AI 實況主是一個直播頻道:角色會說話,是因為模型正在寫台詞。有聲音,有虛擬角色,而且幾乎總有一個在製作端、有權切斷播出的人。那個人在畫面上消失。你看到的是名字、臉和脾氣。帳號不會因此失去他們。停權、著作權申訴,以及平台的電子郵件,仍然會寄到一個人那裡。

AI 直播是更寬的標籤。它包含那種節目,也包含一個人在自己的播出周邊使用的一般工具:VOD 的逐字稿、建議的切片、突襲的過濾、翻譯過的標題。兩件事被綁在一起賣。它們不是同一種勞動。一種是模型扛起演出。另一種是仍有人在演出,軟體只是幫他們省下一些工作。

用自己的聲音出道,寫在如何成為 VTuber。工具和以 AI 為門面的藝人之間的差別,在VTuber 與 AI。接下來談的是直播形式本身。

頻道打開時你看到什麼

看了十分鐘之後,有用的問題是:有沒有人在導。

一場運作得好的播出裡,聊天室是場面的一部分。角色可以回到一條話題,丟掉一個已經死掉的笑話,並且就算粗糙,也能認出在房間裡待了一陣子的人。一場弱的播出裡,每則訊息都得到禮貌的回答,卻沒有一則改變接下來發生的事。觀眾一個晚上就感覺得到差別。他們不需要你解釋架構。

Neuro-sama 是多數人真正看過的例子。Vedal 做她、修她,並且留在足以介入的距離。她是這裡說的那種 AI VTuber:虛擬人格、直播觀眾,以及生成出來的說話,而不是從演出者臉上擷取的說話。用你看任何一場想學節奏的直播的方式看她。把她連聲音一起重建,是另一個計畫,而且是比較差的那個。

人類 VTuber 仍然是麥克風前的人,在 VTube Studio 或接近它的東西裡驅動虛擬角色。VTuber 是什麼 從這裡開始:一個角色,和一間有人的房間。臉部追蹤可以很簡單。在場這件事不會被一段提示詞取代,工作也不會因此變成同一件。

這一小時怎麼撐在一起

疊層上看到的是一個角色。播出是好幾套系統,只因為有人把它們維持成那樣,看起來才像一個整體。

角色有名字、有脾氣,也有不能碰的題目。語言模型根據聊天室,以及這套配置實際保留的記憶,提出下一句。如果那段記憶每次直播都清空,常客第二次來就會發現。聲音是文字轉語音,或頻道有權使用的聲音。在一張你不擁有的臉上放一個說服力很強的聲音,是同意的問題,不管示範看起來多乾淨。虛擬角色可以是 Live2D 檔案、3D 模型、PNG,偶爾是生成的圖。音訊可以帶動嘴巴。檔案仍然有授權,而且你應該能向合作對象說明它。

聊天室進來時,會帶著聊天室一向帶來的東西:垃圾訊息、突襲,以及想把模型推向頻道不能去的地方的人。過濾要放在模型前面,不是等切片已經傳開之後。場景、休息畫面,以及真的能結束直播的控制,住在 OBS 或其他播出軟體裡。台詞是生成的,這一層也不會消失。選擇仍然屬於軟體指南。

必須有人看輸出。導播是一個能用的頭銜。他們握著串流金鑰,並決定段落何時結束。一套被賣成自主的配置,如果頻道要比一個週末更久,這份工作就還在。無人看管的直播,就是沒有人在看的那一場,也就是那句收不回來的話以直播送出去的時候。

不同的節目,同一個名字

有好幾種播出被歸進 AI 實況主。把它們混在一起,就是人買錯東西的原因。

有些節目裡,麥克風屬於模型。角色的說話是生成的,聊天室是另一個演出者。另一些節目裡,是人在說話,模型負責一個段落、一個配角,或讀斗內。觀眾知道哪一個聲音是軟體時,這些可以成立。切片傳出去時好像真的有來賓加入,它們就會變味。

玩遊戲和談論遊戲,是疊在一起的兩份工作。一套系統在玩,或模擬在玩。另一套在評論。聊天室會立刻抓到編出來的規則,因為那個分類本來就懂這款遊戲。對話直播靠的是比較小的技術:注意到誰一直在房間裡,不要每次突襲之後都把他們當成新人打招呼。會重置的個性可以是一個笑話。不解釋的話,讀起來就像沒有人留下。

長時間播出,包括被賣成全天候的那些,並不會拿掉半夜。第六個小時仍然有聊天室,仍然有音樂授權,有時畫面裡還有別人的模型。一間安靜的房間開著沒關,就是沒有人審過的 VOD。切片和上傳的影片可以把觀眾送到直播。那是另一天的工作。沒有上下文的三十秒,會被相信那是人說的那些人分享出去。

在人類的頻道上

多數使用 AI 的 VTuber,並不是想變成這種實況主。他們想把無聊的部分早點做完。一份讓社群貼文準確的逐字稿。他們仍然會核准的切片點子。一個過濾。他們釘選之前會自己讀過的翻譯。一張他們會重畫到角色看起來像她自己的縮圖草稿。

追蹤仍然是自己的應用程式。語言模型不會替網格做口型同步。打算用很多年的虛擬角色,應該用撐得過合作和贊助的授權來委託或製作。你自己控制的聲音工具,可以補一句備用台詞,或做一次語言測試。克隆另一位演出者的聲音,會把生成角色的問題帶進人類頻道,帶到前來聽一個人的觀眾面前。

模型寫了台詞,事務所或獨立也不會因此變簡單。那個選擇 仍然是誰擁有角色、誰做那些工作。

Twitch、YouTube,以及帳號上的名字

這些節目在其他直播播出的地方播出。Twitch、YouTube,以及那個月當下的平台。分類標籤會變。延遲、場景、突襲,以及比一句話能被修正更快就切片的聊天室,不會變。

關於合成演出者的規則常常在動。在你要開台的那一週,去讀你使用的網站當下的規則,不要信任一篇指南的摘要。串流金鑰在人類帳號上。停權、退款爭議,以及關於一首歌、一段遊戲畫面,或一個沒有同意的人的聲音的信,也在那裡。把播出發布出去,才是算數的行為。怪到模型身上,不會移動帳號。

只要觀眾會以為是人在演出,就清楚說明說話的角色是生成的。來賓是模型時也要說。留得住觀眾的頻道,已經把這份揭露當成節目的一部分。人可以喜歡這個形式。他們在意的是被告訴那是另一回事。

不要用另一位藝人的 VOD、聲音或繪圖來訓練,以便跟他們競爭。不要拿走你沒有權利的 Live2D 網格。測試很普通:如果換成你的臉你不會希望別人這樣做,就不要用他們的臉這樣做。

那個標準的 VTuber 版本,以及哪些工具該放在出道旁邊,在VTuber 與 AI。詞彙開始撞在一起時,維基 在那裡。如果頻道上的聲音是你的,到場的人仍然是你。