Gemini Omni
gemini-omni-audio

Gemini Omniは、動画をはじめとするさまざまな種類の入力から制作できるよう構築された、Googleが公開したマルチモーダル制作モデルです。Gemini Omni FlashはOmniファミリー初のモデルであり、自然言語による編集、リファレンスベースの制作、シーン変換、一貫性のあるビジュアルストーリーテリングなど、実用的な動画生成・編集ワークフローをサポートします。

Model Type:
Input
Select a voice

Basic Voice

Input description

Textarea description

0/20000

Input description

Output

No result yet. Click generate to start.

README

Complete guide to using Gemini Omni

手頃な価格のGemini Omni APIでマルチモーダル動画制作

Original image

AI動画エディターはGemini Omni APIを活用して、ユーザーが平易な言葉で既存の映像素材を変換できるようにします。クリエイターは、シンプルな部屋の動画をアップロードして近未来的なスタジオへの変更を求めたり、街角のクリップに雨のシネマティックなルックを求めたり、商品カットをよりドラマチックなローンチシーンへと変えるよう指示したりできます。その価値は単に新しいクリップを生成することではなく、タイムライン、マスク、レイヤー、フレーム単位のエフェクトを手動で調整することなく、実際の映像素材を修正する手段をユーザーに提供できる点にあります。

学習プラットフォームはGoogle Gemini Omni APIを活用して、抽象的なアイデアを短いビジュアルレッスンへと変換できます。科学アプリでクレイアニメ風のタンパク質折り畳み解説動画を生成したり、研修プロダクトで複雑なワークフローを可視化したり、教育ツールで古典コンピューティングと量子コンピューティングをアニメーションシーンで比較したりといった活用が可能です。このユースケースには単に見栄えの良いビジュアル以上のものが求められ、視聴者がトピックを理解しやすい形でオブジェクト、アクション、文脈を結びつける動画である必要があります。

マーケティングツールやクリエイター向けツールでは、Gemini Omni Flash APIを活用して既存のアセットから素早く動画コンセプトを作成できます。製品画像をライフスタイル風のティザー動画にしたり、ブランドビジュアルでソーシャル広告のスタイルを方向づけたり、短いリファレンスクリップでキャンペーン動画のモーションを形作ったりすることが可能です。本格的な制作ワークフローに進む前に素早くバリエーションを作成したいEコマースチーム、クリエイティブエージェンシー、ソーシャルメディアツールに特に役立ちます。

ストーリーボードから動画を生成するプロダクトでは、Gemini Omni Video APIを活用して、ユーザーが最終クリップを生成する前に構成を定義できるよう支援できます。クリエイターはラフなストーリーボードをアップロードし、カメラの動きを指定し、ショット間でキャラクターやオブジェクトの一貫性を保ちながら、シーケンス全体に特定のスタイルを適用できます。このユースケースは、単一の独立したプロンプトではなく計画された視覚的展開に沿った出力が求められるコンセプトデザイン、プレビジュアライゼーション、短編ストーリー動画、クリエイティブ企画ツールに適しています。

4.8/ 5
25,215 ratings
Tap a star to rate
  • 01
  • 02
  • 03
  • 04
  • 05
  • 06
  • 07
  • Gemini Omniは、動画を皮切りに多様な入力からコンテンツを生成できるよう設計されたGoogleのマルチモーダル生成モデルです。Google I/O 2026に関連して発表され、Geminiの推論能力と生成メディア機能を融合することで、シーン、アクション、物理的な挙動、視覚的文脈、ストーリーの流れをより深く理解した動画制作・編集を可能にします。

    Gemini Omni Flashは、実用的な動画生成・編集ワークフローに特化したGemini Omniファミリー最初のモデルです。自然言語による動画編集、マルチモーダル入力制御、リファレンスベースの生成、キャラクターの一貫性、そしてアクションと環境がより論理的につながって感じられる、世界の状況を踏まえた動画制作に対応しています。

