ブラックフライデーチャージボーナス
対象のチャージごとに無料クレジットが付き、他の特典とも併用できます。
11月30日まで
AI VTuberには、録画クリップでは得られない3つのものが必要です。続いていく動画、変わらない声、そして視聴者が次に起きることを変えられる仕組みです。live video API はその3つすべてを担います。POST /v1/videos/live でストリームを開くと、数秒ごとに約5秒のmp4チャンクが届き、それぞれが前のチャンクの動きを引き継ぎます。チャットモデル、すなわちディレクターが、あなたのキャラクターのペルソナから次のカットを書きます。最初に音声が入ったチャンクで聞こえた声はストリーム全体で保たれますし、自分のクリップを送ることもできます。再生中は POST /v1/videos/live/{id}/direct がメッセージを受け取るので、ボットは視聴者のリクエストを伝え、数秒で画面に反映できます。ライブプレイグラウンド ならコードなしで試せます。
AI エージェントに任せる
このプロンプトを Claude Code、Cursor、Codex などのコーディングエージェントに貼り付けてください。ドキュメントの場所と API キーの使い方をエージェントに伝えます。
Build an AI VTuber for me: stream live video from the Lovely Router live video API with one kept voice, and turn filtered viewer chat messages into directions. - Docs (read first): https://lovelyrouter.com/docs/models/live-video.md and https://lovelyrouter.com/docs/api/audio.md - Live video: POST https://lovelyrouter.com/v1/videos/live (server-sent events with mp4 chunks), steer with .../prompt or .../direct; `consent: true` required. Sending the chunks to a streaming platform is this project's job. - Auth: read my API key from the LOVELY_API_KEY environment variable and send it as `Authorization: Bearer $LOVELY_API_KEY`. Never print or commit the key. If it is not set, ask me to create one at https://lovelyrouter.com/app/keys. - Billing is prepaid: every call is charged to my balance, so test with a small request before running anything large. - Every docs page is plain Markdown; the full index is https://lovelyrouter.com/llms.txt. My task: <the character, a voice clip, the platform and where the chat comes from>
仕組み
ホストを描く
image generation API で最初のフレームを作ります。自分の部屋にいるVTuberを、配信向けの構図で。ライブモデルはその画像の顔、服、部屋を、どれだけ長く続いてもセッション全体で保ちます。
声とペルソナを与える
voiceに、1人の話者による明瞭な約5秒のクリップを送ると、すべてのチャンクがその声で話します。クリップは自分の録音でも、使用許可のある声でも、text to speech で設計した声でもかまいません。次にdirectorとinstructionsを渡します。ホストが誰で、どう話し、番組が何についてなのか(最大2,000文字)。配信を開始する
ディレクターは前のチャンクがレンダリングされる間に、次のチャンクのプロンプトを書きます。画面に何があるか、何が起きるか、カメラがどう動くか、ホストが何を言うか、1チャンクあたり約10語です。チャンクは再生より少し速く届くので、2つをバッファして連続再生します。
チャットに操らせる
ボットは配信チャットを読み、反応する価値のあるメッセージを選び、それぞれを
/directに送ります。ディレクターはそれを次に書くカットへ織り込み、すでに書かれたカットの後に届いた指示は、そのカットが始まる前に書き直されます。
ストリームを開始する
curl -N https://lovelyrouter.com/v1/videos/live \
-H "Authorization: Bearer $LOVELY_API_KEY" \
-F model=ltx-live \
-F prompt="Miko, a cheerful streamer with silver twin tails and a hoodie with cat ears, talks to the camera from her cosy room, fairy lights behind her" \
-F seconds=600 \
-F size=384x704 \
-F camera=fixed \
-F image=@miko-room.png \
-F voice=@miko-voice.wav \
-F director=claude-haiku-5.5 \
-F director_instructions="Miko is upbeat and a bit silly. She chats with her viewers, answers their questions in one short sentence and reacts to what they ask for." \
-F consent=trueマルチパートリクエストでは、ディレクターへの指示は director_instructions に入れます。JSONでは director は model と instructions を持つオブジェクトです。応答はサーバー送信イベントのストリームです。最初に session(セッション id を含む)、動画の約5秒ごとにmp4の url を持つ chunk イベント、ディレクターが次のカットを書くと next、終了時に end が流れます。チャンクURLにAPIキーは不要なので、プレイヤーが直接読み込めます。視聴者が何かをリクエストしたら、指示として送ります:
import os
import requests
H = {"Authorization": f"Bearer {os.environ['LOVELY_API_KEY']}"}
def direct(live_id: str, viewer: str, message: str) -> None:
"""Pass one chat message on to the director."""
