AIで映画の登場人物になる:仕組みとコスト
キャラクター差し替えは1秒あたり$0.10。写真から動画を生成する仕組み、テンプレート、入出力、API実装を解説。
2026年11月12日 · 約 1 分で読めます

AIで映画のワンシーンに自分を登場させるには、元となる動画クリップと鮮明な人物写真を1枚用意します。モデルが動画内の対象アクターをフレームごとに置き換えます。元のカメラワーク、ライティング、背景のエキストラ、音声トラックはそのまま維持されます。Lovely Routerのキャラクター差し替えは、出力動画1秒あたり$0.10で実行できます。5秒のクリップならコストは$0.50です。
コンシューマー向けアプリでは、このワークフローをエンタメ機能として提供できます。自撮り写真をアップロードし、強盗劇や法廷ドラマなどのジャンルを選択するだけで、用意されたストーリーの主人公になれます。動画アプリ、体験型マーケティングキャンペーン、パーソナライズ動画ツールの開発では、調整済みのキャラクター差し替えテンプレートや自前のライセンス動画を使用し、単一のAPIからこのパイプラインを実行できます。
AIキャラクター差し替え動画の内部構造#
この技術は単純な2Dの顔貼り付けではありません。従来のフェイシャルスワップツールは、顔の特徴点を追跡して元の俳優の頭部に平面画像を貼り付けていました。そのため、俳優が横を向く、オブジェクトの背後に隠れる、光の当たり方が変わると破綻し、髪型、首、衣服は元のまま残る問題がありました。
最新のキャラクター置換は、シーン内の被写体全体を再合成します。
- ポーズと動きの抽出。パイプラインが元動画をフレーム単位で読み取り、対象アクターの骨格ポーズ、頭部の回転、視線、唇の動きをマッピングします。
- シーンと遮蔽物のマスキング。モデルが対象アクターを背景および前景のオブジェクトから分離します。共演者、カメラ前を横切る小道具、背景のエキストラにはマスク処理が施され、影響を受けません。
- 同定条件付け(Identity conditioning)。提供された写真から顔の構造、肌のトーン、髪、衣服の特徴を取得し、新しいキャラクターに適用します。
- ライティングと色の合成。マスク領域に新しいキャラクターを描画する際、シーンの光源方向、影、被写界深度、フィルム粒子を適用し、フレーム内に自然になじませます。
- 音声のパススルー。環境音、BGM、セリフのタイミングを含む元の音声トラックが最終的なMP4に引き継がれます。元の俳優が話している場合、生成されたキャラクターの唇の動きもそのセリフに同期します。
元の身体の立体空間内に新しい身体を生成するため、タキシード姿の俳優をフーディーを着た自分の写真に置き換えたり、画像モデルで生成したキャラを実写クリップへ合成したりできます。
テンプレートギャラリーの構成#
ユーザーに元動画のアップロードを求めると、動画の検索やトリミングの手間が生じ、不適切なカメラアングルで失敗する原因になります。テンプレートギャラリーを使えばその問題を回避できます。用意されたシーンは、正確なトラッキングと被写体分離が検証済みです。
キャラクター差し替えテンプレートを参照する場合、あるいは自社アプリにテンプレートセレクターを実装する場合、各テンプレートには4つのプロパティが存在します。
- テンプレートIDとプレビュークリップ。4〜10秒程度の短いワンカット映像(ダイナーでの緊迫した会話、立ち去るアクションシーン、カメラへのドラマチックな振り向きなど)。
- 対象キャラクタースロット。2人のアクターが会話しているシーンでは、置き換える側を指定するか、両方を入れ替えられるように2つのスロットを用意します。
- フレーミングタイプ。ミディアムクローズアップ、ウエストアップ、フルボディなどのタグが付与されます。ミディアムクローズアップは顔写真のみで動作します。全身の歩行シーンでは全身の参照写真が必要ですが、モデルに下半身の衣装を推論させることも可能です。
- 再生時間。秒単位の長さであり、ユーザーが生成を開始する前にコストを確定できます。
ユーザー側の操作は3ステップです。
- ギャラリーからシーンを選択。
- 鮮明な写真を1枚アップロード、または事前にキャラクター画像を生成。
- ジョブを送信。
キャラクター差し替えAPIの呼び出し#
Lovely Router上の全リソース(動画モデル、画像生成、Webデータツール、LLM)は、1つのプリペイドAPIキーで動作します。以下のPythonスクリプトは、テンプレート動画とユーザー写真をキャラクター差し替えモデルに送信し、処理完了までポーリングして動画URLを取得します。
import os
import time
import json
from urllib.request import Request, urlopen
API_KEY = os.environ["LOVELY_ROUTER_API_KEY"]
