D-IDの使い方を解説｜料金プラン・商用利用の条件・始め方

「D-ID」は、写真や動画をもとにAIアバターを作成し、入力した台本や音声を話すプレゼンター動画を生成できるデジタルヒューマンプラットフォームです。ブラウザ上で操作する「D-ID Studio」に加えてAPIも提供されており、研修、製品説明、マーケティング、営業、カスタマーサポートなどの業務に利用できます。 

2026年には、表情や感情表現を指定できる「V4 Expressive Avatars」や、視聴者が動画に音声・チャットで質問できる「Agentic Videos」も加わり、用途が動画制作から対話型コンテンツへ広がっています。 

本記事では、D-IDの主な機能と基本的な使い方、料金プラン、活用するメリットを解説します。商用利用の条件やウォーターマーク、顔・音声素材の権利と同意など、導入前に確認したいポイントもあわせて紹介します。情報は2026年9月時点のものです。

D-IDとは？【アバターを喋らせることができるAIツール】

はじめに、D-IDの特徴と使われている技術について解説します。 

D-IDとは

D-IDとは、AIアバターを使った動画の作成と、リアルタイムで会話できるVisual Agentsの構築に対応したプラットフォームです。イスラエルのD-ID社によって開発されました。ブラウザ上のD-ID Studioに加え、APIやSDKを通じてWebサイトや業務システムへ組み込むこともできます。 

動画を作る場合は、D-IDが用意したアバターを選ぶか、自社で用意した写真・イラスト・動画からアバターを作成します。そのうえで台本を入力するか音声ファイルをアップロードすると、音声に合わせて口元や表情を同期させた動画が生成されます。プロンプトでアバターの外見を生成する機能もあります。 

アバターには複数の方式があり、元にする素材と、使える表現・機能が異なります。 

出典：D-ID「AI Avatars」

D-IDは多言語の音声に対応しており、日本語の台本を読み上げる動画も作成できます。公式情報では、音声ライブラリ全体で120以上の言語・アクセントへの対応を掲げています。 

ただし、これは「日本語の音声を出力できる」という意味であり、Studioの管理画面が日本語化されているという意味ではありません。利用できる日本語音声や品質は、選択する音声プロバイダーやプランによって異なるため、公開前に試聴することをおすすめします。 

D-IDで使われている技術

D-IDの構成は用途によって異なります。台本を読み上げる通常のアバター動画では、主に次の技術が組み合わされています。 

• アバター描画・リップシンク…入力された画像や人物動画を、音声の口の動きや表情に合わせてアニメーション化する。2026年3月に発表されたV4では拡散モデルを採用し、感情に応じた表情や発話の制御にも対応する
• 音声合成（TTS）…入力された台本を合成音声へ変換する。Microsoft、ElevenLabs、Googleなど複数の音声プロバイダーを利用でき、録音音声のアップロードや音声クローンにも対応する
• テキストからの画像生成…プロンプトから新しいアバターの外見を作る場合に利用する。写真や動画を使う作成方法では必須ではない

一方、対話型のVisual Agentsでは、音声認識、会話のターン検出、LLM、任意のナレッジベース、音声合成、アバター描画を連携させます。 

ここで使うLLMは特定のGPTに固定されていません。OpenAI、Google、外部のOpenAI／Azure OpenAI、自社でホストするOpenAI互換LLMなどを選択できます。 

出典：D-ID「Realtime agents overview」、D-ID「V4技術仕様」

D-IDの料金プラン

D-IDの料金体系は、ブラウザ上で動画を作成する「Studio」と、自社サービスへの組み込みに適した「API」に分かれています。StudioにはTrial・Lite・Pro・Advanced・Enterpriseの5プランがあります。 

次の表は、各プランで最も容量の小さいパッケージを選んだ場合の料金です。金額はいずれも米ドルで、年払い欄の月額は年額を12カ月で割った公式表示上の換算額です。 

参照：D-ID Pricing（Studio）（2026年9月時点）

料金・利用可能時間・クレジット・ウォーターマークの条件は変更されることがあります。契約前に必ずD-ID公式の料金ページで最新の情報を確認してください。 

商用利用ができるのはPro以上

広告、営業資料、研修コンテンツなど業務で使う場合は、Pro以上のプランを選びます。TrialとLiteは個人利用ライセンスで、SNSでの共有はできても、広告・マーケティング・販売コンテンツには利用できません。 

