初心者向け GUI アプリ
AI-VTuber-System
「誰でも無料で自分の AI VTuber を作れる」をコンセプトにした GUI 専用アプリ。
コマンドライン不要で直感的に操作でき、Whisper 音声認識と Gemini 無料枠を組み合わせて
低コストで本格的な AI VTuber 配信を実現できます。
概要
AI-VTuber-System は「誰でも無料で自分の AI VTuber を作れる」をコンセプトに開発された、 GUI ベースの AI VTuber 構築ツールです。コマンドラインの操作が一切不要で、 ダウンロードして設定するだけで配信を始められます。
Whisper による高精度な音声認識、Gemini の無料枠を活用したコスト0円のAI応答、 VTube Studio との連携によるアバター制御を組み合わせ、 NVIDIA GPU を持っているユーザーが手軽に始められる構成になっています。 YouTube で丁寧なチュートリアル動画も公開されており、初心者でも安心です。
GUI アプリ
Gemini 無料枠対応
Whisper 音声認識
VTube Studio 連携
NVIDIA GPU 必須
Windows 専用
主な特徴
GUI アプリ（コマンドライン不要）
すべての設定をウィンドウ上で操作。ターミナルを触らなくても「ボタン一つ」で配信開始できる。
VTube Studio 連携
VTube Studio と API 連携し、音声に合わせてアバターの口パクや表情を自動制御できる。
Whisper 音声認識
OpenAI Whisper をローカルで実行。視聴者の音声コメントや自分の発声をテキストに変換できる。
Gemini 無料枠対応
Google Gemini の無料枠を活用すれば、LLM 費用を0円に抑えた運営が可能。
YouTube 配信対応
YouTube Live のチャット読み取りと自動応答に対応。配信者として AI VTuber を運営できる。
YouTube チュートリアルあり
開発者が丁寧なセットアップ動画を YouTube で公開。詰まった際の参考にしやすい。
メリット・デメリット
メリット
- GUI 操作で初心者でも始めやすい
- Gemini 無料枠で月0円運営が実現可能
- YouTube チュートリアルで詰まりにくい
- Whisper でリアルな音声認識が可能
- VTube Studio と手軽に連携できる
デメリット
- NVIDIA GPU が必須（Mac・GPU 非搭載 PC は使用不可）
- Windows 専用（Linux / macOS では動作しない）
- コミュニティが小規模でサポートが限定的
- PNGtuber 非対応（Live2D / VTubeStudio 形式のみ）
- TikTok・Twitch など他プラットフォームは非対応
システム要件
| OS | Windows 10/11 専用（Linux・macOS は非対応） |
|---|---|
| GPU | NVIDIA GPU 必須（CUDA 12.1 対応。推奨：RTX 3060 以上） |
| CPU | Core i5 / Ryzen 5 以上推奨 |
| RAM | 16GB 以上推奨（Whisper medium 使用時は 24GB 以上が快適） |
| ストレージ | SSD 推奨。Whisper モデルで 1〜10GB 消費（モデルサイズによる） |
| VTube Studio | Steam 版（無料）または iOS/Android 版。PC 上で起動が必要 |
| OBS | OBS Studio（任意。配信には必要） |
| Python | 事前インストール不要（同梱 or インストーラーで自動導入） |
Whisper モデル別 GPU VRAM 目安
| モデル | VRAM 目安 | 精度 | 速度 | 推奨用途 |
|---|---|---|---|---|
| tiny | 約 1GB | 低 | 最速 | 低スペックPC での試用 |
| small | 約 2GB | 中 | 速い | GTX 1060 など旧世代でも動作 |
| medium | 約 5GB | 高 | 普通 | RTX 3060 / 3070 推奨（バランス型） |
| large | 約 10GB | 最高 | 遅い | RTX 3080 / 4080 以上向け |
料金・コスト目安
最安構成
$0
Gemini 無料枠 + ローカル Whisper
余裕を持った構成
$5〜20
Gemini 有料プラン（超過時）
Gemini 無料枠について：
Gemini 1.5 Flash は1分あたり15リクエスト・1日1,500リクエストが無料です。
通常の配信であれば無料枠内に収まるケースが多く、実質0円での運営が可能です。
本ツール自体はオープンソース・無料で利用でき、商用利用制限もありません。
導入手順
1
NVIDIA ドライバーと CUDA の確認
NVIDIA GPU のドライバーを最新版に更新し、CUDA 12.1 がインストールされていることを確認します。
nvidia-smi コマンドで CUDA バージョンを確認できます。
2
PyTorch（CUDA 対応版）のインストール
Whisper を GPU で動かすために、CUDA 対応の PyTorch をインストールします。
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
3
GitHub Releases からアプリをダウンロード
GitHub の Releases ページから最新の ZIP ファイルをダウンロードし、任意のフォルダに展開します。
インストーラー形式のため、追加の Python 環境構築は不要です。
4
VTube Studio の準備
Steam または PC 版の VTube Studio を起動し、設定から API（プラグイン）を有効化します。
ポート番号をメモしておきます（デフォルト：8001）。
5
GUI アプリを起動して設定
アプリを起動すると設定画面が表示されます。Gemini API キー・YouTube チャンネル ID・
Whisper モデルサイズ・VTube Studio の接続情報を入力します。
6
「配信開始」ボタンを押す
設定完了後、GUI の「配信開始」ボタンを押すだけで AI VTuber が起動します。
OBS でキャプチャすれば YouTube Live への配信が開始されます。
運営イメージ
GUI で設定を完了したら、ボタン一つで配信が始まります。
Whisper がリアルタイムで音声認識し、Gemini が自然な応答を生成、
VTube Studio のアバターが口パクで反応する流れが完全自動で動作します。
チャット入力
視聴者が YouTube Live にコメントを送信
Gemini で応答
無料枠の Gemini がキャラクターとして返答を生成
TTS で音声化
テキストを音声に変換してスピーカーから出力
VTubeStudio
音声に連動してアバターの口・表情が動く
こんな人におすすめ
おすすめの人
- NVIDIA GPU 搭載の Windows PC を持っている人
- コマンドラインに慣れていない初心者
- できるだけ費用を抑えたいコスト重視の人
- VTube Studio のアバターをすでに持っている人
- YouTube Live での配信がメインの人
おすすめしない人
- Mac ユーザー（完全非対応）
- GPU 非搭載・AMD GPU 搭載 PC のユーザー
- TikTok・Twitch など他プラットフォームを使いたい人
- PNGtuber スタイルで運営したい人
- 大規模・商業グレードの配信を目指す人