lipsync

音声に合わせて、人物の口を動かしたいときに効きます。よくあるのは、撮った動画の吹き替えです。

手元にあるもので、入り方とモデルが決まる

吹き替えでは、口以外に手を付けない

吹き替えでは、元の映像の口以外は手を付けないモデルを選ぶ、が要点です。既存の動画を外国語に吹き替える、1 枚の写真から製品の紹介を話させる、1 枚の写真と複数の音声で同じ人物を何か国語にも話させる、といった例が本文にあります。

写真 1 枚を話させるのが主目的なら

同じ公開元の ai-avatar-video が、話す人物の動画の振り分け役として詳しく扱います。このスキルは、撮った動画への吹き替えまで含めた「口の動き」の側から選ぶ作りです。

口以外の映像の編集

背景や色調なら video-edit です。

シェルの実行・書き換え・導入の記述がある

SKILL.md の解析では、シェルコマンドの実行、ファイルの書き換え、パッケージの導入の記述が見つかっています。同梱ファイルは無く、SKILL.md 1 枚で完結しています。

顔と声の両方に同意が要る

顔と声の両方に同意が要ります。本文は、実在の人物を同意なく対象にする依頼や、名誉を傷つける・性的な合成の依頼を断れ、としています。さらに音声の話者が、その顔と組み合わされることに同意しているかも確かめよ、としています。

音声と動画の長さを合わせる

音声と動画の長さを合わせてください。長さが大きく違うとずれる、と本文にあります。先に音声を切るか、動画を延ばします。

日本語の口の動きの品質は試して確かめる

日本語の口の動きの品質は、試して確かめてください。本文は言語ごとの品質に触れていません。

素材は URL で渡す

素材は URL で渡します。RunComfy のサーバーが取りに行くので、社外に出せない映像や音声は使わないでください。

インストール数は選ばれた回数ではない

インストール数は約 35.3 万件ですが、選ばれた回数ではありません。同じリポジトリの 30 件のうち 29 件が約 34 万〜42 万件に収まっていて（2026-09-07 の上流集計）、まとめて入る配布の形です。

この公開元の全体は RunComfy のスキル群の地図にまとめています。

Pro と通常版の使い分けは

本文は、仕上げの吹き替えや、きちんと撮った映像には sync v2 Pro、量の多い作業や下書きには sync v2、としています。

声はどう用意しますか

このスキルは音声を受け取る側です。台本から声も作るなら、Kling Lipsync のテキストからの入り方か HappyHorse 1.0 があります。ただしこの 2 つは呼ぶたびに音声を作り直すので、用意した音声に口を合わせる用途には向かない、と本文にあります。声を別に用意するなら、自分で録った音声か、使ってよい合成の音声を URL で渡します。