VibeMVのOmniHumanとKling：現在の選び方 [2026]

以前の本ガイドでは、Proリップシンクを OmniHuman-1.5、Proシーン生成を Kling V3 Pro と説明していました。古いチュートリアルや保存済みリンクでこれらの名前を見ることはありますが、現在VibeMVの公開セレクターで探す項目ではありません。

安定した製品上の選択肢は Baseモデル と Proモデル、そしてシーン、リップシンク、ダンスです。製品モデルの裏側のプロバイダーは変わる可能性があるため、旧名称が今も稼働していると仮定せず、アプリ内の現在の表示を確認してください。

旧名称と現在の選択肢の対応

これは制作用途の対応であり、現在のプロバイダーを保証する表ではありません。

モード選択表

先にモード、次にモデルを選ぶ

見える歌唱なしで映像の物語を進めたいショットにはシーンを選びます。指示は、リハーサル室を横切るトラッキング、ギタリストの後ろで舞台照明が点く、夕景が夜に変わる、といった1つのカメラ移動と1つの見える変化に絞ると明確です。

ボーカル音声の下でもシーンは使えますが、画面上の人物に歌唱や発話を求めないでください。口元の演技を見せることが目的ならリップシンクを使います。

見える歌唱が不要な物語、雰囲気、カットアウェイにはシーンを使います。演者が歌う姿を見せるならリップシンクを使い、正面または斜め正面の顔と隠れていない口元を保ちます。リップシンクは音声に追従しますが、歌詞を読み取りません。ダンスは1人の演者による連続した振付向けの独立経路で、生成1秒あたり12クレジットです。

同じショットの証拠でBaseかProを選ぶ

Baseは現在1秒あたり2クレジットで、開始フレーム、プロンプト、カメラ、編集リズムを試す段階に向きます。Proは1秒あたり8クレジットなので、重要なショットで実際の結果が追加費用に見合う場合に限って採用します。

公平に比べるには、同じショット、曲区間、開始フレーム、モード、プロンプト、長さを固定し、BaseとProを1本ずつ生成します。意図した動き、顔の安定性、構図、必要な同期、前後ショットとの連続性を確認してください。1回の比較はそのショットの判断材料であり、全スタイル共通のベンチマークではありません。

組み合わせ例

• **インストの導入：**Baseモデル＋シーンで映像の方向性を作ります。
• **正面を向いたコーラス：**同じ短いリップシンクショットをBaseとProで比較し、適した方を残します。
• **雰囲気のカットアウェイ：**Baseモデル＋シーンで反復コストを抑えます。
• **8カウントのフック：**1人の演者による連続した振付をダンスで見せます。

必須の比率はありません。モデルとモードはショット単位で選べるため、実際のA/B確認で効果があった場面だけにProクレジットを使えます。

クレジットと確認

シーンとリップシンクは選択したBaseまたはProモデルの料金です。開始フレームの生成、再生成、ダンス、任意の2K版は追加料金です。Base／Proモデル比較には同一ショットA/Bと混合予算の例があり、プラン条件は料金で確認できます。

曲からミュージックビデオを作成し、書き出し前に顔の安定性、動き、構図、同期、連続性をショットごとに確認してください。

よくある質問

現在もOmniHuman-1.5やKling V3 Proを選べますか？

これらは過去のプロバイダー名で、現在の公開セレクター名ではありません。ショットごとにBaseモデルまたはProモデルを選び、用途に応じてシーンかリップシンクを選びます。

旧OmniHuman-1.5の用途は現在どう選びますか？

画面上の歌唱という同じ用途なら、Proモデルとリップシンクを選びます。これは用途の対応であり、旧OmniHuman実装が現在も本番稼働しているという意味ではありません。

旧Kling V3 Proの用途は現在どう選びますか？

画像から物語や動きを作る同じ用途なら、Proモデルとシーンを選びます。演者の歌唱を見せる場合はリップシンクを使います。

現在の料金はいくらですか？

シーンとリップシンクはBaseモデルが生成1秒あたり2クレジット、Proモデルが8クレジットです。ダンスは別モードで1秒あたり12クレジットです。