はじめに
話し声のある録画を翻訳します
video_url を指定し、target_language を選ぶと、動画の話し声を翻訳してリップシンクも合わせます。本人に似た声で新しい言語を話しているように見せる前に、映像内の人の同意を得てください。
設定を選びます
178 の言語・方言から翻訳先を選べ、既定は英語です。generation_mode の既定値は precision で、より高品質なリップシンクを目指します。speed は結果を早く返すことを目指し、秒単価はその半額です。プロンプト、元の言語の指定、字幕の設定はありません。
テストで測定した結果
当方のテストでは、元のフレームサイズの MP4 が AAC 音声で返されました。1280x720 の入力は、出力も 1280x720 でした。6~8 秒の動画の処理には約 100~120 秒かかりました。この測定値は完了時間を保証しません。結果は元の動画より長くなる場合がありますが、課金には元の動画の秒数を使います。
| 項目 | 値 |
|---|---|
| 入力 | 動画 |
| 出力 | 動画 |
| 入力動画 |
|
| 元の動画の上限 | 120 秒。上限超過は拒否され、料金は発生しません |
| 翻訳先の選択肢 | 178 の言語・方言。既定は英語 |
| モードの設定 | 既定は precision。speed も選択可能 |
| 声の再現方法 | HeyGen によると、声の複製により言語を変えても話者の声質を保持 |
| テストで確認した出力 | MP4、AAC 音声。元のフレームサイズを保持 |
| 料金の計算基準 | 元の動画の秒数を切り上げ。最低 1 秒、最大 120 秒 |
主な機能とハイライト
セラーでの会話をスペイン語に
セラーで 2 人が会話する映像を、Precision モードでスペイン語に翻訳した例です。当方のテストで元の映像と結果の同じ時点を比べると、人物の外見、衣服、場面は維持され、発話に合わせた動きが変わっていました。
同じ録画で日本語への翻訳を試す
日本語の例では、セラーの動画に Speed モードを使っています。Speed は結果を早く返すことを目指し、秒単価は Precision の半額です。課金する秒数は、引き続き元の動画の長さで決まります。
地域ごとの方言も選べます
178 の選択肢には、スペイン語(メキシコ)、フランス語(カナダ)、中国語(広東語・繁体字)も含まれます。HeyGen によると、言語を変えても声の複製により話者の声質を保ちます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
video_url | はい | 話し声のある動画が必須で、上限は 120 秒です。モデルページでは MP4 と WebM を受け付けます。 1 文字以上 |
target_language | いいえ | 既定は英語です。2 種類の英語アクセントを含む、178 の基本言語・地域の方言から選択します。 |
generation_mode | いいえ | より高品質なリップシンクを目指す場合は、既定の precision を使います。speed はより速い処理を目指し、単価は Precision の半額です。 |
料金
元の動画の秒未満の端数を切り上げ、最低 1 秒から最大 120 秒までの長さに応じて料金を計算します。Precision の単価は Speed の 2 倍です。言語を選び直しても単価は変わりません。失敗や拒否されたタスクには料金が発生せず、120 秒を超えたために拒否された動画も同様です。
| 仕様 | 料金 |
|---|---|
| $0.048 / 秒 |
| $0.096 / 秒 |
ユースケース
講座の紹介動画を翻訳
ご自身の短い歓迎動画をスペイン語に翻訳し、リップシンクも合わせて、スペイン語で学ぶ受講者に講座を紹介できます。
製品デモを別の市場へ
出演者の同意を得て、音声付きの製品デモをフランス語に翻訳し、別の市場の顧客に届けられます。
クリエイターの近況を海外にも発信
録画したお知らせを日本語に翻訳すれば、日本語の視聴者にその言語で近況を伝えられます。
プロンプトガイドと実践のヒント
翻訳する前に同意を得ます
ご自身の録画、またはこの翻訳への同意を得た人の録画を使います。モデルページで初めて実行する前に表示される同意事項を確認し、承諾してください。
話し声のある短い動画を用意します
聞き取れる話し声を含む MP4 または WebM の
video_urlを指定します。元の動画は 120 秒以内にしてください。翻訳先とモードを選びます
翻訳先の言語は
