ある日X（旧Twitter）で、HeyGen（ヘイジェン）というアプリケーションを通じて言語変換された動画が流れてきた。日本語で話した内容をHeyGen（ヘイジェン）というアプリケーションにアップロードすると、数分もしないうちに指定の言語に変換された動画が出力される。
地声とそっくりの音声で異なる言語の変換ができるということだけで優れた技術であると感動を覚えたが、このツールは動画で出力された口元も変換後の言語に合わせて動くようだ。
私たちが夢にまでみた、多言語同時翻訳の未来はすぐそばに来ているかもしれない。今回の「編集長Focus」は今話題の「HeyGen（ヘイジェン）」を深掘りしてみたい。
◉「編集長Focus」
次世代テクノロジーや金融・経済のトピックを題材とするビジネス誌、「Iolite（アイオライト）」の編集長が、今話題のトピックと最前線を追います。
2022年7月にベータ版から正式リリースされた「HeyGen（ヘイジェン）」は、AIでアバターを生成して、動画を作成できるAIを搭載した動画生成プラットフォームだ。
ブラウザで利用可能なWebベースのアプリケーションであり、HeyGen（ヘイジェン）はローンチ以来、ひと月あたり50％の成長率で成長を遂げている。AI関連のサービスに注目が集まるなかでも注目度の高いサービスといえるだろう。
主に、Talking Photoという、話し手の口元を再描写する機能（リップシンク）や、テキストで入力した音声を自動翻訳して選んだアバターにしゃべらせることができるサービスを提供している。ユーザー数は日を追うごとに伸びており、2023年8月時点では、月間380万人のユーザーが同サイトにアクセスした。
法人向けにも動画制作サービスも提供しており、アクセンチュア、アマゾン、エヌベディアなど世界的にも有名な企業のほか、コロンビア大学などの教育機関もHeyGen（ヘイジェン）のサービスを活用している。
しかしなぜ、2022年にリリースされたアプリケーションが、このような短期間で爆発的にユーザー数を伸ばすことができたのだろうか。実はCEO Jashua Xu（ジョシュア・シュー）氏は、米国の10代が選ぶSNSで1位に選ばれたこともある「Snapchat」において、AI開発に従事していた経歴を持っている。
また、「Tekpon」というソフトウェアレビュープラットフォームにおいて、2023年のベスト人工知能ソフトウェアの一つに選ばれたことからも、AIに関する確かな技術力と豊富な知識を持っていたことがわかる。
Tekponの選出に関してジョシュア・シュー氏は、「チームの絶え間ない努力を反映する結果は本当に光栄なことであり、Tekponにリストされることで、これからも革新を続けて顧客に対して常に優れた価値を提供するというモチベーションがさらに高まった。」と述べた。
それでは、急速にユーザー数が増加しているHeyGen（ヘイジェン）には、どのような特徴があるのかみていきたい。
・100以上のアバターから選択が可能
・動画のテンプレートも豊富
・40種類以上の言語で動画の作成ができる
・ChatGPTやCanvaを活用して効率的にクリエイティブを制作できる
100種類以上のアバターから選択が可能
さまざまな国籍や性別、衣装の選択が可能で、なかにはシャイクスピアやモナリザのイラストを選択して、入力したテキストを読ませることもできる。また、追加料金の支払いでアップロードした写真の顔をアバターとして合成することも可能で、自分だけのカスタムアバターを制作することができる。
動画のテンプレートも豊富
動画のテンプレートは広告、SNS、ニュース、教育など用途ごとに分けられており、こちらも100種類以上のなかから好きなデザインを選ぶことができる。テンプレートのなかには、縦型の動画用に用意されたものもある。SNSにおける需要も高い縦型動画を選ぶことができるのも良い点だ。制作した動画のダウンロード期限は無期限で、ほかのユーザーと動画の共有機能もある。
40種類以上の言語で動画の作成ができる
40種類以上の言語が選択可能なほか、性別、年齢、声色を絞り込めるフィルターも搭載しているため、動画のコンセプトにあった音声を選択することができる。また、カスタムアバターと同様に自身の声を録音して、音声クローンを作ることもできる。