動画の利用量は15秒単位で切り上げて計算され、未使用の時間やクレジットは翌月へ繰り越されません。年払いの場合でもクレジットは毎月付与されます。 

また、動画生成、Video Translate、Agents、APIではクレジットの消費方法が異なります。想定する動画本数や対話時間から必要量を見積もっておきましょう。 

API経由で使う場合は別の料金体系

自社サービスからAPIで動画を生成する場合は、Studioとは別にTrial・Build・Launch・Scale・Enterpriseというプランが用意されています。年払いの最小パッケージはBuildが月額換算14.40ドル、Launchが35ドル、Scaleが138.60ドルです。 

APIで商用利用ができるのはLaunch以上です。Buildは個人利用ライセンスなので、Studio側のPro以上とあわせて混同しないよう注意してください。 

参照：D-ID Pricing（API）、D-ID「商用利用権について」（2026年9月時点）

D-IDと連携できるサービス

D-IDは単体で利用できますが、ほかのサービスと連携することでより便利に利用できます。ここでは、D-IDと連携できるサービスを2つ紹介します。 

D-ID×ChatGPT（旧Chat.D-ID／現Visual AI Agents）

一つ目が、D-IDと生成AIを組み合わせた対話型のアバターです。2023年に「Chat.D-ID」として公開され、生成したAIアバターとリアルタイムに会話できるサービスとして提供されていました。 

現在、Chat.D-IDのURLは「D-ID Visual AI Agents」へ転送されます。テキストまたは音声で質問すると、AIアバターが音声と表情を伴ってリアルタイムに応答する機能です。 

独自資料を参照する知識ベース、Webサイトへの埋め込み、外部APIを呼び出すツール連携にも対応しており、接客、営業支援、研修などへの活用が想定されています。 

利用するLLMはChatGPTに限定されません。公式仕様では、OpenAI、Google、外部のOpenAI／Azure OpenAI、D-ID GPT OSS、カスタムLLMなどが選択肢として示されています。自身のOpenAI APIキーを接続する場合、API利用料はChatGPTの有料契約とは別に発生します。 

出典：D-ID「Visual AI Agents」

D-ID×Canva

D-IDとCanvaを組み合わせたのが「D-ID AI Presenters」です。これは独立したサービスではなく、Canvaの編集画面のなかで使う連携アプリです。 

アプリを開いてD-IDアカウントで認証し、用意されたプレゼンターを選ぶか、使用権を持つ人物画像をアップロードします。続いて読み上げる文章を入力するか、収録済みの音声をアップロードし、言語・音声・読み上げスタイルを選択します。 

生成した動画はCanvaのデザインに配置し、サイズ、位置、音量、エフェクトなどを調整できます。 

Canvaはアプリを無料で追加できると案内していますが、D-ID側はStudio契約との関係を案内しています。無料で使える範囲、消費クレジット、商用利用の条件は、両サービスで分けて確認してください。 

出典：D-ID「Canva連携」

さらに、人物画像をアップロードしてAIナレーターとして利用することも可能です。読み上げるテキストをアップロードし、読み上げのスタイル（ニュースキャスターやカスタマーサービス、アシスタントなど）を選択するだけで簡単にナレーション動画を作れます。 

D-IDで動画を生成する2つのメリット

D-IDで動画を生成する主なメリットは、以下の2つです。 

• 撮影・更新工程の負担を抑えやすい
• 多言語化・パーソナライズに展開しやすい

従来のプロモーション動画では、出演者を決め、カメラマンやスタイリスト、動画編集者を手配するなど、多くの人手と時間がかかります。D-IDでは既成のアバターと台本から動画を作れるため、とくに情報が頻繁に変わる研修動画や製品説明動画で、撮影関連の工数を抑えやすくなります。 

また、動画生成は120以上の言語・アクセントに対応すると案内されています。既存動画を翻訳するVideo Translateでは、日本語を含む29言語への翻訳と、話者の声の再現、翻訳後の音声に合わせたリップシンクが可能です。 