BASE_URL = "https://api.lovelyrouter.com/v1"
HEADERS = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
def call_api(method, url, payload=None):
body = None if payload is None else json.dumps(payload).encode()
req = Request(url, data=body, headers=HEADERS, method=method)
with urlopen(req) as resp:
return json.load(resp)
# 1. キャラクター差し替えジョブの開始
# カタログ内のキャラクター差し替え動画モデル(出力1秒あたり$0.10)。
payload = {
"model": os.environ["LOVELY_ROUTER_CHARACTER_SWAP_MODEL"],
"video_url": "https://cdn.example.com/templates/heist-briefing-6s.mp4",
"character_image_url": "https://cdn.example.com/uploads/user-selfie.jpg",
"target_character": "primary",
}
data = call_api("POST", f"{BASE_URL}/video/generations", payload)
job_id = data["id"]
print(f"Started job: {job_id}")
# 2. 動画の準備ができるまでポーリング
while True:
data = call_api("GET", f"{BASE_URL}/video/generations/{job_id}")
if data["status"] == "succeeded":
print(f"Finished video URL: {data['output_url']}")
print(f"Billed duration: {data['duration_seconds']}s")
break
elif data["status"] == "failed":
raise RuntimeError(f"Generation failed: {data.get('error')}")
time.sleep(5)差し替え前に映画のジャンルに合わせた衣装やスタイル(中世の鎧やSF宇宙服など)を適用したい場合は、自撮り写真を事前に画像モデルへ通します。gpt-image-2.5-flareは1画像あたり$0.04、qwen-image-edit-uncensoredは1画像あたり$0.10です。その出力URLをcharacter_image_urlに渡します。
出力内容と品質評価基準#
APIは元動画の再生時間とアスペクト比を維持した標準MP4を返し、元の音声トラックを多重化します。新しいテンプレートを本番環境へ投入する前に、テスト生成を1回実行し、差し替えの成否を分ける4つの要素を検証してください。
安定して動作する条件#
4〜10秒のワンカットクリップは安定します。モデルは隣接フレーム間で時間的一貫性を維持するため、パン、ドリー、手ブレなどの継続的なカメラワークに正確に追従します。
被写体の分離が明瞭な動画が適しています。対象アクターが前景に立ち、背景と異なるライティングが施されているシーンでは、髪や肩周りのエッジが鮮明に保たれます。
均一に光が当たっている参照写真が最も安全です。サングラスがなく、鼻周りの強い影や広角レンズによる極端な歪みがない正面写真は、同定処理に正確な形状情報を提供します。
会話と顔の向きの変更は正確に反映されます。最大60度までの首の回転や、通常の会話におけるリップシンクは、新しい顔へ自然に反映されます。
品質低下や破綻を招く要因#
元動画内のハードカットは失敗の主な要因です。6秒の動画に3回のカット割りがあると、カットごとに顔の特徴とシーンの光情報を再認識する必要があります。マルチショットのシーンはカットごとに分割し、個別に処理した後に動画編集ソフトで再結合してください。
前景の強い遮蔽物も破綻の原因です。ブラインドの背後を歩く、濃い煙が立ち込める、人物の前を群衆が横切るといった状況では、マスクがちらつく場合があります。
極端な照明変化も難易度を上げます。暗闇からストロボや懐中電灯の光が当たるようなシーンでは、参照写真に合わせた肌トーンの維持が難しくなります。
明確なメイン被写体がいない集団シーンも注意が必要です。4人の俳優が同じ距離で並んでいる場合は、事前にクロップしたテンプレートを使うか、マスク座標を指定して置き換え対象をモデルへ指示してください。
