メインコンテンツまでスキップ

プラグイン設定

モデル設定​

標準モデル設定​

Create Runtime Viseme Generator ノードは、ほとんどのシナリオで適切に機能するデフォルト設定を使用します。設定は、アニメーションブループリントのブレンディングノードプロパティを通じて処理されます。

アニメーションブループリントの設定オプションについては、以下の リップシンク設定 セクションを参照してください。

リアリスティックモデル設定​

Create Realistic MetaHuman Lip Sync Generator ノードは、オプションの Configuration パラメータを受け入れ、ジェネレーターの動作をカスタマイズできます：

モデルタイプ​

Model Type 設定は、使用するリアリスティックモデルのバージョンを決定します：

モデルタイプパフォーマンス視覚的品質ノイズ処理推奨使用例
Highly Optimized (デフォルト)最高のパフォーマンス、最低のCPU使用率良好な品質バックグラウンドノイズや非音声サウンドで顕著な口の動きが現れる可能性ありクリーンな音声環境、パフォーマンス重視のシナリオ
Semi-Optimized良好なパフォーマンス、中程度のCPU使用率高品質ノイズの多い音声に対してより安定バランスの取れたパフォーマンスと品質、混合音声条件
Original最新のCPUでのリアルタイム使用に適している最高品質バックグラウンドノイズや非音声サウンドに対して最も安定高品質な制作、ノイズの多い音声環境、最大精度が必要な場合

パフォーマンス設定​

Intra Op Threads: モデル内部処理操作に使用されるスレッド数を制御します。

  • 0 (デフォルト/自動): 自動検出を使用（通常、利用可能なCPUコアの1/4、最大4）
  • 1-16: スレッド数を手動で指定。高い値はマルチコアシステムでパフォーマンスを向上させる可能性があるが、より多くのCPUを使用

Inter Op Threads: 異なるモデル操作の並列実行に使用されるスレッド数を制御します。

  • 0 (デフォルト/自動): 自動検出を使用（通常、利用可能なCPUコアの1/8、最大2）
  • 1-8: スレッド数を手動で指定。通常、リアルタイム処理では低く保たれる

処理チャンクサイズ​

Processing Chunk Size は、各推論ステップで処理されるサンプル数を決定します。デフォルト値は 160サンプル (16kHzでの10msの音声) です：

  • 小さい値はより頻繁な更新を提供するが、CPU使用率を増加させる
  • 大きい値はCPU負荷を軽減するが、リップシンクの応答性を低下させる可能性がある
  • 最適な配置のために160の倍数を使用することを推奨

処理チャンクサイズの設定

ムード対応モデル設定​

Create Realistic MetaHuman Lip Sync With Mood Generator ノードは、基本的なリアリスティックモデルを超える追加の設定オプションを提供します：

基本設定​

Lookahead Ms: リップシンク精度を向上させるための先読みタイミング（ミリ秒）。

  • デフォルト: 80ms
  • 範囲: 20ms から 200ms (20で割り切れる必要あり)
  • 高い値はより良い同期を提供するが、レイテンシを増加させる

Output Type: 生成される顔面コントロールを制御します。

  • Full Face: すべての81の顔面コントロール（眉毛、目、鼻、口、顎、舌）
  • Mouth Only: 口、顎、舌に関連するコントロールのみ

Performance Settings: 通常のリアリスティックモデルと同じ Intra Op Threads と Inter Op Threads 設定を使用します。

ムード設定​

利用可能なムード:

  • Neutral, Happy, Sad, Disgust, Anger, Surprise, Fear
  • Confident, Excited, Bored, Playful, Confused

Mood Intensity: ムードがアニメーションに影響を与える強さを制御します (0.0 から 1.0)

ランタイムムード制御​

以下の関数を使用して、ランタイム中にムード設定を調整できます：

  • Set Mood: 現在のムードタイプを変更
  • Set Mood Intensity: ムードがアニメーションに影響を与える強さを調整 (0.0 から 1.0)
  • Set Lookahead Ms: 同期のための先読みタイミングを変更
  • Set Output Type: Full Face と Mouth Only コントロールを切り替え

ムード設定

ムード選択ガイド​

コンテンツに基づいて適切なムードを選択してください：

ムード最適な用途典型的な強度範囲
Neutral一般的な会話、ナレーション、デフォルト状態0.5 - 1.0
Happyポジティブなコンテンツ、明るい対話、祝賀0.6 - 1.0
Sadメランコリックなコンテンツ、感情的なシーン、厳粛な瞬間0.5 - 0.9
Disgust否定的な反応、不快なコンテンツ、拒絶0.4 - 0.8
Anger攻撃的な対話、対立シーン、欲求不満0.6 - 1.0
Surprise予期しない出来事、啓示、ショック反応0.7 - 1.0
Fear脅威的な状況、不安、神経質な対話0.5 - 0.9
Confidentプロフェッショナルなプレゼンテーション、リーダーシップ対話、断定的な発話0.7 - 1.0
Excitedエネルギッシュなコンテンツ、アナウンス、熱狂的な対話0.8 - 1.0
Bored単調なコンテンツ、無関心な対話、疲れた発話0.3 - 0.7
Playfulカジュアルな会話、ユーモア、軽快な相互作用0.6 - 0.9
Confused質問の多い対話、不確実性、当惑0.4 - 0.8

