通常、ミュージックビデオの制作にはスタッフ、ロケーション、編集者が必要です。ここではAIが撮影と編集を担当し、あなたは映像の内容を決めるだけです。
MP3、WAV、M4A形式で15秒〜4分の曲をアップロードしてください。AIがテンポと拍の頭を検出し、歌詞を単語単位のタイミング付きで文字起こしし（ElevenLabs Scribe）、Aメロ・サビなどの構成を解析します。続いてGPT-6がカット割りを作成し、拍の頭でカットが切り替わり、盛り上がる部分では速く、静かな部分ではゆっくりと、曲の内容に沿ったシーンを組み立てます。「古い車で海へ向かう二人の友人」のような独自のアイデアを加えたり、歌詞を貼り付けてシーンをより歌詞の内容に忠実にすることもできます。
構成プランの作成は無料です。各シーンの時間、曲のパート、歌詞、カットの説明がすべて表示されます。好きな説明文を編集でき、プランから算出された正確な料金は撮影開始前に表示されます。
続いてAIが撮影を行います。Nano Banana 2が各シーンのフレームを描き、MiniMax H3 Turboが動画化し、歌手が歌うシーンではあなたの曲に合わせて口が動きます。歌手の写真をアップロードすれば、必要に応じてもう一人の写真も追加でき、写真に似た人物として登場します。写真がない場合はAIが独自のキャラクターをキャスティングし、全シーンを通して同じ見た目を保ちます。編集は小節のグリッドに正確に沿っており、5種類のスタイルから歌詞字幕を追加することもできます。
映像のルック（シネマティック、アニメ、3Dカートゥーン、レトロVHS、ネオン、ドリーミー）と、YouTube向けの16:9、Reels・Shorts・TikTok向けの9:16から形式を選べます。サビを中心とした約30秒のティザーはフル尺の動画よりはるかに低価格で、リリース告知に最適です。自分の曲や権利を持つ楽曲をご利用いただけますが、著名人の写真や露骨な表現を含むシーンは利用できません。