ElevenLabsとHeyGenでナレーション動画を作る流れ

ElevenLabsで声を用意し、HeyGenでavatar動画にする方法は、音声と映像を別々に調整したいときに使えます。要点はAPI keyを登録することだけではありません。台本、voiceの許諾、HeyGen内での接続、sceneごとの音声設定、動画化後の口の動きとタイミングを順に確かめます。音声previewだけではavatarのlip syncは評価できないため、重要なsceneはrender後の映像で判断します。

このworkflowは、解説動画や製品紹介などで、voiceの選択肢とavatar映像を組み合わせたい人向けです。必ずElevenLabsを連携する必要はありません。HeyGen内蔵voiceで目的を満たせるなら、外部接続を省けます。利用できるvoice、model、credit、plan条件は変わり得るため、制作時にアカウントと公式画面で確認してください。

接続する前に決めること

voiceを選ぶ前に、動画の視聴者、伝える内容、言語を決めます。日本語の案内なら、数字、固有名詞、英語の製品名、略語の読み方が品質を左右します。落ち着いた案内、短い広告、研修動画では必要な話速や抑揚が違うため、「自然な声」という曖昧な基準だけで選ばず、実際の台本の一部分を使った短い比較をします。

voiceの出どころも確認します。自分の声、本人から許可を得た声、サービスのvoice library、別の人が作ったvoiceは条件が異なります。第三者の声を本人の同意なく複製する方法を推奨しません。顧客案件では声の利用範囲、動画公開先、広告利用、利用期間、再利用や編集の可否を依頼者と確認します。技術的な接続可否と、声を利用する権利は別の判断です。

原稿を音声向けに整える

完成した記事をそのまま読み上げ用に貼ると、長い一文、括弧、表、見出しが不自然な発話になります。一文を短くし、句読点で呼吸を作り、数字や固有名詞の読みを決めます。機能の列挙は、視聴者が画面で見る順に並べ替えます。短くするだけでなく、声で聞いたときに前後の文が自然につながるかを確かめます。

例：

画面の表示：「API」「RLS」「Edge Functions」

読み上げ案：「外部サービスと安全につなぐAPI、ユーザーごとの閲覧範囲を決めるRLS、それからサーバー側で処理するEdge Functionsを設定します。」

確認：略語を初出時に説明するか、字幕で補足するか。馴染みのない用語は普通の日本語へ置き換えられないか。

長い台本は意味の区切りでsceneへ分けます。一つのsceneには一つの話題を置き、前sceneの結論を次sceneの冒頭で繰り返さないようにします。一文だけ直したい場合に動画全体を組み直さずに済むよう、字幕、voice、sceneの単位を揃えておきます。

ElevenLabsでvoiceを選ぶ

印象だけで決めず、代表的な日本語文を使って聞き比べます。自己紹介、製品名、数字、注意事項など実際の台本から一文ずつ選び、イントネーション、長音、固有名詞、文末の抑揚、間の取り方を確認します。実際に音源を聞いていない記事では、特定voiceが自然・高品質と断定しません。

voice cloneや自作voiceを使うなら、声の持ち主と用途を記録します。本人の同意が必要な場合は契約や許諾の形で確認し、許可のない声を模倣しません。ElevenLabs側とHeyGen側で同じvoiceが使えること、対象言語・model・account条件が現行状態で利用可能なことを公式説明で確認します。modelの標準設定やcredit消費量を固定情報として流用しないようにします。

HeyGenへ外部voiceを接続する

HeyGen公式ヘルプでは、AI Studioなどから外部voice providerを接続し、ElevenLabsを選んでAPI keyを登録し、voiceを読み込む手順が案内されています。画面の入口やラベルは変わることがあるため、作業時には現行Helpの表示を確認してください。公式記事では接続箇所としてAI Studio、avatar設定、Proofreading Toolが説明されています。

keyは動画原稿や共有メモへ貼り付けず、サービス専用の入力欄だけに入力します。必要な権限は連携用途とアカウント仕様を確認し、keyが拒否された場合はまず余分な空白、別accountのkey、失効を確認します。その後、HeyGenが案内する現行permission条件を照合します。アクセス範囲を広げるときは必要性を理解してから行い、不要になったkeyは提供元で無効化・再発行を検討します。記事本文、動画、公開リポジトリへkeyを書きません。

