最高水準のAIモデルで画像・動画・音声などを作るためのステップバイステップガイド。各ガイドにはプロンプト例、パラメータ設定、実践的なコツを掲載しています。
71件のガイド · 最終更新日：2026年10月12日
Generate AI dialogue by building the conversation turn by turn, keeping each character on the same voice, and adding delivery directions only where the spoken line needs extra control. This workflow shows how to separate script emotion from vocal delivery and test difficult lines without rebuilding the full scene.
Create an AI podcast intro by generating the voice, music, and transition as separate assets, evaluating each one independently, and mixing them together only after they work on their own. This modular workflow makes it easier to replace, reuse, and refine individual parts without rebuilding the entire intro.
Learn how to sync lips to audio using a face video and speech track. Includes the current Astorie workflow, exact test settings, timing, credits, and limitations.
Create an AI voiceover by starting with a script written for speech, choosing a voice that fits your content, and testing short samples before generating the final audio. This workflow shows how to improve pronunciation, pacing, tone, and expression using different text-to-speech models.
To clone a voice with AI, prepare a clean reference recording, create a voice clone, test the generated speech, and save the final Voice ID for future use. This guide explains how to build a reusable voice workflow while keeping the original speaker characteristics consistent.
プロジェクトにぴったり合うカスタム音楽トラックを生成できます。雰囲気、ジャンル、テンポを説明するだけで、作曲はAIにお任せです。
あらゆる言語でスタジオ品質のボイスオーバーを生成できます。台本を入力して声を選ぶだけで、数秒で自然な仕上がりのナレーションが生成されます。
ポッドキャスターやコース作成者は、30秒のサンプル音声から自分の声をクローンし、その後は再録音なしで新しいナレーションを生成できます。Astorieのキャンバス上でノイズのないリファレンス音声をオーディオノードに入れ、ElevenLabs Voice Cloning、Fish Audio S2-Proの声クローン、Minimax Voice Designのいずれかに送り、クローンした声を下流の台本から音声への変換、吹き替え、リップシンクの各ノードへつなげます。創業者本人の声によるトレーニングナレーション、コース教材、既存動画のローカライズなどに活用できます。クローンできるのは、自分が権利を持つ、または利用許可を得た声のみです。下記からモデルを選んで、クローンのワークフローを体験してください。
あるポッドキャストのホストは、音声制作者を雇わずに、キャンバス上だけで12秒のブランド入りオープニング——ボイスタグ＋6秒の音楽ベッド＋ウィッシュ音の転換——を仕上げます。Astorie上でスクリプトをElevenLabs Eleven v3の音声ノードに入れ、Suno V5またはMinimax Musicでマッチするテーマ曲を生成し、Sound Effects v2で転換音をつなげて、すべてをオーディオミキサーへ送ります。出力されるのは、TTSによる番組名の読み上げ、ジャンルに合ったテーマ曲、SFXの転換を備えた毎週の番組オープニングとエンディングです。下記からモデルを選んで、番組の顔となる音づくりのワークフローを体験してください。
あるアニメーション制作チームは、声優を手配せずに、自然な掛け合い、はっきり異なる声、感情タグを備えた4人キャラクターのシーンを台本にします。Astorieのキャンバス上で話者の切り替えを設定したスクリプトノードを作り、ElevenLabs Eleven v3 Dialogue(専用のマルチスピーカーエンドポイント)、Fish Audio S2-Proのマルチスピーカー、Minimax Speechのいずれかに通し、[whispers]、[laughs]、[excited]のようなインラインタグで感情表現をコントロールします。出力は、複数キャラクターのアニメ短編、音声ドラマ、インタラクティブなプロトタイプにそのまま使えるセリフです。下記からモデルを選んで、マルチスピーカー制作のワークフローを体験してください。
動画編集者は、ウィッシュ音、衝撃音、環境音、UI音をAI生成のカットに重ねて、無音のラフ編集のように聞こえないようにします。Astorieのキャンバス上で、確定した映像をHunyuan Foleyに送って動画からフォーリー音を生成するか、ElevenLabs Sound Effects v2に具体的なプロンプト(例:「コンクリートの狭い廊下で金属製のドアが近くで勢いよく閉まる、短い残響」)を渡します。その下にMinimax Musicの環境音ベッドを重ね、すべてをタイムラインでミックスしてからNLE書き出しへ進みます。下記からモデルを選んで、30〜60秒の商品動画や物語動画の最後の音づくりを体験してください。