requests.post(
f"https://lovelyrouter.com/v1/videos/live/{live_id}/direct",
headers=H,
json={"message": f"A viewer called {viewer} says: {message}"},
timeout=30,
).raise_for_status()
# From your chat bot, after your own filters:
direct(LIVE_ID, "nightowl", "Show us your cat!")live video ガイド にはイベント一覧の全体、ストリーム用のPythonリーダー、チャンクを途切れなく再生する方法があります。
目的のためのツール
ltx-live を指定した POST /v1/videos/live:704×384の横長または384×704の縦長、24 fps、音声付き、GPUが温まっていればリアルタイムより高速。リファレンス:live video。
キーで使える任意のチャットモデルを、id または {"model", "instructions"} で指定します。プロンプト、直近15カット、あなたの指示を見ます。高速で安価なモデルで十分で、claude-haiku-5.5 は1回あたり約6秒、与えられた約10秒に収まります。
POST …/direct はディレクターが物語に織り込む提案で、意味のある場面では(新しい場所、雰囲気、言語)引き続き適用されます。POST …/prompt は次のチャンクのプロンプトを一言一句置き換え、スポンサー読みや「すぐ戻ります」のような台本的な瞬間に使います。
voice を指定すると、すべてのチャンクがあなたのクリップの声で話します。指定しない場合、keep_voice(デフォルトでオン)が、音声を含む最初のチャンクで聞こえた声を保ちます。
camera: "fixed" でストリームは1つの固定ショットになります。動くのは人物だけで、各チャンクの開始地点の部屋はクリーンアップされるので、長時間のセッションでも背景がずれません。
部屋はimages APIで描き、声はtext to speechで設計するか、権利のある声をvoice cloningでクローンします。
自分で作るもの
APIは動画を作りますが、配信はあなたの担当です。チャンクURLを自分のページやプレイヤーで再生し(<video> 要素2つを、それぞれ終わるたびに切り替えて隙間なく再生します)、それを配信ソフトでキャプチャして、配信先のプラットフォームへ送ります。プラットフォームのチャットを読み、フィルタし、どのメッセージを指示にするか決めるのはボットの仕事です。ディレクターは言われたとおりに動くので、/direct に届く前にスパムや荒らしを弾いてください。1セッションは最大100件の指示を受け付けるので、すべての行を転送するのではなく、良いものを選びましょう。
見込んでおくべき制限
seconds は最大600です。より長い番組にするなら、終わったら次のセッションを開始し、最後のチャンクの最終フレームを image として渡すと、ホストと部屋が引き継がれます。新しいセッションの最初のチャンクは再生前にレンダリングが必要なので、切り替えごとに短い休憩か事前に作ったクリップを用意してください。
最初のセッションが終わるまで、2つ目は 429 で拒否されます。
温まったGPUがない場合、最初のチャンクに最大1分ほどかかり、その間は status イベントが流れます。
少数のGPUがモデルを提供します。すべてが配信中だと、新しいセッションは retry-after 付きの 503 になります。
よくある質問
視聴者は本当にVTuberの行動を変えられますか?+
はい。POST /v1/videos/live/{id}/direct に送った各メッセージは、ディレクターが次に書くカットに織り込まれ、まだ撮影されていないカットは即座に書き直されるので、指示は数秒で画面に現れます。どのチャットメッセージを送るかはボットが決めます。
声は同じままですか?+
はい。1人の話者の約5秒の voice クリップを送れば、すべてのチャンクがその声で話します。送らない場合、音声を含む最初のチャンクで聞こえた声がストリームの残り全体で保たれます。
ホストの顔は同じままですか?+
最初のフレームがストリームの基準です。顔、服、部屋はセッション全体でそのまま保たれます。新しいセッションを始めるときは、最後のチャンクの最終フレームを image として渡して引き継いでください。
自分のチャンネルへ直接配信できますか?+
いいえ。APIはサーバー送信イベントでmp4チャンクを届けます。自分のプレイヤーで再生し、配信ソフトでプラットフォームへ送ります。
1回の配信はどれくらい続けられますか?+
1セッションは最大600秒です。続けるには終了時に次を開始してください。アカウントは同時に1セッションだけ開けます。
どのチャットモデルにディレクションさせるべきですか?+
高速で安価なものです。ディレクターは動画が待つまで1回あたり約10秒あり、claude-haiku-5.5 は約6秒です。キーで使えるチャットモデルなら何でも動きます。
AIコーディングエージェントに作ってもらえますか?+
はい。このページのプロンプトをClaude Code、Cursor、Codexにコピーしてください。エージェントをMarkdownドキュメントへ導き、あなたのキーでストリームリーダー、プレイヤー、チャットボットを書きます。
同じキャラクターの録画シーンはvideo shotsを参照してください。APIキーの取得はサインアップしてクレジットを追加し、ライブプレイグラウンドを開いてください。