連携後はvoice一覧へ対象が出るか、短いsampleを再生できるか、利用枠が残っているかを確認します。HeyGenは、外部provider側のcreditが足りないと統合voiceが使えなくなる場合があると案内しています。音声が出ないときは、HeyGenの設定だけでなくElevenLabs側の利用状態も確認します。

sceneへ割り当て、render後の状態を見る

voiceを選んだらavatarへ割り当てます。同じ話者・同じ動画内でvoiceが一貫している必要があるなら、全sceneに適用されているか確認します。複数人物がいる動画では、sceneごとに話者、voice、台本、画面内の位置を一覧にします。avatarの共通設定がすべてのsceneへ適用されることがあるため、最後にvoice欄を通して見直します。

音声previewで分かるのは主に発話の音です。HeyGen公式の説明では、preview音声だけではlip syncやfacial expressionを確認できず、avatarの動きを見るにはrenderが必要です。権利・費用を考慮しながら、重要なsceneは短い単位でrenderし、口の動き、無音区間、発話と画面切替、字幕との同期を見ます。

scene QA：

原稿の読み間違いはないか。

voiceの速度と雰囲気が内容に合うか。

sceneごとに声が不意に変わっていないか。

発話中に口が止まる、無音中に口が動く箇所はないか。

句読点の間が長すぎないか。

字幕の固有名詞と音声が一致するか。

providerのcreditとvoice利用条件に問題がないか。

問題が出たら、まず音声previewで発音の違いを切り分けます。音声自体が違うなら原稿、読み、voice設定を直す。音声はよいのに映像側で口が合わないなら、sceneを分ける、発話を短くする、該当renderだけ作り直すなど、動画側を調整します。scene IDと台本版を記録し、長い動画の全面再renderを避けます。

字幕やBGMの編集場所を決める

HeyGen内で仕上げるか、別の編集ソフトへ渡すかを早めに決めます。図解、ブランド色、効果音、BGMを別ソフトで加えるなら、出力形式とscene間のつなぎ目を先に確認します。後から編集場所を増やすと、字幕修正と音声修正が別のprojectに分かれ、どれが最新版か分かりにくくなります。

台帳にはscene ID、原稿版、使用voice、avatar、字幕、render日、修正理由、採用状態を記録します。固有名詞を直すとき、音声だけ変更したのか字幕も変えたのか追えるようにします。試作と採用版のファイル名も分けます。

失敗したときの切り分け

・ElevenLabs voiceが一覧に出ない：HeyGenの接続状態、workspace、登録手順、ElevenLabs側で利用可能なvoiceを確認。

・API keyが無効：誤入力、失効、権限設定を確認。必要permissionは最新の公式案内を参照。

・voiceが再生できない：provider側のcredit・アカウント状態を確認し、内蔵voiceで短く試して障害箇所を分ける。

・読み上げが不自然：voiceを変える前に、句読点、表記、略語、文の長さを確認。

・口と音声がずれる：音声previewではなくrender動画を対象に、scene尺、発話タイミング、字幕切替を見る。

・sceneごとに声が違う：avatar単位の既定値とscene単位の割当を見直す。

この表は原因を断定するものではなく、調べる順番です。plan制限やmodel availabilityは変わるため、特定の値で決めつけず公式画面で確認してください。

どのケースで外部voiceを選ぶか

この組み合わせは、外部voiceの選択肢とavatar動画を使いたい場合に便利ですが、API key管理、voiceの権利、外部credit、render後の同期確認という工程が増えます。短い定型動画をすばやく作るだけなら、HeyGen内蔵voiceで目的を満たせるか先に確認します。声の選択や音声制作を別管理することが重要なら、外部連携の手間を引き受ける判断がしやすくなります。

AIものさしの判断として、voiceの品質を名前や仕様だけで決めず、実際の台本から短い試作を作り、音声とrender後の映像を分けて評価します。試していない場合、その結果を体験談として書くことはできません。公開前に声の許諾、API key、plan条件、字幕とlip syncを個別に確認すれば、編集後の大きな手戻りを減らせます。

公開直前に残す証跡

採用したvoice、scene単位の割当、render版、確認者、利用許諾の所在を制作記録へ残します。外部providerのAPI key自体は記録に貼らず、登録・更新した担当者と更新日だけを管理します。動画を再編集するときも、どのvoiceがどの台本版で使われたか追える状態にします。