 1 文字以上 |
prompt | いいえ | 台本やモーション指示の検証を Turbo で回し、重要な本編だけ上位版に回す構成が効率的です。 1 文字以上 · 1200 文字以内 |
resolution | いいえ | 1080p / 2k |
expressiveness | いいえ | default / less |
reference_video_urls | いいえ | ≥ 2s (optional) 1 件以上 · 1 件以内 |
width | いいえ | 256–3840 (even) |
height | いいえ | 256–3840 (even) |
料金
| 仕様 | 料金 |
|---|---|
| $0.06 / 秒 |
| $0.105 / 秒 |
ユースケース
大規模な多言語プロダクトツアー展開
許諾済みの司会者ポートレート 1 枚に翻訳済みの MP3・WAV ナレーションを組み合わせ、数十言語の同期ガイド動画を並列生成できます。1080p の $0.06 / 秒なら、30 秒の地域別ツアー 100 本を $360 ではなく $180 で仕上げられます。
原稿と演技パターンの高速プロトタイピング
最終版を確定する前に、声のテンポ、動作プロンプト、落ち着いた表現と活発な表現の差を気軽に比較できます。失敗ジョブは無料かつ 1080p が 1 秒 6 セントのため、短いテイクの試行錯誤も予算見通しが崩れません。
雰囲気重視の深夜帯エディトリアル司会
琥珀色のラウンジ、キャンドルの灯るバルコニー、ネオンが滲むスタジオといったローキーなポートレートに近距離の語りを合わせ、エンタメ解説やファッション予告、ポッドキャスト告知映像へ独特の視線表現を加えられます。
長尺講座とオンボーディング教材の連続生成
最長 600 秒の講義音声を 1 リクエストで映像化できるため、文の途中で不自然に繋ぎ直す手間が省けます。発話文脈に応じた動きが数分にわたる解説でも自然な姿勢変化を保ちます。
パーソナライズ施策と CRM 動画配信
承認済みのホスト画像 1 枚と動的合成された音声ファイルを組み合わせ、顧客別の挨拶、イベント招待、季節キャンペーン動画をプログラムから自動生成できます。
プロンプトガイドと実践のヒント
肖像権と音声利用権を確認
描写許諾を完全に保有している同意ある成人の鮮明なポートレート(最大 32 MB の JPEG・PNG・WebP)と MP3 または WAV 録音を用意します。
音声尺と間合いを事前調整
総料金は入力音声の秒数を整数切り上げで計算するため、
audio_urlは 1〜600 秒に収め、不要な無音区間を取り除いておきます。解像度ティアと演技方向を指定
大量バッチには 1080p($0.06 / 秒)、高精細カットには 2k($0.105 / 秒)を選び、必要に応じて最大 1,200 文字の prompt と default または less の expressiveness を指定します。
構図を検品して完成 MP4 を保管
元ポートレートの縦横比を活かす場合は width と height を省略し、厳密指定が必要なときは 256〜3840 の偶数ペアを渡します。リップシンクを確認して MP4 を保存してください。
概要
heygen/avatar-6-turbo/talking-avatar は、1 枚のポートレート画像と発話音声から同期済みの 1080p または 2K の MP4 動画を生成します。HeyGen Avatar 6 の高速・低コスト版として、発話文脈に沿った表情モーション、非反復ジェスチャー、完全同一の API 仕様を維持しつつ、1080p の秒単価を半額($0.06 / 秒 vs $0.12 / 秒)、2K の秒単価を約 40% 削減($0.105 / 秒 vs $0.174 / 秒)しました。
2026 年 11 月 19 日の実機確認では、3.79 秒の縦型音声を 1080p で実行し、元の構図比率と自然な口元同期を保った鮮明な 1088×1632 MP4 を取得しています。
パラメータ
| パラメータ | 必須 | 型・値 | 役割 |
|---|---|---|---|
image_url | はい | URI(JPEG・PNG・WebP、最大 32 MB) | 成人 1 名のポートレート写真またはイラスト(上書き指定がなければ元比率を継承) |
audio_url | はい | URI(MP3 または WAV、1〜600 秒) | リップシンク、リズム、出力尺、および課金基準となる音声トラック |
prompt | いいえ | String(1〜1,200 文字) | 表情・視線・姿勢・手振りを平易に指定(重複領域では expressiveness に優先) |
resolution | いいえ | 1080p(既定)または 2k | 出力ティア:短辺 1080px(1080p)または短辺 1620px(2k)。秒単価が変動 |
expressiveness | いいえ | default または less | ジェスチャー量:default は発話連動の自然な動き、less は落ち着いた控えめ表現 |
