テキストから動画へ:シーンを書くと動画クリップに
テキストから動画は、書いた説明を動画クリップにする機能です。shuutの動画ツールなら、テキストだけで始められます。画像や映像は要りません。
shuutでは、いくつかのモデルがテキストから動画に対応しています。セリフを話すかどうか、音の扱い、1本のクリップの長さがモデルごとに違います。
この用途に使えるモデル
| モデル | 開発元 | 料金 | 最低料金 | 長さ |
|---|---|---|---|---|
| Seedance 2.5 | ByteDance | 1秒あたり26クレジット | 1秒あたり12クレジット | 4~30 秒 |
| Veo 3.1 | 1秒あたり44クレジット | 1秒あたり22クレジット | 4 秒、6 秒、8 秒 | |
| Kling 4.0 | Kuaishou | 1秒あたり18クレジット | 1秒あたり18クレジット | 3~30 秒 |
| Seedance 2.0 | ByteDance | 1秒あたり17クレジット | 1秒あたり8クレジット | 4~15 秒 |
| MiniMax H3 | MiniMax | 1秒あたり10クレジット | 1秒あたり10クレジット | 4~15 秒 |
| Wan 3.0 | Alibaba | 1秒あたり11クレジット | 1秒あたり6クレジット | 2~30 秒 |
| Grok Imagine Video 1.5 | xAI | 1秒あたり16クレジット | 1秒あたり9クレジット | 1~15 秒 |
| Omni 1.2 Flash | 1秒あたり8クレジット | 1秒あたり3クレジット | 3~15 秒 | |
| HappyHorse 1.1 | Alibaba | 1秒あたり16クレジット | 1秒あたり8クレジット | 3~15 秒 |
料金はクレジット表示(1クレジット = US$0.01)で、利用のたびにshuutの残高から差し引かれます。生成前に正確な料金が表示されます。
shuutでテキストから動画を作るしくみ
動画ツールを開いて、リストからモデルを選びます。
プロンプトにシーンを書きます。誰が出てくるか、どこで起きるか、何が動くか、カメラがどう動くかを書きます。
キャラクターに話させたいときは、セリフをかぎかっこで囲み、かぎかっこ内のセリフを話すモデルを選びます。
音の切り替えがあるモデルでは、「作成」を押す前に音のオン・オフを設定します。
複数のカットを作るなら、Director Studioがシーンの説明を絵コンテにし、さらに映像作品にします。
テキストから動画に対応するモデルとその違い
Seedance 2.5、Kling 4.0、Veo 3.1、Veo 3.1 Fast、Omni 1.2 Flashは、かぎかっこで囲んだセリフを話します。
Kling 4.0(Kuaishou製)、Grok Imagine Video 1.5、HappyHorse 1.1、Omni 1.2 Flash、MiniMax H3 Highspeed、H3 Liteは、クリップに必ず音を付けます。
Seedance、Veo 3.1、Wan 3.0は、クリップに音を付けるかどうかを選べます。MiniMax H3自体は無音の動画を作ります。
Seedance 2.5、Kling 4.0、Wan 3.0は長い1本のクリップを作れるので、時間が必要なシーンに向いています。
Veo 3.1はGoogleの動画モデルです。Veo 3.1はVeoの中で品質がもっとも高く、1080pでセリフと環境音が付きます。Veo 3.1 Fastはより速く、より安価で、セリフと効果音も作れます。
Seedance 2.5はByteDance製で、1080pまで対応しています。Seedance 2.5 Flashはより速く、より安価で、480pと720pに対応しています。
テキストから動画のプロンプトのコツ
話す言葉は、聞こえてほしいとおりにかぎかっこ内に書きます。
Seedance 2.5は韓国語のセリフも話します。
無音のクリップにしたいときは、MiniMax H3を選ぶか、Seedance、Veo 3.1、Wan 3.0で音をオフにします。
長めのシーンでモデルを選ぶ前に、このページの表の「長さ」の列を確認します。
あとで画像を使ってクリップを調整したい場合、Seedance 2.5とVeo 3.1は最初のシーンと最後のシーンも受け付けます。
動画に実在の人物が出てくる場合は、投稿先でAI生成の表示が必要かどうかを確認します。
shuutでテキストから動画クリップを作る方法
- shuutで動画ツールを開きます。
- モデルを選びます。たとえばSeedance 2.5、Kling 4.0、Veo 3.1などです。
- シーンを書き、セリフはかぎかっこで囲みます。
- モデルに選択肢があれば、音のオン・オフを設定します。
- 「作成」を押すと、動画クリップができます。
よくある質問
- セリフを話せるテキストから動画のモデルはどれですか?
- Seedance 2.5、Kling 4.0、Veo 3.1、Veo 3.1 Fast、Omni 1.2 Flashは、かぎかっこで囲んだセリフを話します。Seedance 2.5は韓国語も話します。
- テキストから動画のクリップはどのくらいの長さにできますか?
- 各モデルのクリップの長さは、このページの表の「長さ」の列に載っています。1本のクリップがもっとも長いのは、Seedance 2.5、Kling 4.0、Wan 3.0です。
- Veo 3.1とVeo 3.1 Fast、どちらがクリップに合いますか?
- Veo 3.1はVeoの中で品質がもっとも高く、1080pでセリフと環境音が付きます。Veo 3.1 Fastはより速く、より安価で、セリフと効果音も作れます。
- テキストから動画のクリップを無音にできますか?
- はい。MiniMax H3は無音の動画を作ります。Seedance、Veo 3.1、Wan 3.0では音をオフにできます。
- shuutのテキストから動画の料金はいくらですか?
- どのモデルも、「作成」を押す前に料金が見積もりとして表示されます。Veo 3.1は、音ありと音なしで料金が違います。
作れるもの
- 画像から動画 AI:写真を動くクリップに
- AI ショート動画作成:shuutで縦型クリップ、字幕、比率変更
- 動画のAI高画質化:動画と写真を4Kに拡大
- Kling Lip Syncで作るAI リップシンク動画
- 写真と声から作るAIアバターのトーキング動画
- 人物の写真、商品の写真、台本から作るAI UGC動画
2026年11月17日更新
ご利用の前に
結果ごとのお支払いで、「作成」を押す前に見積もりが表示され、サブスクリプションは任意です。
モーションカット・字幕・比率変更は登録すると無料です。
商用利用については利用規約の第9条で定めており、範囲はモデルや契約によって異なり、権利・広告ルール・AI表示の確認はご自身で行っていただく必要があります。
shuutはモデルの開発元とは提携していません。