# Veo 動画生成 出典: https://docs.aicentos.com/ja/veo-video Language: ja > aicentos 経由で Google Veo 動画生成モデルを呼び出す — テキストからの動画生成、画像からの動画生成、先頭・末尾フレーム、参照画像 この記事は開発者向けに、aicentos 経由で Google Veo 動画生成モデルを呼び出す方法を説明します。インターフェースは OpenAI 動画 API 互換形式（OpenAI Videos API）で、下流から接続する際はチャネルタイプに `openai` を指定するだけで済みます。 ## モデルの能力 課金は動画生成時間（秒）に基づきます。具体的な単価は aicentos コンソールの表示が優先され、最終的な課金はシステムの実際の課金記録に基づきます。 ### 公式の能力と aicentos の公開範囲 | モデル | 対応秒数 | 対応解像度 | アスペクト比 | 音声 | 説明 | | ------------------------------- | ----- | ------------- | --------- | ---------- | -------------------------------------------------------- | | `veo-3.1-generate-preview` | 4、6、8 | 720p、1080p、4k | 16:9、9:16 | ネイティブで音声付き | 1080p と 4k は 8 秒のみ対応。参照画像や先頭・末尾フレームなどの画像機能を使う場合は 8 秒を推奨。 | | `veo-3.1-fast-generate-preview` | 4、6、8 | 720p、1080p、4k | 16:9、9:16 | ネイティブで音声付き | 1080p と 4k は 8 秒のみ対応。参照画像や先頭・末尾フレームなどの画像機能を使う場合は 8 秒を推奨。 | 参考ドキュメント： * [Google Gemini API Veo 動画生成](https://ai.google.dev/gemini-api/video) * [Veo 参照画像の説明](https://ai.google.dev/gemini-api/video#reference_images) * [Veo 先頭・末尾フレームの説明](https://ai.google.dev/gemini-api/video#first_and_last_frame) * [Veo アスペクト比の説明](https://ai.google.dev/gemini-api/video#aspect_ratio) ### アスペクト比 | モデル | 16:9 横向き | 9:16 縦向き | デフォルト比 | 推奨 | | ------------------------------- | -------- | -------- | ------ | ---------------------- | | `veo-3.1-generate-preview` | 対応 | 対応 | 16:9 | 4K は必ず 8 秒。動画拡張は現在未対応。 | | `veo-3.1-fast-generate-preview` | 対応 | 対応 | 16:9 | 4K は必ず 8 秒。動画拡張は現在未対応。 | リクエストでは `metadata.aspectRatio` またはフォームフィールドの `aspectRatio` でアスペクト比を指定できます： ```bash { "metadata": { "aspectRatio": "9:16" } } ``` `aspectRatio` を明示的に渡さない場合、システムはまず `size` から比率を推定します。たとえば `1280x720` は 16:9、`720x1280` は 9:16 と推定されます。`size` も渡されていない場合は、上流のデフォルトである 16:9 が使用されます。 ### 音声について | モデル | 公式の音声能力 | generateAudio 対応 | 推奨 | | ------------------------------- | ---------- | ---------------- | ---------------------------------------------------- | | `veo-3.1-generate-preview` | ネイティブで音声付き | 非対応 | `generateAudio` は渡さないでください。効果音が必要な場合は prompt に記述します。 | | `veo-3.1-fast-generate-preview` | ネイティブで音声付き | 非対応 | `generateAudio` は渡さないでください。効果音が必要な場合は prompt に記述します。 | Veo 3.1 シリーズはネイティブで音声付きの動画モデルですが、現在の Gemini API の Veo パラメーターテーブルでは `generateAudio` が制御可能なパラメーターとして公開されていません。このフィールドを渡すと、上流から `INVALID_ARGUMENT` が返される可能性があります。 音声の内容を制御したい場合は、prompt にセリフ・環境音・効果音・音楽のスタイルを記述できます。例： ```bash 夕暮れの海辺の灯台、波が岩を優しく打ち、遠くで低い風の音と海鳥の声、映画のような光と影、安定したカメラワーク ``` ## 画像入力の能力 | 機能 | Google 公式 Veo の能力 | aicentos インターフェース対応 | 説明 | | -------------------- | ---------------------------------------- | ------------------- | ------------------------------------------------------------------------------------------------------------- | | 1 枚の初期画像から動画生成 | 対応 | 対応 | `input_reference` で画像 1 枚をアップロードし、動画の先頭フレームとして使用します。 | | 先頭・末尾フレーム生成 / フレーム補間 | Veo 3.1 シリーズは image + lastFrame に対応 | 対応 | 先頭フレームは `input_reference`、末尾フレームは `last_frame` または `lastFrame` を使用します。Veo 3.1 シリーズ・8 秒を推奨。 | | 複数の参照画像 | Veo 3.1 シリーズは最大 3 枚の referenceImages に対応 | 対応 | `reference_image`、`reference_images`、`referenceImages` のいずれかでアップロードします。`referenceType` は `asset` のみ対応。8 秒を推奨。 | | 動画拡張 | Veo 3.1 / Fast は既存 Veo 動画の拡張に対応 | 現在未対応 | 現在の aicentos インターフェースは公式の video 入力を公開していません。 | * 画像の MIME タイプは `image/jpeg`、`image/png`、`image/webp` に対応しています。ファイルまたは Base64 での送信を推奨し、リモート画像 URL の直接指定は非推奨です。 * 参照画像モードの注意点：現在の上流は参照画像のシナリオで `negativePrompt` に対応しておらず、渡すと `Negative prompt is not supported in your use case` が返されることがあります。参照画像リクエストでは `negativePrompt` を渡さないでください。 * 実装上の説明：Gemini API の Veo `predictLongRunning` の画像パラメーターは `bytesBase64Encoded` + `mimeType` を使用し、通常の `generateContent` の `inlineData` ではありません。aicentos は multipart でアップロードされた画像を、上流が必要とする形式に変換します。 ## 課金ルール * 動画生成時間に基づいて課金され、単位は秒です。上の表にあるモデル対応の秒数を使用し、任意の秒数は渡さないでください。 * リクエストで動画の長さが指定されていない場合、システムはデフォルトで 8 秒として課金します。 * 秒数の認識優先度：`metadata.durationSeconds` > `duration` > `seconds` > デフォルト 8 秒。 * 解像度の認識優先度：`metadata.resolution` > `size` > デフォルト 720p。 * 720p / 1080p / 4K は同じルールで課金され、解像度による追加料金はありません。 * `aspectRatio` は横向きか縦向きかを制御するだけで、追加料金はありません。 * 4K は 8 秒のみ対応しています。 * 具体的な単価は aicentos コンソールの表示が優先されます。 ## エンドポイント 現在、次の 3 つのエンドポイントの使用を推奨します： | 用途 | メソッド | パス | | --------- | ---- | ------------------------------ | | タスク作成 | POST | `/v1/videos` | | ステータス照会 | GET | `/v1/videos/{task_id}` | | 結果のダウンロード | GET | `/v1/videos/{task_id}/content` | 照会時に結果の URL を直接取得したい場合は、次も使用できます： | 用途 | メソッド | パス | | ---------------- | ---- | --------------------------------- | | ステータスと結果 URL の照会 | GET | `/v1/video/generations/{task_id}` | ### 認証 ```bash export BASE_URL="https://aicentos.com" export AICENTOS_API_KEY="sk-xxxxxx" ``` すべてのリクエストに以下を付けます： ```bash -H "Authorization: Bearer $AICENTOS_API_KEY" ``` ### テキストから動画生成タスクの作成 ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "veo-3.1-generate-preview", "prompt": "夕暮れの海辺の灯台、カメラがゆっくりと前進し、波が岩を優しく打つ、映画のような光と影、安定したカメラワーク", "seconds": "8", "size": "1280x720", "metadata": { "negativePrompt": "blurry, watermark, distorted, low quality", "resolution": "720p", "aspectRatio": "16:9", "seed": 20260401 } }' ``` 典型的なレスポンス： ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "queued", "progress": 0, "created_at": 1775025000 } ``` ### 先頭フレームからの動画生成タスクの作成 現在、画像からの動画生成には `multipart/form-data` の使用を推奨します。先頭フレーム画像のフィールド名は `input_reference` である必要があります。 ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=画面の少女がカメラの方を振り向き、そよ風が髪をなびかせ、背景の街の灯りがかすんでぼやける、カメラは安定して前進する" \ -F "input_reference=@./first-frame.png;type=image/png" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "negativePrompt=blurry, watermark, deformed hands" \ -F "seed=20260401" ``` ### 先頭・末尾フレームタスクの作成 先頭・末尾フレームタスクでは、先頭フレームと末尾フレームの両方が必要です。先頭フレームは `input_reference`、末尾フレームは `last_frame` または `lastFrame` を使用します。 ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=最初の少女の画面から最後の少年の画面へ自然に移り変わり、カメラは安定して前進し、街の灯りはかすんでぼやけ、髪と服が風でわずかに揺れる、自然でリアルなトランジション" \ -F "input_reference=@./first-frame.png;type=image/png" \ -F "last_frame=@./last-frame.png;type=image/png" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "negativePrompt=blurry, watermark, distorted face, deformed hands" \ -F "seed=20260402" ``` ### 参照画像タスクの作成 参照画像タスクは Veo 3.1 シリーズのみ対応で、最大 3 枚、`referenceType` は `asset` のみです。フィールド名は `reference_image`、`reference_images`、`referenceImages` のいずれかを使用できます。参照画像タスクでは `negativePrompt` を渡さないでください。 ```bash curl -X POST "$BASE_URL/v1/videos" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -H "Accept: application/json" \ -F "model=veo-3.1-generate-preview" \ -F "prompt=2 枚の画像の人物の外見と都市の夜景の雰囲気を参考に、映画のような二人の街頭シーンを生成。