顔出しなしで解説動画を作りたい、社内向けの説明動画を量産したい、といった場面で名前が挙がるのが「D-ID」です。写真や動画に台本を合わせて、話しているように見えるアバター動画を作れるサービスとして知られています。ただ、料金は「分数」で数える仕組みで、無料トライアルには透かしが入るなど、使ってみて初めて気づく点も少なくありません。
この記事では、D-IDの公式サイトで確認できる範囲の情報をもとに、仕組み、課金の数え方、動画に透かしが入る条件、そして使う前に押さえたい注意点を整理します。プラン名や金額は変更されやすいため、契約前には公式の料金ページを確認してください。
💻 動画編集用のパソコンを選ぶなら
書き出しやプレビューの快適さは、GPUやメモリなどの構成にも左右されます
- ✅ BTOパソコンの通販で、スペックや価格から機種を絞り込めます
- ✅ CPU・メモリ・SSD・GPUの構成を一覧で確認できます
- ✅ 構成・価格・納期は公式サイトで確認できます
※内容・料金は変更される場合があります。公式サイトでご確認ください。
D-IDとはどんなサービスか
D-IDは、人物の画像や動画をもとに、デジタルの「話す人物（アバター）」を作るサービスです。公式サイトでは、画像や動画からリアルなデジタルヒューマンを作り、事前に作る動画だけでなくリアルタイムの対話にも使える、と紹介されています。ボイスクローニングや多言語での出力にも対応するとされています。
動画づくりの面では、「Video Studio」という機能が案内されています。台本や企画書、資料から、多言語のアバター動画を作れるという位置づけです。公式サイトのナビゲーションには「Creative Reality Studio」の名前も残っており、過去の紹介記事ではこの名称で書かれていることが多くなっています。
- 画像や動画をもとに、話すアバターを作る
- 台本から多言語のアバター動画を作れる
- 動画だけでなく、リアルタイム対話用のAIエージェントも提供されている
課金の仕組み：分数の数え方が分かれ目
D-IDを使ううえでいちばん確認しておきたいのが、プランに含まれる「分数」を消費して動画を作るという仕組みです。公式の料金ページに載っているよくある質問によると、動画を作るたびに、その動画の長さがプランの残り分数から差し引かれます。
ここで注意したいのは、動画の長さは15秒単位で切り上げられる点です。公式の例では、1分10秒の動画は1分15秒として計算されます。短い動画を多く作る使い方だと、切り上げの影響が積み重なります。
| 実際の動画の長さ | 消費される分数（切り上げ後） |
|---|---|
| 40秒 | 45秒 |
| 1分10秒 | 1分15秒（公式の例） |
| 2分01秒 | 2分15秒 |
| 3分05秒 | 3分15秒 |
また、公式のよくある質問では、使い切れなかった分数は翌月に繰り越されず、毎月リセットされると案内されています。月の前半に使いすぎて後半に足りなくなる、あるいは余らせて無駄にする、といった事態を避けるため、月間の制作本数をあらかじめ見積もっておくと安心です。
無料トライアルとLiteプランで透かしが入る
公式のよくある質問には、TrialプランとLiteプランでは動画にD-IDの透かし（ウォーターマーク）が入ると明記されています。理由として、AIで作られた動画であることの透明性を保つため、と説明されています。特にトライアルでは、画面全体に透かしが入ると案内されています。
つまり、試しに作った動画をそのまま公開用に使うことはできないと考えておくのが現実的です。仕事で使う動画を作るなら、透かしの有無とプランの対応関係を、契約前に公式で確認しておきましょう。
プランの名称や分数、価格は改定されることがあります。この記事の情報は公式のよくある質問で確認できた内容に限っており、プランごとの具体的な金額や分数は、公式の料金ページでご確認ください。
アバター動画ができるまでの流れ
操作画面の細かい見た目は更新されるため、全体の流れだけ押さえておけば十分です。