アニメーションブループリント設定​

リップシンク設定​

Blend Runtime MetaHuman Lip Sync ノードには、そのプロパティパネルに設定オプションがあります：

プロパティデフォルト説明
Interpolation Speed25ビセーム間の口の動きの遷移の速さを制御します。高い値はより速く、より急激な遷移をもたらします。
Reset Time0.2リップシンクがリセットされるまでの時間（秒）。これは、音声が停止した後にリップシンクが継続するのを防ぐのに役立ちます。

笑いアニメーション​

音声で検出された笑いに動的に応答する笑いアニメーションを追加することもできます：

  1. Blend Runtime MetaHuman Laughter ノードを追加
  2. RuntimeVisemeGenerator 変数を Viseme Generator ピンに接続
  3. すでにリップシンクを使用している場合：
    • Blend Runtime MetaHuman Lip Sync ノードからの出力を Blend Runtime MetaHuman Laughter ノードの Source Pose に接続
    • Blend Runtime MetaHuman Laughter ノードの出力を Output Pose の Result ピンに接続
  4. リップシンクなしで笑いのみを使用する場合：
    • ソースポーズを直接 Blend Runtime MetaHuman Laughter ノードの Source Pose に接続
    • 出力を Result ピンに接続

Blend Runtime MetaHuman Laughter

音声で笑いが検出されると、キャラクターはそれに応じて動的にアニメーションします：

笑い

笑い設定​

Blend Runtime MetaHuman Laughter ノードには独自の設定オプションがあります：

プロパティデフォルト説明
Interpolation Speed25笑いアニメーション間の口の動きの遷移の速さを制御します。高い値はより速く、より急激な遷移をもたらします。
Reset Time0.2笑いがリセットされるまでの時間（秒）。これは、音声が停止した後に笑いが継続するのを防ぐのに役立ちます。
Max Laughter Weight0.7笑いアニメーションの最大強度をスケーリングします (0.0 - 1.0)。

注: 笑い検出は現在、標準モデルでのみ利用可能です。

既存のアニメーションとの組み合わせ​

既存のボディアニメーションやカスタム顔面アニメーションを上書きせずに、リップシンクと笑いを適用するには：

  1. ボディアニメーションと最終出力の間に Layered blend per bone ノードを追加します。Use Attached Parent が true であることを確認してください。
  2. レイヤー設定を構成します：
    • Layer Setup 配列に 1 item を追加
    • レイヤーの Branch Filters に 3 items を追加し、以下の Bone Name を設定：
      • FACIAL_C_FacialRoot
      • FACIAL_C_Neck2Root
      • FACIAL_C_Neck1Root
  3. カスタム顔面アニメーションの場合重要: Curve Blend Option で "Use Max Value" を選択します。これにより、カスタム顔面アニメーション（表情、感情など）がリップシンクの上に適切にレイヤリングされます。
  4. 接続を作成します：
    • 既存のアニメーション（BodyPose など）→ Base Pose 入力
    • 顔面アニメーション出力（リップシンクおよび/または笑いノードから）→ Blend Poses 0 入力
    • レイヤードブレンドノード → 最終 Result ポーズ

Layered Blend Per Bone

モーフターゲットセット選択​

標準モデルはポーズアセットを使用し、カスタムポーズアセット設定 を通じて、あらゆるモーフターゲット命名規則を本質的にサポートします。追加の設定は必要ありません。

リップシンク動作の微調整​

舌突出制御​

標準リップシンクモデルでは、特定の音素中に過度の前方舌の動きに気付く場合があります。舌の突出を制御するには：

  1. リップシンクブレンドノードの後に、Modify Curve ノードを追加
  2. Modify Curve ノードを右クリックし、Add Curve Pin を選択
  3. 名前 CTRL_expressions_tongueOut でカーブピンを追加
  4. ノードの Apply Mode プロパティを Scale に設定
  5. Value パラメータを調整して舌の伸びを制御（例：0.8で突出を20%削減）

顎開閉制御​

リアリスティックリップシンクは、音声コンテンツと視覚的要件に応じて、過度に反応する顎の動きを生成する可能性があります。顎の開き強度を調整するには：

  1. リップシンクブレンドノードの後に、Modify Curve ノードを追加
  2. Modify Curve ノードを右クリックし、Add Curve Pin を選択
  3. 名前 CTRL_expressions_jawOpen でカーブピンを追加
  4. ノードの Apply Mode プロパティを Scale に設定
  5. Value パラメータを調整して顎の開き範囲を制御（例：0.9で顎の動きを10%削減）

