Photo to Talking:写真が喋るAI動画の作り方

写真の犬がマイクを向けられて答える。そんなインタビュー風の動画を、参考クリップと写真から作れるのがPhoto to Talkingです。人物にも動物にも対応し、見た目は写真から、受け答えや仕草は選んだ動画から引き継ぎます。2026年11月12日更新。掲載例に基づいて使い方を紹介しており、現在の全プラットフォームでの人気順位は確認していません。

pt-BRen-USzh-CNzh-HKzh-TWja-JPko-KRes-ES

  1. 2024年5月26日:掲載例の投稿日

    @heyitsgingerandpepperの投稿。TikTokの動画IDから求めたUTCでの日付です。この投稿の公開時期を示すもので、形式全体の発祥日を示すものではありません。

  2. 2026年6月17日:掲載例の投稿日

    @tailtalksinterviewsの投稿。動画IDに基づくUTCのアップロード日です。このアカウントを形式全体の考案者とする根拠ではありません。

  3. 2026年10月24日:掲載例の投稿日

    @lisa32973の投稿。動画IDから算出したUTCの日付を記載しています。個別の投稿をたどる手がかりであり、元祖を特定するための日付ではありません。

写真が喋るAI「Photo to Talking」とは?

Photo to Talkingは、参考動画でインタビューを受ける人物や動物を、写真の被写体に置き換えるテンプレートです。写真の見た目を使いながら、会話と演技は選んだクリップに沿って再現します。 公園でマイクを向けられるチャウチャウと、ソファに並ぶ猫たちでは、視線の動きも返事の間も違います。口が動くだけでなく、顔をそむける仕草や答える前の一瞬の静けさまで含めて、一本の受け答えになっています。写真は誰が登場するかを決め、参考クリップはその主役が何をするかを決める、と考えると選びやすくなります。 完成するのは、掲載例をもとに生成した映像です。写真の被写体が実際にその場で話した記録ではありません。仕上がりでは、元の写真らしい特徴が残っているかと、参考の演技が伝わるかを確かめてください。冒頭の顔だけでなく、首を振る瞬間や最後の表情も判断の対象になります。

      Photo to Talkingの曲名・音源は?

      このテンプレート全体に共通する曲名は確認されていません。選んだ参考動画の元の音声を使うため、曲を探す前に、そのクリップの会話を聞いてみてください。 質問のあとにどれだけ間を置くか、どんな声で返すかが表情と結びついています。音を消して選ぶと、見た目は好みでも、返答の雰囲気が想像と違うことがあります。同じページの掲載例でも、声や編集、使われている音声の箇所が同じとは限りません。 別の音楽を重ねると、返事や視線のタイミングが目立ちにくくなる場合もあります。まずは元の音で最後まで確認しましょう。生成時に原音を引き継ぐことと、別の投稿先でも同じ音源名で表示されることや、変更されずに音が残ることは別です。

          Photo to Talkingの元ネタ・原動画はどこで見られる?

          掲載例の投稿先は下の出典リンクで確認できます。ただし、この形式全体の最初の投稿や、唯一の考案者は特定されていません。 写真を喋らせる表現には、台本を入力するものや音声を指定するものなど、異なる制作方法があります。ここで紹介するのは、用意されたクリップの会話と動きを引き継いで主役を差し替える方法です。別のツールの解説にある機能が、そのままこのテンプレートでも使えるとは限りません。 時系列の日付は、TikTokの動画IDから求めたUTCでのアップロード日です。日本時間などで表示される日付とずれる場合があります。これらは個々の掲載例をたどる手がかりとして使ってください。似た動画が複数あることだけでは、どの演技が最初だったか、どのくらいの人が参加したかまでは判断できません。

              写真が喋るAI動画はどうやって作る?

              参考クリップを選び、受け答えをする主役の写真を一枚アップロードして生成します。二人のインタビューでは、二枚目の写真でインタビュアーも置き換えられます。一枚だけなら、質問する側は元のまま残ります。 先に決めたいのは、残したい受け答えの場面です。質問から返答、最後の表情まで見て、どちらの役に写真を当てるかを確認しましょう。二役を変えるなら、それぞれの被写体がはっきり写った写真を別々に用意します。合成した一枚に二人を詰め込むより、役ごとの画像で指定するほうが対応関係を確認しやすくなります。 場面やカメラの動きも参考に沿います。写真に写っている部屋へ舞台を移す手順ではないので、背景も含めて好きな参考を選んでください。生成後は音を出し、冒頭、顔が大きく動く箇所、最後の一コマを確認します。見た目を直したいなら写真、受け答えを変えたいなら参考クリップを見直すと、次の修正点が分かります。

                1. 音声をオンにして参考クリップを最後まで見て、再現したい受け答えを選びます。
                2. 受け答えをする人物または動物の写真を一枚アップロードします。二人の場面では、必要に応じて二枚目で質問する側も指定します。一枚ならインタビュアーは残ります。
                3. 「Make my video」を押して生成します。選んだクリップの元の音声が引き継がれます。

                Photo to Talkingにはどんな動画テンプレートがある?