カメラは安定して前進し、背景の灯りはかすんでぼやけ、人物は自然にカメラを見る" \ -F "reference_image=@./ref-1.png;type=image/png" \ -F "reference_image=@./ref-2.png;type=image/png" \ -F "reference_type=asset" \ -F "seconds=8" \ -F "size=1280x720" \ -F "resolution=720p" \ -F "aspectRatio=16:9" \ -F "seed=20260403" ``` JSON / Base64 も使用できます： ```bash { "model": "veo-3.1-generate-preview", "prompt": "参照画像の商品の外観を使って広告ショットを生成する", "duration": 8, "metadata": { "resolution": "720p", "aspectRatio": "16:9", "referenceImages": [ { "image": { "bytesBase64Encoded": "BASE64_IMAGE", "mimeType": "image/png" }, "referenceType": "asset" } ] } } ``` ### タスクステータスの照会 まず、作成エンドポイントが返した `id` または `task_id` を保存します： ```bash export TASK_ID="task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" ``` 次にステータスを照会します： ```bash curl -X GET "$BASE_URL/v1/videos/$TASK_ID" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` 処理中の場合の典型的なレスポンス： ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "in_progress", "progress": 50, "created_at": 1775025000 } ``` 完了後の典型的なレスポンス： ```bash { "id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "object": "video", "model": "veo-3.1-generate-preview", "status": "completed", "progress": 100, "created_at": 1775025000, "completed_at": 1775025068 } ``` ### ステータスと結果 URL の照会 照会時にダウンロード可能な URL を直接取得したい場合は、次を呼び出します： ```bash curl -X GET "$BASE_URL/v1/video/generations/$TASK_ID" \ -H "Authorization: Bearer $AICENTOS_API_KEY" ``` 典型的なレスポンス： ```bash { "code": "success", "message": "", "data": { "error": null, "format": "mp4", "metadata": null, "status": "succeeded", "task_id": "task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", "url": "https://aicentos.com/v1/videos/task_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/content" } } ``` ### 動画結果のダウンロード タスク完了後、直接ダウンロードします： ```bash curl -L "$BASE_URL/v1/videos/$TASK_ID/content" \ -H "Authorization: Bearer $AICENTOS_API_KEY" \ -o veo-result.mp4 ``` ## ステータス一覧 `GET /v1/videos/{task_id}` が返す主なステータス： | ステータス | 説明 | | ------------- | ----- | | `queued` | キュー待ち | | `in_progress` | 生成中 | | `completed` | 完了 | | `failed` | 失敗 | `GET /v1/video/generations/{task_id}` が返す主なステータス： | ステータス | 説明 | | ------------ | ----- | | `queued` | キュー待ち | | `processing` | 生成中 | | `succeeded` | 成功 | | `failed` | 失敗 | ## 接続時の注意点 * `prompt` は必須です。 * 画像からの動画生成では、画像フィールド名が `input_reference` である必要があります。 * 先頭・末尾フレームタスクでは先頭フレームと末尾フレームの両方が必須です。先頭フレームは `input_reference`、末尾フレームは `last_frame` または `lastFrame` を使用します。 * 参照画像タスクは Veo 3.1 シリーズのみ対応で、最大 3 枚、かつ 8 秒である必要があります。 * 参照画像タスクでは `negativePrompt` を渡さないでください。 * 現在の Gemini 画像からの動画生成では、リモート画像 URL の直接指定は非推奨です。ファイルまたは Base64 での送信を推奨します。 * `GET /v1/videos/{task_id}` をポーリングし、`status=completed` になってからダウンロードすることを推奨します。 * Veo 3.1 シリーズは 4、6、8 秒を指定できます。1080p または 4k を使う場合は必ず 8 秒を指定します。 * 横向きは `aspectRatio=16:9`、縦向きは `aspectRatio=9:16` を使用します。未指定の場合はデフォルトで 16:9 として処理されます。 * `generateAudio` パラメーターは渡さないでください。Veo 3.1 シリーズはネイティブで音声付きの動画モデルですが、現在の Gemini API では `generateAudio` パラメーターによる音声のオン/オフに対応していません。このフィールドを渡すと、上流から `INVALID_ARGUMENT` が返される可能性があります。 * 音声の内容を制御したい場合は、prompt にセリフ・環境音・効果音・音楽のスタイルを記述してください。 * 公式の Veo 3.1 は動画拡張に対応していますが、現在の aicentos インターフェースは公式の video 入力をまだ公開していません。