Open-LLM-VTuber 詳細 - AI VTuberツール

概概要

Open-LLM-VTuber（Open-LLM-VTuber/Open-LLM-VTuber）は、完全にオフラインでも動作するAI VTuberフレームワークです。Live2Dアバターを持ち、テキスト・音声で会話し、OBS経由で配信画面に組み込むことができます。

最大の特徴は「完全無料・完全オフライン」での運用が可能な点です。NVIDIA・AMD・Apple Siliconに対応したローカルLLM（Ollama等）と組み合わせることで、APIコストゼロのシステムが構築できます。

Python製のモジュラー設計で、LLM・STT・TTS・アバターシステムを独立したモジュールとして組み合わせ可能。日本語READMEが提供されており、Docker対応により環境構築の手間も軽減できます。

特特徴

O

完全オフライン動作

Ollamaなどのローカルモデル + ローカルSTT/TTSを組み合わせることで、インターネット接続なしの完全ローカル運用が可能。コスト0円を実現。

H

クロスプラットフォーム GPU 対応

NVIDIA CUDA・AMD ROCm・Apple Silicon（Metal）の3プラットフォームすべてに対応。持っているPCのGPUをそのまま活用できる。

D

Docker対応

Docker Composeで環境構築が完結。Pythonの依存関係の衝突やバージョン問題を回避できる。本番環境にも向いている。

P

デスクトップペットモード

配信だけでなく、デスクトップ上に常駐するAIキャラクターとして利用可能。作業中に話しかけると応答する「デスクトップペット」として動作する。

JP

日本語ドキュメント完備

README.JP.mdが提供されており、日本語での導入手順・設定方法が確認できる。英語ドキュメントが苦手な方でも安心。

M

モジュラー設計で柔軟な構成

LLM・音声認識（STT）・音声合成（TTS）・アバターシステムをそれぞれ独立して選択・変更できる。好みのコンポーネントの組み合わせが自由。

L

Live2Dアバター対応

Live2Dアバターに対応し、感情表現・口パクなどのアニメーションが可能。既存のLive2Dモデルを流用できる。

比メリット・デメリット

メリット

ローカルLLM使用時は月額コスト0円の完全無料運用が可能
完全オフライン動作でプライバシーを確保できる
日本語READMEがあり日本語環境での導入がスムーズ
NVIDIA・AMD・Apple Siliconの全GPU対応
Docker対応で環境構築が安定・再現しやすい
モジュラー設計でコンポーネントの入れ替えが自由
デスクトップペットモードで配信以外にも活用できる

デメリット

配信プラットフォームへの直接統合はなく、OBS経由での合成が必要
v1.0.0以降で破壊的変更があり、旧バージョンの設定は移行が必要
ゲーム連携機能（Minecraft等）はなし
Discord・Telegramなどのマルチプラットフォーム展開には非対応

要システム要件

項目	要件・推奨値
GPU	クラウドAPI使用時は不要。ローカルLLM使用時はVRAM 6〜8GB推奨。Raspberry Piでの動作報告あり。
OS	Windows 10/11・macOS 12以上・Linux（Ubuntu 20.04以上確認済み）。クロスプラットフォーム対応。
メモリ（RAM）	クラウドAPI時: 8GB以上推奨。ローカルLLM時: 16GB以上推奨。
GPU 種別	NVIDIA（CUDA対応）・AMD（ROCm対応）・Apple Silicon（Metal対応）の3プラットフォームすべてに対応。
Python	Python 3.10以上が必要。Dockerを使う場合は不要。
ストレージ	基本インストール: 約1GB。ローカルLLMモデル追加時: 4〜40GB追加（モデルサイズによる）。
Docker（任意）	Docker Desktop 4.0以上またはDocker Engine + Compose。使用する場合はPython環境構築が不要。

料料金・コスト

完全無料

0円

/ 月（ローカル完結）

OllamaでローカルLLM + ローカルSTT/TTSを組み合わせ。電気代のみ。GPU付きPCが必要。

軽量API運用

~¥600

/ 月（$4程度）

Gemini Flash等の低コストAPIを使用。週2〜3回配信であれば十分なコスト感。

本格API運用

~¥7,000

/ 月（$50程度）

GPT-4oやClaude Sonnet等の高品質APIで毎日配信。コメント返答を積極的に行う場合。

コスト優位点: ローカルLLM（Ollama + Llama / Gemma等）を使えばAPIコストが完全に0円になります。GPU付きPCを既に持っている場合は、最もコスト効率の高い選択肢です。

導導入手順

1

リポジトリのクローン

GitHubからソースコードを取得します。

git clone https://github.com/Open-LLM-VTuber/Open-LLM-VTuber.git
cd Open-LLM-VTuber

2

依存パッケージのインストール

Python仮想環境を作成してパッケージをインストールします。Dockerを使う場合はこの手順をスキップできます。

# 仮想環境の作成（推奨）
python -m venv venv
source venv/bin/activate  # Windowsは: venv\Scripts\activate

# パッケージインストール
pip install -r requirements.txt

2-alt

Docker を使う場合（代替手順）

# Docker Composeで起動（GPU有りの場合）
docker compose up -d

# GPU無しの場合
docker compose -f docker-compose.cpu.yml up -d

3

設定ファイルの編集

conf.yamlを編集してLLMプロバイダ・STT・TTSの設定を行います。

cp conf.default.yaml conf.yaml
# conf.yamlをエディタで開いて設定

4

起動して動作確認

python main.py
# → ブラウザが自動的に開く（または http://localhost:12393）

5

OBSへの組み込み（配信用）

OBSのブラウザソースとしてOpen-LLM-VTuberの画面を追加します。

# OBSのブラウザソースに追加
# URL: http://localhost:12393
# 背景透過: チェックON（クロマキー合成）

運運営イメージ

どんな配信スタイルに向いているか: 雑談配信・勉強配信・作業配信との相性が良いです。コスト重視でローカル完結したい個人クリエイターに最適です。

起動時

デスクトップ常駐 — PCを起動するとAIキャラがデスクトップに表示される。配信していなくても話しかけると音声で返答。

配信前

配信準備 — OBSのブラウザソースにAIキャラのURLを追加済み。配信開始ボタンを押すだけで画面にAIキャラが合成される。

配信中

視聴者との会話 — YouTubeチャットのコメントをAIが読み取り、Live2Dアバターが口パクしながら音声で返答。

深夜

ローカル処理 — ローカルLLMを使用しているためAPIコストはゼロ。深夜の長時間配信も追加費用なし。

対こんな人におすすめ / おすすめしない人