    開発者はGemini Omni APIを使用して、AI動画エディター、ショート動画生成ツール、視覚的な解説ツール、キャンペーン動画作成ツール、ストーリーボードから動画を生成するプロダクト、クリエイティブ自動化プラットフォーム、マルチモーダル動画アプリケーションを構築できます。プロンプトやリファレンスから動画を生成、変換、またはブラッシュアップする必要があるプロダクトに特に役立ちます。

    Gemini Omni Videoは動画ごとに課金されます。動画入力なしの場合、4秒、6秒、8秒、または10秒のクリップの料金は、720pまたは1080pでは63、84、105、または126クレジット($0.315、$0.42、$0.525、または$0.63)、4Kでは147、168、189、または210クレジット($0.735、$0.84、$0.945、または$1.05)です。動画入力ありの場合、各生成につき720pまたは1080pでは168クレジット($0.84)、4Kでは252クレジット($1.26)かかります。料金は更新される場合がありますが、このページ上部の料金カード(モデルタイプを選択)には常に最新の料金が表示されます。

    いいえ。Kie.aiにはサブスクリプションや無制限プランはなく、クレジットは有効期限のない従量課金制で、Gemini Omniの各動画は上記の料金で動画ごとに課金されます。デフォルトでは、アカウントあたり10秒ごとに最大20件の新規生成リクエストを送信でき、通常は100件以上のタスクを同時に実行できますが、この上限を超えたリクエストはコード429を返し、キューには入りません。

    Kie.aiでは、gemini-omni-videoのリクエストでテキストプロンプト(最大20,000文字)に加え、任意のリファレンスとして最大7枚の画像(各最大20MB)、1本の動画クリップ(最大100MB・30秒、最大10秒の範囲にトリミング)、最大3個のキャラクターID、最大3個の音声IDを指定できます。これらは合計で最大7スロットまで使用でき、各画像は1、動画は2、キャラクターは1(身体の画像を使って作成された場合は2)としてカウントされます。音声ファイルはアップロードせず、音声IDにはGemini Omni Audioエンドポイントに登録された30種類のプリセット音声のいずれかを指定します。出力は4秒、6秒、8秒、または10秒(動画を入力した場合はモデルが選択)、アスペクト比は16:9または9:16、解像度は720p(デフォルト)、1080p、または4Kです。

    Kie.aiのAPIキーページ(kie.ai/api-key)でキーを作成し、Authorization: Bearer YOUR_API_KEYヘッダーとして送信します。次に、modelをgemini-omni-videoに設定し、少なくともpromptとdurationを含むinputを指定してPOST https://api.kie.ai/api/v1/jobs/createTaskを呼び出します。リクエストはtaskIdを返すため、動画の生成が成功または失敗したときに通知を受け取る場合はcallBackUrlを渡すか、GET /api/v1/jobs/recordInfo?taskId=…をポーリングします。音声とキャラクターは事前にPOST /api/v1/omni/audio/createおよび/api/v1/omni/character/createで作成し、返されたIDをaudio_idsとcharacter_idsに渡します。すべてのパラメータはGemini Omni Video APIドキュメントで説明されています。

    はい。Gemini Omni APIは、ユーザーが既存のクリップをアップロードして変更内容を記述する、自然言語による動画編集ワークフローに利用できます。一般的な編集としては、シーンの一貫性を保ちながら、環境の変更、オブジェクトの置き換え、アクションの再構築、カメラ視点の調整、新しいスタイルの適用、視覚効果の追加などが挙げられます。

    Gemini Omni APIのプロンプトでは、被写体、アクション、カメラの動き、スタイル、照明、場所、リファレンス、一貫性の要件など、動画の演出を明確に記述する必要があります。編集ワークフローでは、結果ごとにプロンプト全体を書き直すのではなく、一度にひとつの変更を微調整する方が効果的です。

    Kie.aiは、実際の製品でGemini Omni APIへのアクセス、テスト、デプロイを行うための実用的なプラットフォームを提供します。開発者はKie.aiを利用することで、手頃なGemini Omni API料金、充実したドキュメント、プレイグラウンドでのテスト、バックエンド統合、技術サポートを活用でき、評価から本番環境への移行が容易になります。