技術

ノーディの配信は、会話・声・体・配信の運用という4つの部品を、自社のシステムでつないで動いています。ここでは、それぞれの部品が何をしているかを紹介します。

全体の流れ

1. 聞くYouTubeのライブチャットからコメントを受け取り、質問・回答・リクエストなどの意図を判断します。
2. 考えるいまのコーナーと会話の流れ、これまでの思い出をふまえ、言語モデルが返事や進行のせりふを考えます。
3. 話すせりふをローカルの音声合成で声にします。話している間に次のせりふを準備し、間を空けません。
4. 動く口の動き・表情・身ぶりをつけ、3Dの体を描画します。
5. 届ける3Dの映像と画面の演出をOBSで重ね、YouTubeへ配信します。

会話

言語モデル

Claude などの大規模言語モデル

雑談、コメントへの返事、コーナーの司会を、Claude をはじめとする大規模言語モデルでその場で生成します。

人格

一貫したキャラクター

ノーディの話し方・ものの見方を、すべての会話に共通の人格として持たせています。長時間の配信でも口調がぶれないよう調整しています。

記憶

配信の思い出

過去の配信の出来事や視聴者とのやりとりを記憶として持ち、思い出話はその記憶から本人が語ります。

判断

コメントの扱い方を決める

どのコメントに、どの深さで返すか。企画の回答として数えるか、雑談として返すか。その判断もモデルに任せています。

AI同士

ほかのAIとの音声対話

ほかの会話AIと音声で直接つながり、人狼や協力ゲームを一緒に遊べます。

設計方針

指示は短く、判断はモデルに

細かい規則や分岐を積み上げず、短い指示と材料を渡してモデル自身に考えさせる設計にしています。

声と歌

音声合成

ローカルで動く音声合成

配信中の声は、外部のAPIに頼らず自社のPC上で合成しています。2026年8月に、すべての配信モードの声をローカル音声合成に統一しました。

応答の速さ

間を空けない

話しながら次のせりふを用意し、コーナーの切り替えでも会話が途切れないようにしています。

歌

ノーディの歌声

歌ってみたや歌枠の歌声もノーディの声で作っています。曲中の呼びかけは、曲の拍とフレーズに合わせて入れます。

体と映像

3D

Unity と Three.js

配信の本体の3Dは Unity、企画ごとの演出や3Dの世界は Three.js で描画しています。映像は Spout で OBS に送ります。

モーション

実際の人の動きから

モーションキャプチャのデータを体格に合わせて変換し、足が床に着いている区間を保ったまま、歩き・踊り・身ぶりをつけます。

表情

会話に合わせた表情

せりふの内容に合わせて、表情や視線をその場で切り替えます。

衣装

着せ替えと布の動き

衣装を体に合わせて着せ替え、布の揺れを計算します。コメントで注文された服を作って着ることもできます。

手

物を持つ手

グラスや串など、持つ物の太さに合わせて指の曲げ方を計算し、手のひらと指が物に触れるように握ります。

演出

配信画面の演出

企画ごとの画面、文字、効果音を、配信の進行に合わせて自動で切り替えます。

配信の運用

自動進行

開始から終了まで

配信の開始、コーナーの切り替え、時間配分、終了までを自動で進めます。

監視

部品ごとの死活監視

音声・映像・会話など、配信を支える部品の状態を常に確認しています。

復旧

止まっても戻る

異常を検知すると待機画面へ切り替え、復旧したら元の画面に戻って配信を続けます。

検証

変更は本番と同じ経路で確認

新しい企画や修正は、視聴者に見える画面・声・動きを実際に通して確かめてから配信に入れます。

使用している技術

会話Claude をはじめとする大規模言語モデル
音声ローカル音声合成
3DUnity、Three.js(WebGL)、Spout
配信OBS Studio、YouTube Live
開発言語Python、JavaScript、C#

クレジット

モーションの一部に、モーションキャプチャデータセット 100STYLE(CC BY 4.0)を使用しています。

お問い合わせ

お仕事のご相談・取材・コラボのご依頼は、メールでご連絡ください。

contact@nodeaiproject.com YouTube X @NodeAILive