ムード固有の微調整​

ムード対応モデルでは、特定の感情表現を微調整できます：

眉毛制御：

  • CTRL_expressions_browRaiseInL / CTRL_expressions_browRaiseInR - 内側眉毛上げ
  • CTRL_expressions_browRaiseOuterL / CTRL_expressions_browRaiseOuterR - 外側眉毛上げ
  • CTRL_expressions_browDownL / CTRL_expressions_browDownR - 眉毛下げ

目表現制御：

  • CTRL_expressions_eyeSquintInnerL / CTRL_expressions_eyeSquintInnerR - 目細め
  • CTRL_expressions_eyeCheekRaiseL / CTRL_expressions_eyeCheekRaiseR - 頬上げ

モデル比較と選択​

モデル間の選択​

プロジェクトに使用するリップシンクモデルを決定する際は、以下の要因を考慮してください：

考慮事項標準モデルリアリスティックモデルムード対応リアリスティックモデル
キャラクター互換性MetaHumanおよびすべてのカスタムキャラクタータイプMetaHuman（およびARKit）キャラクターMetaHuman（およびARKit）キャラクター
視覚的品質効率的なパフォーマンスでの良好なリップシンクより自然な口の動きによる強化されたリアリズム感情表現による強化されたリアリズム
パフォーマンスモバイル/VRを含むすべてのプラットフォーム向けに最適化より高いリソース要件より高いリソース要件
機能14ビセーム、笑い検出81顔面コントロール、3最適化レベル81顔面コントロール、12ムード、設定可能な出力
プラットフォームサポートWindows, Android, QuestWindows, Mac, iOS, Linux, Android, QuestWindows, Mac, iOS, Linux, Android, Quest
使用例一般的なアプリケーション、ゲーム、VR/AR、モバイルシネマティック体験、クローズアップ相互作用感情的なストーリーテリング、高度なキャラクター相互作用

エンジンバージョン互換性​

UE 5.2 互換性問題

Unreal Engine 5.2 を使用している場合、UEのリサンプリングライブラリのバグにより、リアリスティックモデルが正しく動作しない可能性があります。信頼性の高いリップシンク機能を必要とするUE 5.2ユーザーは、代わりに 標準モデル を使用してください。

この問題はUE 5.2に固有であり、他のエンジンバージョンには影響しません。

パフォーマンス推奨事項​

  • ほとんどのプロジェクトでは、標準モデル が品質とパフォーマンスの優れたバランスを提供します
  • MetaHumanキャラクターに最高の視覚的忠実度が必要な場合は、リアリスティックモデル を使用してください
  • アプリケーションにとって感情表現制御が重要な場合は、ムード対応リアリスティックモデル を使用してください
  • モデルを選択する際は、ターゲットプラットフォームのパフォーマンス能力を考慮してください
  • 特定の使用例に最適なバランスを見つけるために、異なる最適化レベルをテストしてください

TTS互換性​

モデルタイプローカルTTSサポート (Runtime Text To Speech経由)外部TTSサポート注記
標準モデル✅ 完全サポート✅ 完全サポートすべてのTTSオプションと互換性あり
リアリスティックモデル❌ 限定サポート✅ 完全サポートONNXランタイムがローカルTTSと競合
ムード対応リアリスティックモデル✅ 完全サポート✅ 完全サポートすべてのTTSオプションと互換性あり

トラブルシューティング​

一般的な問題​

リアリスティックモデルのジェネレーター再作成： リアリスティックモデルで信頼性が高く一貫した操作を行うには、非アクティブ期間後に新しい音声データを供給したい場合、ジェネレーターを毎回再作成することを推奨します。これは、沈黙期間後にジェネレーターを再利用するとリップシンクが動作しなくなる可能性があるONNXランタイムの動作によるものです。

ローカルTTS互換性： Runtime Text To Speechプラグインによって提供されるローカルTTSは、ONNXランタイムの競合により、通常のリアリスティックモデルでは現在サポートされていません。ただし、標準モデルとムード対応リアリスティックモデルの両方と完全に互換性があります。TTS機能を備えた通常のリアリスティックモデルを特に必要とする場合は、外部TTSサービスを使用してください。

リップシンク応答性の低下： Streaming Sound WaveまたはCapturable Sound Waveを使用する際に、時間の経過とともにリップシンクの応答性が低下する場合、これはメモリ蓄積によって引き起こされる可能性があります。デフォルトでは、新しい音声が追加されるたびにメモリが再割り当てされます。この問題を防ぐには、ReleaseMemory 関数を定期的に（例えば30秒ごとに）呼び出して、蓄積されたメモリを解放してください。

パフォーマンス最適化：

  • パフォーマンス要件に基づいてリアリスティックモデルの処理チャンクサイズを調整
  • ターゲットハードウェアに適したスレッド数を使用
  • 完全な顔面アニメーションが必要ない場合、ムード対応モデルにはMouth Only出力タイプの使用を検討