HeyGen Video 徹底解説：アバター企業が手がける、音声も同時に生成する汎用動画モデル

HeyGen Video（heygen-video-1）は、シーンとその音を一緒に生成する汎用動画モデルです。HeyGen を話すプレゼンターのツールとして知っている場合、制作の流れは異なります。アバターを選ぶのではなく、ショットを言葉で説明します。HeyGen によると、MiniMax H3 を基盤に HeyGen 独自の事後学習を加えたモデルです（開発者ドキュメント (新しいタブで開きます)、ベンダー発表、2026年10月26日確認）。

実務で考えるべきなのは、ショットに生成された会話が必要か、何秒必要か、どのプラットフォームから請求されるかです。本記事では、こうした判断と品質に関する主張を分けて説明します。2026年10月26日時点で、OmniArt は HeyGen Video を提供していません。 OmniArt で制作する場合は、以下の比較から現在の動画モデルと公開されている設定項目を確認できます。

アバターから汎用動画モデルへ#

HeyGen は動画モデルの概要 (新しいタブで開きます)で、公開日を2026年9月30日としています（ベンダー発表、2026年10月26日確認）。アバター用エンジンは台本に沿って既存のプレゼンターを動かします。一方、HeyGen Video はシーンの説明から被写体、舞台、サウンドトラックを生成します。最初のフレームの画像や参照素材のセットで、シーンを方向づけることもできます。

話すプレゼンターが必要な場合は、アバターとリップシンクの制作ガイドを参照してください。商品映像、会話のあるシーン、雰囲気を伝える導入ショットが必要なら、そのショットの条件に照らして汎用動画モデルを評価してください。基盤が共通でも、OmniArt の MiniMax H3 と HeyGen Video を同じものとして使えるわけではありません。

heygen-video-1 でできること#

以下は2026年10月26日に確認した HeyGen の開発者ドキュメント (新しいタブで開きます)の要約です。すべてベンダーが公表した仕様であり、本記事では API を実際に動作確認していません。

開発者向けドキュメントの生成エンドポイントは POST /v3/models/videos、モデルは heygen-video-1 で、有料 API キーを使用します（同じベンダー発表の出典・確認日）。利用資格はアプリのサブスクリプションとは別に確認してください。

長さについては両方の説明を考慮する必要があります。 開発者ドキュメントには条件付きの5～30秒が記載され、変更履歴 (新しいタブで開きます)では「2026年10月追加」とされています。HeyGen のマーケティング向け概要 (新しいタブで開きます)は今も5～15秒と説明し、fal のモデルページ (新しいタブで開きます)とスキーマ (新しいタブで開きます)も5～15秒を記載しています（すべてベンダー／プラットフォーム発表、2026年10月26日確認）。この違いを一律の上限として断定することはしません。長いショットを計画する前に、利用経路、モード、補正設定を確認してください。

参照素材を中心に制作する場合は、商品の外観、動き、声、環境のように役割ごとに入力を示してください。HeyGen のドキュメントは、プロンプト内で Picture 1 や Video 1 などのラベルを使います。動きの参照動画は必要な部分に切り詰めてください。長いファイルをアップロードしても、後半の動きをモデルが読み取れるわけではありません。肖像、声、商用利用の権利を確認できる素材を使ってください。

ネイティブ音声とシードで実務はどう変わるか#

映像と音を同時に生成すると、仮音声やリップシンクを別途作る工程を減らせます。ただし、確認作業も連動します。画面は使えそうでも、名前の発音、タイミング、背景音のために再生成が必要になることがあります。これは制作工程への影響であり、音声品質の根拠でも、同じ生成内でサウンドトラックだけを独立して差し替えられるという保証でもありません。

台詞は話し言葉で書き、周囲の音を明示し、音楽が必要かどうかも指定してください。商品の形状や物体同士の接触を確認するときに、聞き取りやすさとタイミングも確認します。音付きのサンプルがあっても、発音を繰り返し再現できることや、そのまま顧客に納品できるミックスであることは証明できません。

