サイレントクリップに安く環境音と効果音を加えたいなら Video Sound Effects。セリフや音楽トラックは書けないので別途用意すること。
Spicy Index
指数の対象外
コンテンツ段階
6 種類中 3 種類をテスト済み・13 回実行軽め · テストの中で最も軽いプロンプト
中程度 · フィルターのあるモデルが断り始める地点
強め · 中間の段階。順位を付ける前に必ずテストします
かなり強め · 多くのモデルが手加減し始める地点
最大 · 尺度の最上段。A 区分と B 区分の 2 つに分けて採点
Video Sound Effects は video_url を見て画面上の動きに合わせたサウンドトラックを生成し、そのトラックを音声として持つ同じクリップを返します。prompt で聞こえるものを誘導でき、negative_prompt で特定の音を除外できます。duration_seconds（1〜30、既定 8）が生成する音の長さとクリップの戻ってくる長さを決めます——元のクリップがそれより短くても、リクエストした秒数分だけ課金されます。価格は 1 秒 $0.0012 で、30 秒フルで回すと $0.036 です。
これは効果音と環境音のためのツールであり、セリフや音楽のためではありません。このエンドポイントではまだコンテンツ段階のテストを実施していません。
duration_seconds の 1 秒あたり $0.0012。duration_seconds は 1〜30、既定 8。クリップがそれより短くてもリクエストした秒数分課金される。セリフや音楽用ではない。duration_seconds がトリムも兼ねる。 クリップの実際の長さに設定すれば、返ってくる動画もその長さに切りそろえられるので、音声トラックの長さを映像に合わせる別工程が不要です。duration_seconds をクリップより短く設定すると、映像の長さより生成される音が少なくなります。逆に多めに設定すると、必要以上の秒数分を支払うことになります。guidance_scale と steps は調整用に用意されているが、動かしたときに何が変わるかの比較データがない。 それらを調整する価値がいつあるかを示す並行テストはまだ実施していません。Video Sound Effects ではまだコンテンツ段階のテストを実施していないので、このセクションでは採点済みの実行結果ではなく、スキーマと公開されている 1 つの作例から確認できる内容を報告します。この作例は 5 秒の夜行列車のショットを取り上げ、duration_seconds をクリップの長さに合わせ、電車の音、電気のうなり、遠くのブレーキをプロンプトで指定しています——1 つの一般的な環境音ではなく、3 つの名指しされたレイヤーです。
雰囲気だけでなく欲しい個別の音を名指ししましょう——公開作例は 1 つの説明ではなく 3 つの独立した要素を列挙しています。
1. 公開作例：音のレイヤーをそれぞれ名指しする。
subway train rumbling on the rails, soft electric hum, distant brakesこのプロンプトを Video Sound Effects で実行 →
重要な設定： 既定の 8 のままにせず、duration_seconds をクリップの実際の長さに設定してください。返ってくる動画はその数値に切りそろえられ、元のクリップの長さにかかわらずその分課金されます。映像がほのめかしてしまうかもしれない特定の音を除外したいときは negative_prompt を使ってください。
各段階を、タスクごとに確認済みの結果で示します。内容が実際に出たときだけ点数が付き、1 回の実行では最大 60% です。
| 段階 | 動画に効果音 |
|---|---|
| 軽めテストの中で最も軽いプロンプト | 1 回中 1 回生成12.0 / 20 点 |
| 中程度フィルターのあるモデルが断り始める地点 | 5 回中 5 回生成20.0 / 20 点 |
| 強め中間の段階。順位を付ける前に必ずテストします | 7 回中 7 回生成20.0 / 20 点 |
| かなり強め多くのモデルが手加減し始める地点 | 未テスト |
| 最大尺度の最上段。A 区分と B 区分の 2 つに分けて採点 | 未テスト |
| タスクのスコア | 52.0 / 100.02026年10月5日 にテスト |
2026年9月26日～2026年10月5日 にテスト
このサイトは職場でも安全に閲覧できる内容に保っています。結果は文章で伝え、表示する画像にはモザイクをかけ、テスト用プロンプトは決して公開しません。未成年に見える人物、実在の人物の容姿、同意のない状況は決してテストしません。
自分のプロンプトで、どこまで出るか試す
各項目から採点の詳細に進めます。点数がどの行から来たのか、なぜ減点されたのかがわかります。
SpicyAPI の現在のモデル仕様から直接取得しています。開発元が自社アプリでより多くの機能を提供している場合もありますが、ここに載っているのは現在当社の API から呼び出せる機能です。
| 機能 | 動画に効果音 |
|---|---|
| クリップ長 | 1～30 秒 |
| ネイティブ音声 | なし |
| シード指定 | なし |
| ネガティブプロンプト | あり |
過去 30 日の実際のジョブで、リクエストから完成までを計測しています。所要時間には当社自身のテスト実行も含みます。
完了したジョブが 10 件以上そろうと所要時間を表示します。成功率はお客様のジョブだけで数え、30 日分のトラフィックがそろうまで全モデルで非表示にしています。
このレビューは役に立ちましたか？
投票するにはログインしてください。
コメントは自動チェックと当社チームによる確認を経ています。スパム、不適切な内容、個人攻撃、実在の人物の名前を同意なく挙げる投稿は削除します。コメントを報告いただければ、1 営業日以内に確認します。
このモデルを試しましたか？うまくいった方法を共有してください。スパムを防ぐため、コメントには無料アカウントが必要です。
プレイグラウンドで全パラメーターを設定し、実行前に正確な料金を確認できます。
公開前にクリップをより大きなサイズ帯で納品したいなら Video Upscaler。速くレンダリングできるサイズで生成し、残す1本だけをアップスケールすること。
2026年9月27日 にテスト
レビューを読む
静止したポートレートを自分の音声でしゃべらせる、速くて安い方法が欲しいなら Talking Avatar。全身の動きや長尺の動画には向かない。
2026年9月27日 にテスト
レビューを読む
すでに映像があって同じ口から新しいセリフを出したいだけなら Lip Sync。安定した単一ショットでない映像は直せない。
2026年9月27日 にテスト
レビューを読む