新しいテンプレートの適性を確認するには、候補クリップに対して3種類の写真(スタジオ撮影のポートレート、屋内のスマホ自撮り、斜めアングルの屋外写真)でテストしてください。第1フレーム、中間フレーム、最終フレームを確認し、顔の特徴のブレ、肩周りのハロ、元の音声に対するリップシンクを検証します。
クリップ単位および本番運用のコスト#
キャラクター差し替えは、生成された動画の秒数単位で課金されます。失敗した生成には課金されず、GPUインスタンスやアイドル状態の計算リソースを管理する必要もありません。
以下は、コンシューマー向けアプリでのユーザー1セッションあたりのコスト内訳です(オプションのスタイル適用、6秒のテンプレートへの差し替え、TTSによるカスタムボイス適用を含む)。
| ステップ | モデル (model_id) | 数量 | 単価 | コスト |
|---|---|---|---|---|
| 自撮り写真の事前スタイル適用(任意) | GPT Image 2.5 Flare (gpt-image-2.5-flare) | 1画像 | 1画像あたり$0.04 | $0.0400 |
| キャラクター差し替え動画レンダリング | キャラクター差し替え動画 | 6秒 | 1秒あたり$0.10 | $0.6000 |
| カスタム音声の吹き替え(任意) | 音声合成(Text-to-speech) | 0.1分 (6秒) | 1分あたり$0.09 | $0.0090 |
| 6秒シーンあたりの合計 | $0.6490 |
写真のスタイル適用を省き、元の音声を使用する場合、6秒シーンのコストは$0.60です。成人向けや制限のないエンタメアプリで無制限モデルを使用する場合、単価は1秒あたり$0.12となり、6秒クリップは 6 × $0.12 = $0.72 となります。
バイラルマーケティング、プロポーズ動画作成ツール、サブスクリプションアプリなどの本番運用では、動画の秒数と総生成数に応じてユニットコストが決まります。以下の表は、月間1,000本の動画を生成するアプリのAPI利用料です。各ユーザーは平均して5秒の下書きプレビュー1回、10秒の最終シーン1回を生成し、同じAPIキーでシーンのセリフやメタデータを生成するLLM呼び出しを1回行います。
| 本番項目 | モデル (model_id) | 月間利用量 | 単価 | 月間コスト |
|---|---|---|---|---|
| 下書き差し替え 1,000回 (各5秒) | キャラクター差し替え動画 | 5,000秒 | 1秒あたり$0.10 | $500.00 |
| 最終差し替え 1,000回 (各10秒) | キャラクター差し替え動画 | 10,000秒 | 1秒あたり$0.10 | $1,000.00 |
| 衣装ポートレート 1,000枚 | GPT Image 2.5 Flare (gpt-image-2.5-flare) | 1,000画像 | 1画像あたり$0.04 | $40.00 |
| シーン台本・プロンプトルーティング(入力) | Claude Haiku 5.5 (claude-haiku-5.5) | 200万入力トークン | 100万トークンあたり$0.10 | $0.20 |
| シーン台本・プロンプトルーティング(出力) | Claude Haiku 5.5 (claude-haiku-5.5) | 100万出力トークン | 100万トークンあたり$0.50 | $0.50 |
| 1,000ユーザー実行あたりの合計 | $1,540.70 |
5秒のプレビュー、10秒の最終出力、衣装画像、LLMオーケストレーションを含む1,000回のフルパイプライン実行で$1,540.70となり、ユーザーあたりのユニットコストは $1,540.70 / 1,000 = $1.54 です。この数値を基準にクレジットパックや月額料金を設定すれば、予期せぬインフラコストの発生を防げます。動画、画像、音声、テキストモデルの全料金表は価格ページに記載されています。
最初のキャラクター差し替えを実行する#
キャラクター差し替えテンプレートのギャラリーからシーンを選び、プリペイドAPIキーを取得して、自分の写真を使った5秒のテスト生成を実行してください。2分以内に結果が出力されます。
続けて読む
すべての記事 →
ブラウザエージェントで2FAログインを安全に自動化する方法
AIブラウザエージェントをシークレット管理やローカルTOTPツールと連携させ、LLMプロンプトに認証情報を渡さずに安全に2FAログインを自動化する方法を解説します。

毎朝特定ニッチのTikTokトレンドを追跡する
TikTokの検索およびハッシュタグデータを毎日取得し、文字起こしやコメントを抽出して、1週間の追跡コストを試算します。

Claude CodeにWeb検索とブラウザを1コマンドで導入する
ターミナルから1コマンドでリモートMCPサーバーを追加。プリペイドAPIキー1つで、リアルタイムWeb検索、ページクローリング、ブラウザスクリーンショットをClaude Codeに統合できます。