target_languageで指定します。既定は英語です。リップシンクの品質を重視するなら Precision、処理の速さと低料金を重視するなら Speed を選びます。
概要
HeyGen Video Translate は、短い動画の話し声を別の言語に変え、翻訳後の発話にリップシンクを合わせます。HeyGen は、自然な AI 音声で 175+ の言語・方言に対応し、声の複製により言語が変わっても話者の声質を引き継ぐと説明しています。このページでは 178 の翻訳先を選べます。
映像を送る前に同意を得てください。ご自身の録画、またはこの用途への同意を得た人の録画を使います。翻訳すると、本人に似た声で別の言語の言葉を話しているような映像になります。モデルページでの初回実行時には、表示される同意事項への承諾が必要です。
話し声のある 120 秒以内の MP4 または WebM を用意します。target_language と、必要に応じて generation_mode を指定してください。プロンプトを書く必要はありません。既定は英語と Precision です。
主な機能と特徴
- 発話に合わせて動きが変わります。 当方のテストでは、元の動画と翻訳後の同じ時点を比較すると、人物の外見、衣服、場面を保ったまま、発話の動きが変わっていました。
- 地域に合わせた翻訳先を選べます。 178 の選択肢には基本言語に加え、スペイン語(メキシコ)、フランス語(カナダ)、中国語(広東語・繁体字)があります。
- 2 つのモードで優先する点を選べます。 Precision はより高品質なリップシンクを、Speed はより速い処理を目指します。Speed の秒単価は Precision の半額です。
- 英語のアクセントも選べます。 翻訳先には “English - Your Accent” と “English - American Accent” もあります。
- テストではフレームサイズを維持しました。 AAC 音声付きの MP4 が返され、1280x720 の入力と出力は同じサイズでした。
- 料金は元の動画の長さが基準です。 翻訳後に長くなっても課金対象の秒数は増えません。失敗や拒否されたタスクは課金されません。
利用シーン
- スペイン語で講座の受講者を歓迎: ご自身が録画した紹介を翻訳し、スペイン語で学ぶ受講者に、発話の動きも合う歓迎動画を届けられます。
- フランス語の製品デモ: 出演者の同意を得てから、短い操作説明をフランス語の顧客向けに翻訳します。
- 日本語でクリエイターのお知らせを発信: 同じ録画を使い、日本語の視聴者向けに近況を伝えられます。
入力の準備と活用のヒント
- 最初に許可を確認します。 翻訳後のセリフを話しているように見える人全員から同意を得てください。有名人、公人、知人の映像を無断で使わないでください。
- 送信前に録画を確認します。 話し声が聞き取れるか確認し、120 秒以内に切り詰めてください。上限を超える動画は課金前に拒否されます。
- 翻訳先は意識して選びます。 既定の英語のままにせず、基本言語と地域の方言のどちらが視聴者に合うか確認してください。
- リップシンクの品質を重視するなら Precision を選びます。 既定のモードですが、単価は Speed の 2 倍なので、その差も考慮してください。
- 料金と処理速度の方針が用途に合うなら Speed を選びます。 半額の秒単価で早めの完了を目指すモードです。実際の完了時間は変動します。
- 翻訳後の発話が長くなる場合に備えます。 当方のテストでは、8.00 秒の録画がスペイン語で 8.68 秒になりました。ほかの映像につなぐ前に、完成した動画の長さを確認してください。
- 返された動画は 14 日以内に保存します。 保存期間を過ぎると生成動画は削除されます。
- 用意された項目で設定します。 このページにはプロンプト、元の言語の入力欄、字幕の設定はありません。動画、翻訳先、モードを選んでください。
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/video-translate/video-translate",
"input": {
"generation_mode": "precision",
"target_language": "English",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$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。

