AIとVライバーの夢の共演！話題のAIライバーをラズパイ5で動かしてみた

　少し前、AI界隈の中でも画像生成AI界隈と比較してとても小さな「AIライバー界隈」で、日本人が起業したAIライバー関連企業が、なんとアメリカの巨大ベンチャーキャピタル「アンドリーセン・ホロウィッツ」から120億円もの投資を受けるというニュースがありました。アンドリーセン・ホロウィッツといえば、メタ（Meta）などにも投資している超有名企業です。今回の件は、日本のAIライバー界隈にとって非常に大きな追い風となりました。

　ところで、皆さんもこのAIブームやVライバーブームに乗って、「一度はVライバーの体を動かしてみたい！」と思ったことはないでしょうか？ AI界隈に数年身を置き、かつVライバーファンでもある私としては、「一度、自分が作成したAIと会話してみたい！」と思うのは当然のことです（笑）。そこで、私もこのAIライバーの波に乗るべく、独自にAIライバーを開発することにしました。

　しかし、ゼロからVライバーの体を動かすとなると、絵心のない人間にとっては大きな壁です。ちなみに私にも絵心はありませんが、板タブと本格的なソフトを思い切って購入しました。

　では、AIライバーの構成要素とはいったいどのようなものなのでしょうか？ 当然ながら、AIライバーには「私たちのコメントに対応してくれるAI」と「その身体」が必要です。しかし、それだけではAIライバーとして完成しません。AIにも、画像生成AI、音楽生成AI、画像分類AI、さらには工場などで稼働する数値データからの推論AIなど、さまざまな種類があります。今回はその中でも、「私たちの音声をテキストに変換してくれるAI」と、逆に「AIの出力テキストを音声に変換してくれるAI」を使用します。音声変換ソフトとしては「VOICEVOX」などで「ずんだもん」などが有名ですが、今回は英語も喋ってほしかったため、AIの仕様からしっかりと考えました。

　構成要素が分かったところで、次はそれらを準備するフェーズです。最近はインターネットの発達により、オープンソースが簡単にダウンロードできるので本当にありがたいですね。NVIDIAに買収されたHugging Faceなどでは、さまざまな企業（主に中国勢）がオープンソースのAIを続々と公開してくれています。

　AIの話はさておき、Vライバーの身体は「BOOTH」というサイトでなんと無料でダウンロード可能です。基本的に著作権等を私たちが持つわけではありませんが、非商用であればたいていの場合、自由に使用できます。「絵心はないけれど、Vライバーの体を動かしてみたい！」という方にはぜひおすすめです。

今回使用したAIライバーの素体はこちらからダウンロードできます： 👉 https://booth.pm/ja/items/6499774

　構成要素が揃ったら、今度はそれらをシステムとして一括化し、操作できるようにプログラムを組む必要があります。なぜなら、システムは同期的に動作することが不可欠だからです。非同期だと、例えば口の動きや動作と、話している内容がズレてしまうという問題が発生します。

　ちなみに、私は前述のCEOが自社開発AIと会話している動画がとても印象的だったため、持ち運びも簡単なRaspberry Pi 5でも利用できるようにしました。ただし、こうした複雑な要素を詰め込むと精度が落ちてしまうため、これから挑戦する皆さんはVRAMが12GB以上のものを使用することを強くおすすめします（絶対に8GBでは足りなくなります！）。 ※ちなみに、私がGPUやRaspberry Piを買った直後に値上げがあったので、購入の際は皆さんも慎重にタイミングを見計らってくださいね。

以下の写真は、私がRaspberry Pi 5上で動作させている実際の画面です。

【著作権・免責事項について】

　当記事で掲載している画像の著作権等は、各権利所有者に帰属します。権利を侵害する意図はございません。 万が一、掲載内容や著作物に関して問題などがございましたら、お手数ですがポータルサイトのお問い合わせメールアドレスよりご連絡いただけますようお願いいたします。確認し、速やかに対応いたします。