CreatorKitとElevenLabsが感情豊かなAIアクター提供

AIが生成した動画広告を見て、違和感を覚えたことがある人は多いはずです。見た目は本物の人間そっくりなのに、声も表情も完全に平坦で、どんなに熱のこもったセールスコピーでも淡々と読み上げられてしまうあの現象です。

動画制作プラットフォームのCreatorKitは、音声生成AIのElevenLabsと提携し、この問題の解消に乗り出しました。脚本のテキストを入力するだけで、喜怒哀楽を豊かに表現する動画広告を作成できる「Emotive AI Actors」を発表しました。

台詞から感情を読み取る仕組み

従来のAI動画ツールは、どんなトーンの台詞であっても一辺倒な表情と棒読みのナレーションになってしまうのが弱点でした。

CreatorKitの新しい仕組みでは、テキスト内の各行から意図された感情を自動的に検出します。興奮した呼びかけなのか、好奇心を引き出す問いかけなのか、落ち着いた説明なのかをAIが判断します。

その感情表現を支えているのが、ElevenLabsのプロフェッショナル音声クローン技術です。感情ごとに専用の音声クローンを用意することで、リアルで自然な発声を実現しています。使用されるすべての音声は完全な許諾を得てクローンされており、権利関係の安全性も担保されています。

感情が付くと成約率が16%向上

感情の乗った音声は、実際のビジネス成果にも直結しています。CreatorKitによると、感情を調整した音声で制作された動画広告は、コンバージョン率が16%向上したといいます。

CreatorKitの創業者兼CEOであるKevin Natanzon氏は、音声クローンにおいて感情を捉えて維持できる企業はElevenLabsだけだと述べており、同社の技術がなければこの機能は実現できなかったと強調しています。

なぜ重要か

AIアバターの進化競争は、単なる見た目の精細さやリップシンクの精度から、感情表現の巧みさを競うフェーズへ完全に移ったと私たちは考えます。どれほど見た目が本物らしくても、無表情で機械的なトーンのままでは、視聴者に強い不気味の谷を感じさせてしまうからです。

企業のマーケターや個人クリエイターにとって、この機能の価値は非常に高いと言えます。プロの俳優や声優をスタジオに集めることなく、テキストを用意するだけで感情豊かな広告バリエーションを安価かつ大量に制作し、A/Bテストを回せるようになります。

一方で、テキストから感情を自動推定する仕組みには、文脈の読み違えというリスクが常に伴います。皮肉混じりの表現や微妙なニュアンスを誤認して不自然に過剰なリアクションをさせてしまえば、かえってブランドイメージを損ないかねません。合成された感情表現が溢れかえる中で、視聴者がそれに慣れてしまわないかも今後の注視点です。