- アバターの元になる素材を用意する（用意されたアバターを選ぶか、自分で用意した画像・動画を使う）
- 話してほしい内容を台本として入力する（または音声を用意する）
- 音声・言語を選ぶ
- 動画を生成し、仕上がりを確認する
- 必要に応じて編集ソフトで字幕やBGMを加え、書き出す
台本は、画面を見る人の立場で書くことが大切です。アバターは「読み上げる」ことは得意でも、文章の意図を汲んで間を取ることまでは自動で調整してくれません。長い文を1文で話させると、不自然に聞こえます。短い文でテンポよく区切る書き方が向いています。
台本の長さと動画の時間の関係を知りたい方は、次の記事で詳しく解説しています。
どんな場面で使われているか
AIアバター動画は、次のような場面で検討されることが多いです。
- 社内研修やマニュアルなど、同じ内容を繰り返し・多言語で配信したい動画
- 商品やサービスの説明動画で、撮影の手間をかけたくない場合
- 顔出しをしたくないチャンネルで、案内役のキャラクターが欲しい場合
一方で、感情の起伏が大きい語りや、強い個性が求められるエンタメ動画では、実写の人物にかなわない場面もあります。「情報を整然と伝える動画」に向いたツールと捉えるのが、期待値を合わせやすい見方です。
使う前に確認したい注意点
AIアバターは、人の顔や声に関わる技術です。便利な反面、使い方を誤ると、本人や第三者に迷惑をかけたり、法的な問題に発展したりするおそれがあります。ここでは、一般的な注意点を整理します。
顔写真・声は本人の同意を得たものだけを使う
他人の顔写真や声を、本人の許可なくアバターに使うことは避けてください。肖像権やパブリシティ権の問題につながる可能性があります。自分自身や、きちんと許可を得た人物、サービスが用意しているアバターを使うのが基本です。
AIで作ったことを視聴者に誤解させない
AIで作ったアバターを、実在の人物が実際に話しているかのように見せることは、視聴者を誤解させる原因になります。特に、リアルに見える動画では、AIで生成・加工したことが分かるようにしておく配慮が求められます。YouTubeにも、リアルに見えるAI生成コンテンツを開示する仕組みがあります。
サービス側の倫理方針と利用規約も確認する
D-IDは、合成メディアの倫理的な利用に関する方針（Pledge）を公式サイトで公表しています。サービスの考え方や禁止事項を知るうえで、一読しておく価値があります。
D-ID：Pledge for the ethical use of synthetic media
AIで作る音声や翻訳字幕の扱いについては、次の記事も参考になります。
台本の書き方：読み上げに向いた文章にする
アバター動画の出来を左右するのは、映像よりも台本の書き方であることが少なくありません。文章として読む原稿と、声に出して聞く原稿は、別物だからです。同じ内容でも、次のように書き換えると聞き取りやすくなります。
| 読みにくい書き方 | 聞きやすい書き方 |
|---|---|
| 本サービスは、複数の機能を備えており、導入によって業務の効率化が期待できます。 | このサービスには、いくつかの機能があります。使うと、作業の手間を減らしやすくなります。 |
| 申込手順は、まず会員登録を行い、次に設定画面で情報を入力し、最後に確認します。 | 申し込みの手順は3つです。1つ目は、会員登録。2つ目は、設定画面での入力。3つ目は、最後の確認です。 |
ポイントは、1文を短くすること、主語と述語を近づけること、数字や順番を「1つ目、2つ目」と声に出して分かる形にすることです。固有名詞や専門用語は、読み方が揺れやすいため、ひらがなで補うか、事前に短い台本で読ませて確認しておくと安心です。
台本の構成テンプレートについては、次の記事が参考になります。
素材（顔画像・動画）を選ぶときの考え方
自分で用意した画像や動画をアバターにする場合は、素材の質が仕上がりに影響します。具体的な推奨条件はサービス側の案内に従う必要がありますが、一般的には次のような点を意識すると、不自然な仕上がりを避けやすくなります。