自分の声を自身が選んだアバターと組み合わせることもできれば、自分の顔写真を合成したアバターに自分の声を組み合わせて、デジタル上でクローンを作ることもできる。
ほかにも、5分ほどの動画であればワンクリックで多言語翻訳することができるサービスも存在する。現時点では動画の出力に数分間を要するものの、将来的には同時多言語翻訳が可能になるかもしれない。
ChatGPTやCanvaを活用して効率的にコンテンツを制作できる
既存のAI関連のサービスを活用して、効率的にコンテンツを制作することも可能だろう。ChatGPTを活用して、読み上げを行うテキストを出力し、HeyGen（ヘイジェン）に読ませることも出来たり、無料で簡単にデザインを制作できる「Canva（キャンバ）」というサービスでは、HeyGen（ヘイジェン）のAIアバターを使用してデザインを制作できるようだ。既存のAIツールと組み合わせ次第で、非常に効率的にクリエイティブを制作することができる。
結論から先に述べると、HeyGen（ヘイジェン）の商用利用は可能だ。しかし、フリープランで制作しダウンロードした動画には、HeyGen（ヘイジェン）のロゴマークが表示される。後述するが、クリエイタープラン以上の利用登録で、ロゴマークは表示されなくなるようだ。
執筆時点（2023年10月）の機能を活用して、ビジネスに利用する方法として考えられるのは以下。
・教育コンテンツでの使用
・自身又は自社IPを活用してコンテンツを作成
・パーソナライズされた動画配信
米国の調査会社、Forrester Researchのレポートによると、1分間の動画から伝わる情報量は、文字に換算すると180万語、一般的なWebページの約3,600ページ分になるとされている。ここでいう180万語というのは、英単語数での計算である。つまり、日本語だと300万字以上に相当する情報量があると想定できる。
このレポートは2014年に発表されたものであるため、現代のWebページに集約される情報量は増加している可能性は高いが、どちらにせよ、文字から得られる情報量と映像から得られる情報量とでは、大きな差があるということだ。
前述の通りHeyGen（ヘイジェン）では、自身が話をしている動画をアップロードしたり、画像をアップロードしてアバターに合成したりすることができる。シェイクスピアやモラリザに多言語で話をしてもらうことも可能であるということは、自身で持っているIPを活用してVTuberのように動画を量産することもできれば、遠隔から自身のデジタルクローンを使って講演会などもできるかもしれない。
制作した動画の配信先、想定される視聴者層に合わせてアバターを変更し、パーソナライズされたコンテンツの配信が可能。たとえば、栄養ドリンクなどの広告用動画にはハツラツとした雰囲気のアバターを起用し、メガネの広告用動画には、視力が低下し始める年代に合ったアバターを起用することで、視聴者は自分が利用するイメージが湧くだろう。
将来的な話にはなるが、ニュースなど毎日決まった時間にみる動画コンテンツの話し手を自分の好みに変えられるサービスも現れそうだ。
Talking Photo機能はクリエイタープランから利用可能になるほか、ビジネスプランでは、APIアクセスが可能になったり、優先的な動画の処理がついているようだ。
画像やアバターにしゃべらせるアプリケーションはほかにもいくつか存在し、なかでも競合といわれているのが「D-ID」だ。実際にHeyGen（ヘイジェン）とD-IDで生成された動画を比較した動画が上がっていたので参照元とともに掲載する。
個人的にはD-IDを使用して生成された動画は、アバターの中心部分に若干の歪みがあるようにみえて、HeyGen（ヘイジェン）で生成された動画の方がより自然にみることができた。
ここからはHeyGen（ヘイジェン）のAIアバターを無料で活用して動画を制作する方法を解説します。
HeyGen（ヘイジェン）公式サイトのトップ、中央の「Get started for free」をクリック
アカウント登録画面でメールアドレス・Googleアカウント・SNSアカウント等で登録
アカウント登録完了後、動画のテンプレートを選択できる画面に移行。任意のアバターを選択
「Create with AI Studio」をクリックして、動画の生成を行う