2026年には、話し方のトーンを選べるV4 Expressive Avatarsや、視聴者が動画について質問できるAgentic Videosも加わりました。動画を一方向の情報発信だけでなく、研修や製品説明の対話型コンテンツへ広げられます。 

ただし、AI動画を使っても、台本作成、クリエイティブ設計、社内承認、発音や翻訳の確認は必要です。独自アバターを作る場合は、本人映像の撮影と同意確認も発生します。 

そのため「人件費を削減できる」と一律に考えるのではなく、制作本数、更新頻度、言語数、確認工程、商用利用が可能なプランの料金を含めて比較することが大切です。 

D-IDの始め方

この章では、実際にD-IDの始め方について解説します。 

D-IDを初めて利用する場合は、公式サイトの「Start Free Trial」から新規登録を始めます。すでにアカウントを持っている場合は「Log in」を選びます。 

1. D-ID公式サイトを開き、「Start Free Trial」をクリックする
2. 登録画面に表示された外部アカウント（Googleなど）またはメールアドレスを選び、画面の案内に沿って手続きを進める
3. 利用目的などの質問が表示された場合は、該当する項目を選択する
4. 登録が完了したらログインし、ダッシュボードを開く

登録画面のデザインや選べる認証方法、初回に表示される質問の内容は変更されることがあります。画面が本記事と違う場合は、表示されている案内に従ってください。 

無料トライアルの期間は14日間です。ただし、トライアルで生成した動画は非商用利用に限定され、全面にウォーターマークが表示されます。広告や営業資料など業務用途で公開する場合は、商用利用に対応したプランを選びましょう。 

なお、自分の動画からV3 Instant／V3 Proアバターを作成する場合は、本人がWebカメラで同意文と画面上の動的パスコードを読み上げる認証手続きが必要です。人物の画像・動画・音声をアップロードする前に、必要な肖像権、著作権、利用許諾を確認してください。 

出典：D-ID「サブスクリプションについて」、D-ID「V3アバターの同意プロセス」

D-IDの基本の使い方

登録が終わったら、実際にD-IDでアバターを動かしたりビデオを作成したりしましょう。 

通常のアバター動画を作る場合は、Studioのホーム画面から「+ Create video」を選択します。画面によっては「+ Create」→「Video」と表示されることがあります。 

なお、リアルタイムで質問に答える会話型アバターを作りたい場合は、左サイドバーの「Agents」から別途Agentを作成します。動画の出力形式を選ぶ二択ではなく、別々の作成フローです。 

1. 「+ Create video」をクリックし、空白の動画またはテンプレートを選択する
2. ライブラリからアバターを選ぶか、自社で用意した人物画像をアップロードする
3. 「Script」にアバターが話す文章を入力する（音声ファイルのアップロードやStudio上での録音も可能）
4. 「Voice」から言語と音声を選び、再生ボタンで発音を確認する
5. 必要に応じて背景、テキスト、画像、動画などを追加し、アバターの配置やシーンを調整する
6. 内容を確認して「Generate video」をクリックする

日本語の文章も入力できます。ただし製品名、氏名、略語、英数字などは意図した読み方にならないことがあるため、手順4の試聴を省略しないでください。 

また、選べる表情や動きはアバターの種類によって異なります。 

出典：D-ID「Studioで動画を生成する方法」

生成が完了するとStudioとメールで通知され、Galleryから動画をダウンロードまたは共有できます。実際に作成されたビデオはこちらです。

既存のアバターだけでなく、その他の画像からも動画の作成ができます。

D-IDの活用例

D-IDは、台本を読み上げるアバター動画の作成だけでなく、LLMやナレッジベースと連携した対話型のVisual Agentsにも活用できます。主な業務用途は次のとおりです。 

2026年4月に発表されたAgentic Videosでは、視聴者が動画の再生中や視聴後に、内容について音声またはチャットで質問できます。動画の台本や追加資料を回答の参照情報として設定できるため、研修動画の補足説明や、商品紹介後の質疑応答にも利用できます。 