- 顔がはっきり写っている（暗すぎない、極端に斜めでない）
- 口元や目元が、髪や小物で隠れていない
- 解像度が低すぎない（ぼやけた画像は、動きも不自然になりやすい）
- 背景がごちゃごちゃしていない（動画に重ねたときに浮きにくい）
なお、これらは一般的な考え方であり、D-IDが公式に定めている条件ではありません。素材の対応形式や推奨条件は、サービス内の案内や公式のヘルプで確認してください。
公開前のチェックリスト
アバター動画を公開する前に、次の項目を見直しておくと、後からの修正や指摘を減らせます。
- 顔・声の素材は、本人の同意を得たものか（または、サービスが用意したものか）
- 透かしが入るプランで作った動画を、公開用に使っていないか
- 台本の内容は、事実に基づいているか（数字や固有名詞の誤りがないか）
- AIで作った動画であることを、視聴者に誤解させない表示・説明になっているか
- 字幕・BGMなどの素材について、著作権・利用条件を確認したか
- プラットフォーム（YouTubeなど）のルールに沿っているか
特に3番目の「事実に基づいているか」は見落としがちです。AIは台本を忠実に読み上げるだけで、内容の正誤までは確認してくれません。数字や固有名詞は、公開前に自分の目で確認する習慣をつけましょう。
動画の著作権まわりの注意点は、次の記事でも整理しています。
編集ソフトでの仕上げ
D-IDで作った動画は、そのまま公開するよりも、編集ソフトで仕上げたほうが見やすくなります。具体的には、次の3点が効果的です。
- 字幕（テロップ）を入れる：音を出せない環境でも内容が伝わります
- 図やスライドを重ねる：アバターだけの画面は単調になりがちです
- BGMを控えめに入れる：無音だと味気なく、大きいと台詞が聞こえにくくなります
アバターを小さく画面の隅に置き、資料や図解を主役にするレイアウトにすると、情報が頭に入りやすくなります。
BGMと台詞のバランスは、ヘッドホンで聞くと判断しやすくなります。仕上げの確認用に、モニター用の密閉型ヘッドホンを用意する方法があります。
よくある質問（Q&A）
Q. 無料で使えますか？
公式の料金ページに、無料トライアルの案内があります。ただし、トライアルで作った動画には、画面全体に透かしが入ると案内されています。公開用の動画を作るなら、透かしの扱いを確認したうえで、有料プランを検討する形になります。
Q. 日本語に対応していますか？
公式サイトでは、多言語での出力に対応していると案内されています。日本語の音声や発音の自然さ、対応している具体的な言語は、実際に短い台本で試して確認するのが近道です。
Q. 作った動画を商用で使えますか？
プランごとに利用範囲が定められている可能性があります。商用での利用を考える場合は、利用規約（Terms of Use）と、契約するプランの内容を確認してください。
Q. 他のAIアバターサービスとどう違いますか？
各サービスで、アバターの種類、対応言語、料金の仕組み、透かしの扱いが異なります。目的（社内用か公開用か）、本数、予算を整理して、無料トライアルで同じ台本を使って見比べると判断しやすくなります。
まとめ
D-IDは、画像や動画から話すアバターを作り、台本から多言語の動画を作れるAIサービスです。使い方の要点は次の3つです。
- 分数は15秒単位で切り上げて消費され、翌月に繰り越されないため、月間の本数を見積もる
- TrialとLiteでは透かしが入るため、公開用かどうかでプランを選ぶ
- 顔や声は本人の同意を得たものだけを使い、AIで作ったことが分かるように配慮する
💻 動画編集用のパソコンを選ぶなら
書き出しやプレビューの快適さは、GPUやメモリなどの構成にも左右されます
- ✅ BTOパソコンの通販で、スペックや価格から機種を絞り込めます
- ✅ CPU・メモリ・SSD・GPUの構成を一覧で確認できます
- ✅ 構成・価格・納期は公式サイトで確認できます
※内容・料金は変更される場合があります。公式サイトでご確認ください。