HeyGen は、同一のデプロイ内で同じプロンプトとシードを連続送信すると、同じファイルが得られると説明しています（シードのドキュメント (新しいタブで開きます)、ベンダー発表、2026年10月26日確認）。設定をすべて保存し、シードを固定して、方向性を比較するときは一節ずつ変更してください。シードはデプロイをまたぐ永続的な保証ではなく、プロンプトを変えても他のすべての細部が固定されるという保証もありません。

HeyGen Video の料金を正しく読む#

プラットフォーム名は解像度と同じくらい重要です。以下の表は、2026年10月26日に確認した HeyGen の料金概要 (新しいタブで開きます)、現在のモデルページ (新しいタブで開きます)、fal のテキストから動画のページ (新しいタブで開きます)を参照しています。ベンダー／プラットフォームが公表した出力単価であり、OmniArt の料金ではありません。

HeyGen API の公開記念価格は、標準単価に告知された半額キャンペーンを適用したものです。高解像度の HeyGen API 料金は、別途引用した絶対額ではなく、公表された倍率で示しています。参照から動画の予算は別に確認する必要があります。HeyGen の現在のリダイレクト先ページでは、参照モードの正確な単価が明らかになっていません。参照素材を使うジョブを送信する前に、入力と出力に適用される料金を確認してください。この表を推測で当てはめないでください。

HeyGen のサブスクリプションページ (新しいタブで開きます)には、HeyGen Video 1 の利用を含む Creator プランが月額 $29 と記載されています（ベンダー発表、2026年10月26日確認）。このアプリのサブスクリプションは、API の秒単価とは異なります。HeyGen の概要には $5 の前払い API ウォレットやパートナー経由の提供も記載されていますが、それだけで各サービスの設定、価格、アカウントの利用資格が同じだとは判断できません。

今すぐネイティブ音声付き動画が必要な場合：OmniArt の選択肢#

OmniArt の動画で、ショットに必要な設定から始めてください。以下の表は、このリポジトリの ef557046 にある公開カタログとクレジット単価表に基づき、2026年10月26日に確認しています。モデルのリンクは対応する公開ページを開きます。参照音声の入力と、音声出力の設定は別の機能です。

これらは出力単価であり、すべてのジョブに共通する合計料金ではありません。参照動画は Seedance 2.5 の課金を変え、課金対象の入力時間も加わります。H3 と H3 Max にも参照料金があります。入力を添付した後に表示される見積もりを確認してください。OmniArt のクレジットと外部 API の米ドルは別の課金単位です。この表は為替や品質の比較ではありません。

Seedance 2.5 の参照モードは、画像または動画が必須です。個々の参照動画／音声は2～30秒で、それぞれの種類に別枠の合計30秒の上限があります。参照音声は MP3/WAV に対応します。これらのカタログおよび実行時の制限は2026年10月26日に確認しました。

多数の参照素材と音を使う長めのシーンには、Seedance 2.5 を検討してください。公開ページには、切り替えなしでネイティブ音声を含むと明記されています。音声の有無を選びたい短いシーンなら、Veo 3.1 の設定を比較してください。MiniMax H3 は参照素材を活かした映像制作に使えますが、参照音声の入力をネイティブ音声出力の保証と捉えないでください。Grok Imagine 1.5 は既存の開始用静止画がある制作に向いています。似た名前の別バージョンの設定が、そのまま使えるとは限りません。

以下の Seedance 2.5 用プロンプトは、会話のある控えめなシーンを描いています。カードはモデルを開いてテキストをコピーします。長さ、解像度、構図はワークスペースで自分で設定してください。設定ラベルが参照素材を添付したり、リクエストを自動設定したりすることはありません。

話された言葉、タイミング、形状、カメラの連続性という同じ合格基準で、各試行の全体を比較してください。最終的な声やミックスの精度が欠かせない場合は、編集の余地を残してください。生成された音を、そのまま完成した音と同一視しないことが大切です。

今後確認したいこと#

マーケティング向け概要と fal が、現在記載している5～15秒を超えて対応するか、設定項目が開発者ドキュメントと一致するかを再確認してください。利用する経路で参照モードの料金を確認し、2026年10月31日以降は単価も確認し直してください。こうした未確認事項のいずれも、HeyGen Video の OmniArt 公開日を示すものではありません。