日本では、博報堂テクノロジーズがD-IDのストリーミングアバターと日本語音声合成を組み合わせ、イベントや店頭接客などに活用した事例が公開されています。 

ほかにも、自社オリジナルのキャラクターを作成し、商品・サービスの紹介に使うといった活用も可能です。ただし、生成結果の見え方はアバターの方式によって異なります。1枚の画像から作るV2、動画から作るV3、感情表現に対応するV4では表現力や解像度が違うため、用途に合う方式を選んでください。 

自社の社員や第三者をモデルにしたアバター、クローン音声を使う場合は、本人の同意と画像・音声に関する権利を事前に確認する必要があります。顧客向けコンテンツでは、AI生成のアバターであることが利用者に伝わる表示も検討するとよいでしょう。 

出典：D-ID「Agentic Videos」

D-IDに関するよくある質問

D-IDの料金はいくらですか？

Studioの場合、年払いの月額換算でLiteが4.70ドル、Proが16ドル、Advancedが108ドルです。月払いはそれぞれ5.90ドル、29ドル、196ドルで、Enterpriseは要問い合わせとなります（2026年9月時点）。 

APIはこれとは別体系で、年払いの最小パッケージはBuildが月額換算14.40ドル、Launchが35ドル、Scaleが138.60ドルです。価格は変更されることがあるため、契約前に公式の料金ページで確認してください。 

D-IDとは何ですか？

D-IDは、写真や動画をもとにAIアバターを作り、入力した台本や音声を話す動画を生成できるプラットフォームです。ブラウザ上のD-ID Studioに加えてAPIも提供されており、リアルタイムで会話するVisual Agentsも構築できます。 

AIアバターがしゃべるとはどういうこと？

入力した台本を音声合成で読み上げ、その音声に合わせてアバターの口元や表情をアニメーション化するという意味です。実際に人物を撮影するのではなく、1枚の写真や短い動画を素材にして、話している映像を生成します。 

Visual Agentsの場合は台本を用意せず、視聴者の質問にLLMが回答し、その回答をアバターがその場で話します。 

D-IDは日本語で使えますか？

日本語の台本を読み上げる動画は作成できます。Video Translateも日本語への翻訳に対応しており、話者の声の再現と、翻訳後の音声に合わせたリップシンクが可能です。 

ただし、Studioの管理画面は日本語化されていません。また、日本語音声の自然さは原稿や固有名詞によって差が出るため、公開前に日本語話者による確認をおすすめします。 

まとめ：D-IDを活用してクリエイティブな動画を作成しよう

今回は、D-IDの料金プランや主な機能、活用するメリットについて解説しました。 

D-IDの料金体系は、ブラウザ上で制作するStudioと、システムに組み込むAPIで異なります。2026年9月時点のプランと商用利用の区分は次のとおりです。 

Trial・Lite・Buildは個人利用ライセンスです。広告、顧客向けコンテンツ、営業資料などに使う場合は、用途が契約上の商用利用に該当するかを確認したうえでプランを選びましょう。 

現在のD-IDは、アバター動画の生成だけでなく、感情表現を指定できるV4 Expressive Avatars、リアルタイムで会話するVisual Agents、動画の内容について視聴者が質問できるAgentic Videosにも対応しています。 

制作ワークフローではCanvaの公式D-IDアプリを利用できます。また、Video Translateは日本語への翻訳とリップシンクに対応しているため、海外向け動画の日本語化にも活用できます。 

D-IDを導入すると、撮影や再収録、動画の多言語展開にかかる作業を効率化できる可能性があります。一方で、削減できる工数や費用は制作本数や既存フローによって異なります。まずは対象業務を限定し、制作時間、修正回数、1本あたりのコスト、視聴完了率などを従来の制作方法と比較するのがおすすめです。 

人物の画像や音声を利用するときは、本人の同意と必要な権利を事前に確認してください。社内資料や顧客情報をVisual Agentのナレッジとして登録する場合は、保存期間、削除方法、アクセス権限についても確認が必要です。 

SEデザインは1985年の創業以来、外資系IT企業のブランドローカライズをはじめ、日系・外資を問わず多くのテクノロジー企業のマーケティングを支援してきました。生成AIをコンテンツ制作にどう組み込むか、AI検索で引用される記事をどう作るかといったご相談にも対応しています。