reference_video_urls | いいえ | URI 1 件の配列(MP4/WebM、2 秒以上) | 標準ワークスペースでアニメ・イラスト向けに渡せる任意のモーション参照クリップ |
width | いいえ | 偶数整数(256〜3840) | 厳密な出力幅ピクセル数(height とペア指定が必須) |
height | いいえ | 偶数整数(256〜3840) | 厳密な出力高さピクセル数(width とペア指定が必須) |
料金とバッチ試算
課金は入力音声の尺を整数秒へ切り上げて計算します(下限 1 秒・上限 600 秒)。失敗リクエストへの課金はありません。現在の SpicyAPI 単価は 1080p で $0.06 / 秒、2K で $0.105 / 秒 です(最新単価は HeyGen Avatar 6 Turbo モデルページ をご確認ください)。
| クリップ長 | 1080p 単体 | 2K 単体 | バッチ試算(1080p) | バッチ試算(2K) |
|---|---|---|---|---|
| 30 秒 | $1.80 | $3.15 | 多言語ツアー 100 本 = $180.00 | 多言語ツアー 100 本 = $315.00 |
| 180 秒(3 分) | $10.80 | $18.90 | 講義動画 20 本 = $216.00 | 講義動画 20 本 = $378.00 |
| 600 秒(10 分) | $36.00 | $63.00 | 10 分解説 10 本 = $360.00 | 10 分解説 10 本 = $630.00 |
Avatar 6 Turbo・Avatar 6・Avatar IV の比較
| 機能・条件 | Avatar 6 Turbo | Avatar 6 | Avatar IV |
|---|---|---|---|
| 1080p 単価 | $0.06 / 秒 | $0.12 / 秒 | 360p〜1080p 均一単価 |
| 2K 出力 | 対応($0.105 / 秒) | 対応($0.174 / 秒) | 非対応(最大 1080p) |
| 最大音声長 | 600 秒 | 600 秒 | 600 秒 |
| 動作制御 | prompt+default/less | prompt+default/less | prompt+low/medium/high |
| 背景差し替え | 不可(ポートレート側で確定) | 不可(ポートレート側で確定) | 対応(background_image_url) |
| 偶数ピクセル指定 | 対応(width+height) | 対応(width+height) | 非対応(aspect_ratio プリセット) |
| 主な用途 | 大量多言語化・高速試作・日常量産 | 主力クローズアップ・緻密な自然演技 | 背景差し替え・1080p 未満ティア |
ワークフローとプロンプトのコツ
簡潔な動作キューで品質を引き上げる
コミュニティ検証では、薄暗いバー構図でカメラへわずかに身を寄せ暖かい半笑いを保つ、あるいはネオン照明下で落ち着いたスタジオ姿勢を維持するなど、prompt に具体的な視線・姿勢・ムードを添えることで Avatar 6 Turbo が通常版 Avatar 6 に極めて近い表現へ近づくことが確認されています。照明や衣装は image_url に任せ、prompt は演技指定に特化させてください。
Turbo でドラフトを固めてから本命カットを昇格
Avatar 6 の両モデルはペイロード仕様が完全一致しているため、多言語音声の確認や台本改稿は 1080p の heygen/avatar-6-turbo/talking-avatar で回し、看板となるローンチカットだけフィールドマッピングを変えずにモデル識別子を通常版へ切り替える運用が効率的です。
音声余白とフレーム比率を事前に整える
無音の末尾に課金されないよう、アップロード前に MP3・WAV の前後余白を切り落としてください。width と height を明示する際は、不自然なトリミングを避けるためポートレートの向きに一致する偶数値を指定しましょう。
同意・権利・利用境界
代表・描写の許諾を得た同意ある成人のポートレートと音声録音のみを送信してください。呼び出し前に肖像権と音声トラック双方の権利を確認し、他者のなりすまし目的には決して使用しないでください。実写人物の動画を reference_video_urls へ渡す操作は標準ワークスペースでブロックされるため、代わりに許諾済み静止画を image_url へ設定してください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/avatar-6-turbo/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"expressiveness": "default",
"image_url": "https://example.com/reference.png",
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。