                公園の犬へのインタビュー、ソファにいる猫たち、口パクのリアクション、書斎でカメラに向かう猫の顔の話者など、演出の異なる参考があります。共通の別名として確認できた呼び方はありません。 マイクを向けられる場面が好きなのか、カメラに語りかける姿を作りたいのかで、合うクリップは変わります。複数の猫が映っていても、全員が一度に同じ写真へ置き換わるという意味ではありません。変更する役と、そのまま残る登場者を確かめてから選びましょう。 参考はそれぞれ完成した演技の見本です。一つのクリップを選べば、ほかの例の台詞や仕草も自由に組み合わせられるわけではありません。サムネイルだけでは相手の登場や結末が分からないため、人物の数、顔の大きさ、終わり方まで比べると、作りたい一本に絞りやすくなります。

                • 公園のチャウチャウにマイクを向ける参考。
                • 白いソファに五匹の猫が並ぶ参考。
                • 「Oh you can make it cap」という原題のリアクション参考。

                  ペットが喋るインタビュー動画は何が面白い?

                  動物にマイクを向けるだけで、人間のように質問へ答える場面として伝わるところが、この形式の面白さです。ふと目をそらす動きも、会話の間に置かれると返事をためらっているように見えます。 猫や犬の顔つきはそのままなのに、普通のインタビューの流れに収まる。その組み合わせが、短い仕草を見どころにしています。作るときは、口の動きだけでなく、マイクが近づく瞬間や返答直後の表情も残したくなる参考を選んでみてください。 これは掲載例の演出についての解説です。おすすめ表示の仕組みや現在の再生順位を示すものではありません。カメラの距離や最後の間が違えば、同じような場面でも受け取り方は変わります。説明文を読まなくても質問と反応が伝わるかが、選ぶときの目安になります。

                  • マイクが、これから質問をする場面だと伝えます。
                  • 返事までの間が、目線や表情を引き立てます。
                  • ペットらしい見た目と、人間らしい受け答えの組み合わせを楽しめます。

                    Photo to Talkingに使う写真はどう選ぶ?

                    目と口がはっきり見え、頬の周囲にも余裕がある写真を選びます。ペットなら、鼻先と口元が毛やおもちゃに隠れていないことを確かめてください。 人の写真は、手やカップが顔に重なっていないものが向いています。犬や猫の横顔では、反対側の目や口の形が分かりにくくなる場合があります。暗い影や大きな見切れも、顔や毛並みを判断する情報を減らします。ぼやけたスクリーンショットを拡大しても、元の細部は戻りません。 顔だけのアップなら表情は見やすい一方、服や体格の情報は少なくなります。全身写真では顔が小さすぎないかを見てください。インタビューで見える範囲を意識して、顔と外見の両方が読み取れる一枚を探しましょう。これらは写真選びの実用的な目安であり、生成テストの結果や仕上がりの保証ではありません。

                    • 口元に物が重なっていない写真を使います。
                    • 目にピントが合っているか、原寸でも確認します。
                    • ペットは口鼻が隠れる角度を避けます。
                    • 二役を変えるときは、受け答えをする側と質問する側の写真を分けます。

                      写真が喋る動画を作るには、自分で動画を撮る必要がある?

                      撮影は必要ありません。用意された参考クリップから場面を選び、置き換える役の写真をアップロードします。自分で同じ台詞を演じるのではなく、参考にある動作と受け答えを使う流れです。

                      インタビューの写真は一枚で足りる?

                      受け答えをする主役だけを変更するなら一枚で足ります。二人の場面で質問する側も変えたい場合は、二枚目を追加できます。画面の人数分を一律に用意するのではなく、置き換えたい役を確認してください。

                      Photo to Talkingは参考動画の声も残る?

                      はい。質問や返答を含む元の音声を引き継ぎます。返事の間と動きが組み合わさった演技を使うので、声の雰囲気も含めて参考を選んでください。別の掲載例を選ぶと音声も異なる場合があります。

                      写真に好きな台詞を喋らせられる?

                      このテンプレートでは参考クリップにある質問と答えを使います。写真を送るだけで新しい台本や声が作られるわけではありません。違う受け答えにしたい場合は、内容の合う別の参考を選びます。

                      Photo to Talkingで写真の背景も使われる?

                      生成した動画の場面や構図、カメラの動きは参考に沿います。写真の背景は見た目を読み取る手がかりにはなりますが、その場所へ舞台を移す指定ではありません。公園か室内かも、先に参考側で選んでください。

                      ペットが喋るAI動画は犬や猫の写真でも作れる?

                      はい。人物だけでなく動物も対象です。写真の毛色や模様を使って、受け答えをする役へ置き換えます。鼻先と口元が見える写真を用意すると、生成後にその子らしさと口の動きを見比べやすくなります。

                      話している途中で顔が似なくなるときは?

                      顔がよく動く場面で止めて、目や口の輪郭が分かるか確認してください。元の写真でそこが隠れていたり、ぼけていたりするなら、より鮮明な一枚に替えてみます。参考は同じにしておくと、写真を変えた影響を比べやすくなります。

                      Photo to Talkingの参考動画は何を基準に選ぶ?

                      会話を最後まで聞き、残したい仕草と結末がある一本を選びます。公園の犬とソファの猫では、登場する数も相手との距離も違います。表紙の顔だけで決めず、誰が質問し、誰が答え、どんな表情で終わるかまで確認しましょう。

                      Photo to TalkingのAI動画生成は無料?

                      DramaCanvasの動画生成は秒数に応じた料金制です。生成前に金額が表示され、生成が失敗した場合は返金されます。写真を用意したらインタビューの参考を選び、表示された料金を確認してから生成してください。

                      Photo to Talkingを作るのにCapCutは必要?

                      必要ありません。このページで参考クリップを選び、写真をアップロードして「Make my video」から生成します。CapCutに似た名前のテンプレートがあっても、使う動画やできることが同じとは限りません。