Veo 3.1 テキストから動画生成 API の使い方:テキストから動画生成統合ガイド(2026)
NamiFusion で Veo 3.1 テキストから動画生成 API を呼び出す方法:パラメータ、料金、そのまま実行できるコード例、Playground で試用可能。
Veo 3.1 テキストから動画生成 は Google のテキストから動画生成モデルです:ストーリーテリング特化。 リップシンク(口パク)と被写体の一貫性 (R2V) を備えた 1080p 動画生成。NamiFusion では Playground で試してから(送信前に見積もり表示)、統一 REST API で呼び出せます(1 回あたり約 $3.20)。
TL;DR
· タスク種別:テキストから動画生成(提供:Google)
· 料金:1 回あたり約 $3.20($1 = 100 クレジット)、従量課金
· 始め方:Playground で試用(送信前に見積もり)→ API キー作成 → POST 一発で統合
· 調整可能パラメータ:7 個(下表参照)
· プラットフォーム透かしなし。商用利用可(利用規約に従う)
Veo 3.1 テキストから動画生成 で何が作れる?
ショート動画・広告クリップ:一文または 1 枚の画像から公開可能な動画素材を生成。
製品デモやコンセプトプレビュー:撮影前に絵コンテと方向性を低コストで検証。
SNS コンテンツ量産:縦型ショートを一括生成し、トレンドに素早く乗る。
既存素材の二次創作:画像→動画で静止画作品に命を吹き込み、寿命を延ばす。
この API はどう呼び出す?
1. NamiFusion に登録し、API Keys ページでキーを作成(登録で無料クレジット)。
2. 下記の cURL 例でタスクを送信。Bearer トークンにキーを指定。
3. 返された task_uuid でステータスをポーリングし、完了後に出力 URL を取得。
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/google/veo3.1/text-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "Cinematic tracking shot of a futuristic cyberpunk night market in Tokyo, wet pavement reflecting vibrant neon pink and blue lights. A mysterious figure in a trench coat walks away from the camera into the steam rising from food stalls. Atmospheric lighting, photorealistic 8k textures, shallow depth of field. Audio: Heavy rain pouring, distant police sirens wailing, and the sizzling sound of street food cooking.",
"aspect_ratio": "16:9",
"duration": "8",
"resolution": "1080p",
"generate_audio": true,
"negative_prompt": "cartoon, illustration, sketch, blurry, low resolution, distorted audio, silent, shaky camera, overexposed, low quality",
"seed": 0
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"どんなパラメータがある?
prompt(プロンプト):必須
aspect_ratio(アスペクト比):任意、デフォルト "16:9"
duration(動画の長さ):任意、デフォルト "8"
resolution(解像度):任意、デフォルト "1080p"
generate_audio(音声を生成):任意、デフォルト true
negative_prompt(ネガティブプロンプト):任意
seed(シード値):任意
Veo 3.1 テキストから動画生成 のプロンプトの書き方は?
1. 主体を先に:主役と動作を先に書き、環境・光・スタイルを後から足す(「雨のネオン街を走る宇宙飛行士、シネマティック、浅い被写界深度」)。
2. 形容詞の羅列より具体名詞:「85mm ポートレートレンズ、夕暮れの逆光」は「とても綺麗、超高品質」より遥かに効く。
3. 1 回の反復で変えるのは 1 変数だけ:seed を固定して再現し、語句を 1 つずつ調整する。
4. 否定は肯定で書く:「ぼかさない」ではなく「シャープなフォーカス、精細なディテール」と指定。
料金はいくら?
従量課金(クレジット制)。1 回あたり約 $3.20($1 = 100 クレジット)。解像度や長さなどで変動し、Playground では送信前に正確な見積もりが表示されます。
Veo 3.1 テキストから動画生成
音声同期とキャラクターの一貫性を実現した、映画品質の 1080p 文書生成動画 AI。
Google Veo 3.1 T2V は、DeepMind が贈る最高峰の Text-to-Video モデルです。テキストプロンプトから、映画のようなクオリティの 1080p 動画を生成します。最大の特徴は、映像にシンクロしたネイティブオーディオ(対話やリップシンクを含む)の生成と、参考画像を使用してキャラクターの顔などを固定する被写体の一貫性 (R2V) 機能です。
🚀 主な機能
- シネマティックなリアリズム: 自然なライティング、スムーズなカメラトランジション、正確な遠近感を持つ、実写のような映像を生成します。
- ネイティブオーディオ & 対話: 環境音や音楽だけでなく、**キャラクターのセリフとリップシンク(口の動き)**も映像に合わせて自動生成します。
- 被写体の一貫性 (R2V): 1〜3枚の参照画像 (Reference Images) をアップロードすることで、特定のキャラクターやオブジェクトのアイデンティティを維持したまま動画を生成できます。
- 柔軟な出力フォーマット: 1080p/720p の解像度、16:9 (横長) および 9:16 (縦長) のアスペクト比に対応しています。
- 動画補間: 指定した2つのフレーム間を滑らかにつなぐアニメーションを生成し、ストーリーテリングを支援します。
🛠️ 技術仕様
| パラメータ | 詳細 |
|---|---|
| モデル | Google Veo 3.1 T2V |
| 入力 | テキストプロンプト (+ オプションで R2V 参照画像) |
| 出力解像度 | 1080p (FHD) / 720p |
| 長さ (Duration) | 4秒、6秒、8秒 |
| フレームレート | 24 FPS (固定) |
| 生成時間 | 約 2〜3 分 (8秒 1080p の場合) |
主要パラメータ:
prompt: シーン、照明、カメラワーク、および音響について記述します。references: (オプション) R2V 機能を使用する場合、1〜3枚の画像をアップロードします。durationSeconds: 4、6、または 8 を選択します。
💰 料金プラン
| モード | 秒単価 | コスト例 (8秒動画) |
|---|---|---|
| 動画のみ | $0.20 / 秒 | ~$1.60 |
| 動画 + 音声 | $0.40 / 秒 | ~$3.20 |
FAQ
無料で試せますか?+
登録で無料クレジットが付与されますが、現在はアプリ内の一部の顔交換機能のみに適用されます。本モデルは従量課金です。Playground ではコードなしで試せ、送信前に正確な見積もりが表示されます。
生成物は商用利用できますか?ウォーターマークは?+
商用利用できます。NamiFusion はプラットフォームのウォーターマークを付けません。利用規約と適用法に従ってください。
コンテンツポリシーは?+
NamiFusion は無検閲エンジンで恣意的な制限はなく NSFW にも対応しますが、違法コンテンツと本人の同意のない実在人物素材は禁止です。詳細は利用規約へ。
Veo 3.1 テキストから動画生成 のタスクはどれくらいかかる?+
パラメータ次第で、画像は数秒〜数十秒、動画は数十秒〜数分。API は task_uuid を返すのでポーリングできます。
解像度・長さの上限は?+
上のパラメータ表を参照してください。各モデルの解像度・長さの選択肢はパラメータ説明と Playground に記載されています。