動画の制作画面は上の画像の通り。動画内に反映されるアバターを任意のモノに変更できるほか、テキストを入力して多言語に変換可能
言語の変換方法は動画下のテキスト入力タブをクリック
任意の言語を選択すると、選択した言語のなかでもさまざまな声色の音声が選択可能
アバターの選択・テキスト入力・言語選択が完了したら右上の「Submit」をクリックして動画の生成を待てばリップシンクしたAI動画が生成可能
現在、生成AIをめぐっては、法的な権利の問題や倫理的な使用問題が課題とされている。これらの課題はAIを搭載した動画生成プラットフォーム、「HeyGen（ヘイジェン）」においても同様に問題視されるだろう。
・音声データ（知的財産権）の所有権の問題
・倫理的使用問題 ヒカキン氏も警鐘
音声やテキストには著作権という権利が存在する。作品が古く著作権が失効しているモノでない限り、文章を朗読するような行為も注意が必要だ。
ほかにも、声優の声を録音してHeyGen（ヘイジェン）でクローンを作成するような行為、音声クローンで読み上げた朗読作品をSNSに公開することなどは著作権法違反に該当する可能性がある。
著作権侵害に該当するか否かは、「依拠性」と「類似性」が認められるかという専門的な分野になるため、著作権侵害の可能性がある場合には、専門家に相談すると良いだろう。
私的に利用することを目的とする場合には、その行為自体が違法と認められないことも多いが、HeyGen（ヘイジェン）に音声クローンや画像を読み込ませて、カスタムアバターを生成する際には注意しよう。
短尺の動画を作成・シェアできるサービス、TikTokの動画作成画面のなかに、音声読み上げ機能が存在する。そのなかでは、YouTubeトップクリエイターのヒカキン氏の声が選択可能だ。本人が1,000文ほどの音声収録を行い作られたもので、動画内に入力されたテキストを本物と遜色ない音声で読み上げてくれる。
しかし、ヒカキン氏はこの機能が無断でダイエットサプリの広告に商用利用されたとして、注意喚起の動画を投稿した。自動音声の読み上げ機能を、無断で商用利用をしたことに対して警鐘を鳴らした形だ。個人の画像や声の不正利用は生成AIが身近なモノになればなるほど、慎重な対策が必要な課題となるだろう。
AIを活用して動画を作成できる動画生成プラットフォーム「HeyGen（ヘイジェン）」について詳しく解説した。読み上げをするテキストさえあれば、クオリティの高い動画を制作することができる便利なツールだ。
著作権や倫理的な使用問題も課題として残されているものの、動画作成初心者でも簡単に使うことができ、音声の翻訳までできる便利なツールであることは間違いない。個人だけではなく、法人がビジネスシーンで利用するケースも増えつつあり、今後もユーザー数の増加とともにあたらしい機能の実装でより優れたサービスを提供していくことだろう。
画像：Shutterstock,HeyGen
◉Noriaki Yagi
大学在学中に飲食業務に従事。その経験から、飲食店のコンサルティング事業及び、アミューズメント領域への人材派遣事業を立ち上げ、代表に就任。同時に自身のブランドを確立させる目的からSNS運用を始める。SNSの運用では、合計フォロワー数1万人を達成後に認知度の拡大を受け、自身のアパレルブランドを立ち上げる。2021年9月に株式会社J-CAMに入社。YouTubeやTwitter運用に従事した後、2022年4月より編集長に就任。2023年3月に「Iolite（アイオライト）」を創刊。
Interview Iolite FACE vol.11 SHIFT AI・ 木内翔大、デジライズ・茶圓将裕 PHOTO ＆ INTERVIEW 中村獅童 特集「Unlocking the Future AI時代の到来」「期待と懸念が交差し混沌極まる石破内閣 日本のWeb3.0は今後どうなるのか? 」「暗号資産取引に必要な 税金の知識を学ぶ！基礎知識や今からでも使えるテクニックを解説」 Interview ：Bybit ベン・チョウ（Ben Zhou）、マネックスグループ株式会社 ゼロ室 室長/マネックスクリプトバンク 万代惇史・浅見浩志、カオーリア会計事務所代表 現役税理士・藤本剛平 連載 Tech and Future 佐々木俊尚…等
