Opus 5.5 scripts a Japanese girls' talk short with three AI avatars
The creator used Opus 5.5 for the BGM and script and Hyperframes for editing, bringing three AI avatars together for a Japanese girls' talk and comparing voiceover before and after optimization.
ElevenLabs Eleven v4の日本語音声を可能な限り自然な日本語に最適化してみました。 コメントで「海外出身の方っぽい声の響き」、「スタジオ録音っぽい」、「舞台役者っぽい」という声をたくさん頂いたのでその原因を1つずつ潰した結果です。 動画前半は私がこれまで作ってきたAIアバター3人を集結させて最適化した日本語音声で女子会風に喋ってもらいました。 後半では改善前後の音声の比較紹介をしています。 そこそこは改善できた気はしますが、まだもう少し行ける気もします。引き続き頑張っていきたいと思います笑 音声(前半): Elevenlabs Eleven v4（サクラ・モリ・リナ） 音声(後半): Google Gemini 3.8 Flash TTS アバター：GPT-Image-2.5 + LTX 2.3(リップシンク) 字幕タイムスタンプ: Soniox STT v5 BGM: Opus 5.5 台本編集: Opus 5.5 x Hyperframes 環境: Claude Code, Codex CLI, Colab CLI
This post quotes another post: “Opus 5.5 builds an AI avatar explainer comparing ElevenLabs and Gemini TTS”