AI VTuber：よくある質問
AI VTuberとは何ですか？
AIを基盤としており、人間が操作・制御する通常のVTuber（バーチャルユーチューバー）とは異なり、AI VTuberは、大規模言語モデル（LLM）に基づいて視聴者と自律的にやり取りできる人工知能搭載のバーチャルユーチューバーです。 彼らはリアルタイムで視聴者に応答し交流したり、ビデオゲームをプレイしたり、個人的なエピソードを語ったりすることができます。何より素晴らしいのは、開発者が最新のデータや言語モデルを投入することで、時間の経過とともに進化し続けることができる点です。
AI VTuberのメリットとデメリット
- メリット：AIによって操作されるAIVTuberは、ライブ配信中にスタッフを必要としないため、人件費を削減できる。その予測不可能な反応は視聴者を常にワクワクさせ、AIVTuberが次にどんな奇想天外な展開を見せてくれるのかと期待を抱かせる。
- デメリット：現時点では、AI VTuberを作成するために必要なすべての要件を満たすAI VTuber生成ツールは存在しません。これはかなり複雑なプロセスであり、AIを一般に公開する前にトレーニングを行うには多大な労力を要します。 さらに、言葉遣いがフィルタリングされていないことは、率直で誠実であると見なされる一方で、物議を醸す問題について議論する際には、配慮に欠けるものと受け取られる可能性があります。
最初のAI VTuberは誰ですか？
ニューロ様は、コンピュータープログラマー兼AI開発者のジャック・ヴェデルによって生み出された、初のAI VTuberです。当初はリズムゲーム『Osu!』をプレイするために作成され、後に『Minecraft』もプレイするようになりました。ニューロ様は、視聴者からの質問に答えたり、自発的に様々な発言をしたりすることで、視聴者と交流することができます。その飾らない表現で、Twitch界を席巻しました。 ニューロ様は、率直でありながらも礼儀正しい物腰を誇り、その予測不可能な発言内容と興味深い対比を生み出しています。
注目すべきAI VTuber
先ほど触れた、史上初のAI VTuberであるNeuro-sama以外にも、注目すべきAI VTuberをいくつかご紹介します。
1. ヒルダ
（出典： ヒルダ・Ch. AI VTuber )
ニューロ様の爆発的な人気を背景に誕生したヒルダは、英語を話すAI VTuberです。彼女の開発では、コードを誰もが利用できるようオープンソース化することで、新たな地平を切り拓くことを目指しました。 ヒルダは、チャットに参加したり、テキスト読み上げ（TTS）機能で応答したり、歌を歌ったり、長期記憶を保持したり、シミュレートされた「感情」に基づいて視覚的なフィードバックを伝えたりする能力を備えています。
2. ウビちゃん
（出典：Ubitus）
わずか1ヶ月前にデビューした「Ubi-chan」は、UibitusのAI技術、特にRAG（Retrieval-augmented Generation）を活用しています。アニメのコンセプトや会話に長けており、彼女のYouTubeチャンネルでは、音楽、歌詞、振り付けのすべてにAIを用いたオリジナルのミュージックビデオやダンスパフォーマンスが紹介されています。
3. カミラ
（出典：Typecast）
日本人以外のアニメ風VTuberにはあまり出くわさないが、カミラはその褐色の肌で他とは一線を画している。 ChatGPTを基盤として、彼女はTypecast Global Channelで24時間365日配信を行っています。「Camila Voicebank」を活用し、さまざまなAIボイスをシームレスに切り替えながら、視聴者にエンターテインメント性と教育性を兼ね備えた体験を提供しています。
4. キズナAI
（出典：Fandom）
初期のバーチャルYouTuberの一人であるKizuna AIは、最先端のAI技術を活用し、エンターテインメントとインタラクティブなコンテンツを融合させて視聴者を魅了しています。その生き生きとした人柄で知られ、アニメをテーマにしたコンテンツや魅力的な会話の展開に長けています。 彼女のYouTubeチャンネルでは、AIによって生成された音楽、歌詞、振り付けを盛り込んだ多彩なオリジナルミュージックビデオやダンスパフォーマンスが公開されており、世界中のファンを魅了し続けています。
AI VTuberの作り方とは？
- まず、AI VTuberを作成する際は、そのキャラクターの性格、外見、バックストーリーを決定しましょう。ターゲットとする視聴者を考慮し、その好みに合うようにキャラクターを調整してください。
- 次に、自分のVTuberのキャラクターに合ったアバターを作成しましょう。「VRoid Studio」や「VIVERSE Avatar Creator」、「Live 2D Cubism」といったツールは、可愛らしいアニメ調のキャラクターを作成できるので重宝します。
- 次に、AI VTuber用に、OpenAIのGPT（Generative Pre-trained Transformer）やUnity ML-Agents、あるいはその他の汎用性の高い機械学習フレームワークなど、AIプラットフォームやフレームワークを選びましょう。
- その後、AIの学習プロセスにおいて、包括的かつ多様なデータセットを活用し、幅広い話し方や行動パターンを網羅するようにしてください。このアプローチにより、AI VTuberの適応力が向上し、言語や行動の多様性を取り入れることで、より幅広い視聴者の共感を呼ぶことができるようになります。
- 次に、AIモデルをストリーミングソフトウェアと連携させ、バーチャルアバターの動きや表情を、自分の話し方や動作と同期させます。
- 最後に、VTuberのキャラクター像に合った音声合成システムを選びましょう。Google Text-to-Speechのようなツールや、voice.aiのような専用の音声合成プログラムを利用できます。ピッチ、速度、トーンなど、VTuberのキャラクターに合わせて音声パラメータを調整することを忘れないでください。
ニューロ様は本物のAIなのでしょうか？
もちろんです。Neuro-samaは、会話、歌唱、動作、ゲームプレイといった配信中の活動を主にコンピュータソフトウェアを用いて行っています。これは、人間によって直接操作されるのとは対照的です。Twitchは、AIによる物議を醸す発言――例えば、ライブ配信中にホロコーストの真実性を疑うような発言など――を理由に、彼女が憎悪行為に関与したとして、彼女をアカウント停止処分にしました。
「キズナAI」は本物のAIなのでしょうか？
キズナAIは独立した人工知能であると主張しているものの、デビュー以来、彼女を生み出した企業であるActiv8によって直接管理されてきた。その後、活動休止に入るまでは、同社の社内事務所であるupd8やKizuna AI Inc.の管理下にあった。 また、キズナAIの声を担当しているのは、日本の声優・春日望であることが明らかになった。したがって、キズナAIは世界初のVTuberと見なされるかもしれないが、いわばAI VTuberという定義には完全には当てはまらない。
