日本語 English简体中文

使用指南

从一张插画开始，到做出属于自己的VTuber模型并开始直播的完整步骤。

WINDOWS / MACOS开发中版本的画面

截图为开发中版本的日语界面。菜单名称保留日语原文，并在括号内附上中文含义。

这款应用能做什么

一张插画 → 3D模型

从接近正面的全身或上半身插画，自动生成带骨骼的3D角色。没有图片时，用文字描述角色特征也能生成。

只用麦克风就能做口型同步

对着麦克风说话时，应用会从声音推定元音并驱动口型。不需要动作捕捉，也不需要额外设备。

说了什么，表情就跟着变

语音识别与表情切换由本机的本地AI完成。会根据说话内容自动切换表情差分。

AI生成的动画会自动播放

用「挥手」这样的文字描述动作来生成短动画。直播中会根据说话内容或待机状态自动播放。

生成会消耗付费点数。3D模型 800pt ／表情套装 200pt ／背景 60pt ／动画每秒 85pt ／用特征生成输入图片 25pt。点数在应用内的商店购买，余额始终显示在画面右上。直播本身（口型同步、切换表情、播放动画、输出到OBS）不消耗点数。

整体流程

在「模型生成/设置」模式下依次完成下面5个阶段，最后切换到「直播」模式驱动角色。阶段可以随时从画面左侧的「制作阶段」列表来回切换。

13D生成2表情生成3直播设置4动画生成5背景等直播对着麦克风说话

01

选择模式

启动后首页会并排显示两个模式。要制作或调整角色时进入「モデル生成/設定」（模型生成/设置），要用做好的角色直播时进入「配信」（直播）。

首页画面 — 首页画面。左侧为「模型生成/设置」，右侧为「直播」。右上角是点数余额与商店。

选择「模型生成/设置」后，可以选新規作成（新建）从头制作角色，或保存済み選択（选择已保存）继续之前的角色 — 选择「模型生成/设置」后，可以选新規作成（新建）从头制作角色，或保存済み選択（选择已保存）继续之前的角色。

02

生成3D模型阶段 1 · 3D生成

只需选择一张输入图片，然后点击「3D生成を開始」（开始3D生成）。推荐使用接近正面的全身或上半身插画。每生成一体消耗800点数（付费）。

从「画像を選択」（选择图片）读取插画 — 从「画像を選択」（选择图片）读取插画。没有图片时，也可以用文字描述角色特征，使用「特徴から生成」（从特征生成），消耗25点数。

选好图片后，下方的「3D生成を開始」（开始3D生成）就可以点击了 — 选好图片后，下方的「3D生成を開始」（开始3D生成）就可以点击了。

生成期间会显示进度与工序（角色单体图片生成 → 正面视图生成 → 骨骼绑定 → 待机动画生成等） — 生成期间会显示进度与工序（角色单体图片生成 → 正面视图生成 → 骨骼绑定 → 待机动画生成等）。只需等待即可。

完成后会弹出对话框 — 完成后会弹出对话框。点击 OK 后模型即被载入。

生成模型预览 — 生成模型预览。右上角的按钮可切换正面 / 横 / 回転（正面 / 侧面 / 旋转）来确认成品。

用旋转预览做360°检查 — 用旋转预览做360°检查。下方的「作成済みの3Dモデル」（已创建的3D模型）可以载入以前的模型。

关于点数：3D生成、表情生成、背景生成、动画生成都在云端执行，并且都会消耗付费点数。余额始终显示在画面右上，可从商店购买。生成失败时消耗的点数会自动返还。

03

生成表情与口型阶段 2 · 表情生成

选择表情模板（笑脸、生气、悲伤等）后点击「表情を生成」（生成表情），会一并自动生成脸部差分与口型同步用的口型（闭口以及各个元音）。每套消耗200点数（付费）。

选择表情模板 — 选择表情模板。已生成的表情会排列在下方的一览中。

生成中 — 生成中。一个表情的脸部差分与口型套装会依次生成。

在表情预览中确认成品 — 在表情预览中确认成品。这里做好的表情，会用于直播中的自动表情切换与口型同步。

04

调整位置与姿势阶段 3 · 直播设置

一边预览实际的直播画面，一边决定角色的呈现方式。背景默认为绿幕，因此可以直接按在OBS中做色度键合成的前提来设置。

用右侧的滑块调整纵向位置、横向位置、放大、旋转 — 用右侧的滑块调整纵向位置、横向位置、放大、旋转。「ポーズ微調整」（姿势微调）可以做更精细的调整。

用「位置保存」（保存位置）保存当前的呈现方式 — 用「位置保存」（保存位置）保存当前的呈现方式。保存的位置会直接用于直播画面，也能从「位置の保存履歴」（位置保存记录）中调回。

05

生成动画阶段 4 · 动画生成

像「一边挥手一边轻轻点头致意」这样用文字指示动作，生成角色的短动画。生成的动画会在直播画面中叠加在角色上自动播放。每秒消耗85点数（付费），5秒则为425点数。

在右侧面板设置是否口型同步、秒数、用途、动画内容后点击「動画を生成」（生成动画） — 在右侧面板设置是否口型同步、秒数、用途、动画内容后点击「動画を生成」（生成动画）。用途（例：打招呼 / 待机、无言时 / 聊游戏）中写的词语与说话内容相近时，就会自动选中该动画。写「待機」（待机）则会在无言时播放。

生成中的进度显示 — 生成中的进度显示。完成前需要稍等一会儿。

做好的动画可以当场播放确认 — 做好的动画可以当场播放确认。「保存」会登记到已保存动画中，「クロマキー」（色度键）还能调整抠像程度。

06

设置背景阶段 5 · 其他

既可以保持绿幕直播、在OBS一侧合成，也可以替换为应用内的背景。随附的背景与读取自己的图片都是免费的；用AI生成背景则消耗60点数（付费）。动画会按背景分别保存。

选择背景后，直播画面预览会立即反映出来 — 选择背景后，直播画面预览会立即反映出来。

07

开始直播

回到首页进入「配信」（直播）模式。选好角色后直播画面就会启动。之后只要对着麦克风说话，口型同步、表情切换、动画播放就会全部自动运行。

从「配信するキャラを選択」（选择要直播的角色）中选择已保存的角色 — 从「配信するキャラを選択」（选择要直播的角色）中选择已保存的角色。

左上的配信ステータス（直播状态）可以确认麦克风的开关、输入设备选择、语音识别（STT）与AI（LLM）的状态、识别文本以及当前表情 — 左上的配信ステータス（直播状态）可以确认麦克风的开关、输入设备选择、语音识别（STT）与AI（LLM）的状态、识别文本以及当前表情。也能从左下的表情面板手动切换表情。

对它说话后语音识别就会运行（認識: あ、こんにちは — 对它说话后语音识别就会运行（認識: あ、こんにちは。＝识别：啊，你好。），与内容相符的生成动画（这里是挥手打招呼）会自动播放。

用右上的「UIを隠す」（隐藏UI）可以清除所有面板，得到适合捕获的干净画面 — 用右上的「UIを隠す」（隐藏UI）可以清除所有面板，得到适合捕获的干净画面。

在本机运行的AI：直播中的语音识别（STT）与表情、动画的选择（LLM）都由本机的本地AI运行。首次启动时会自动获取并展开AI数据，状态会显示在直播状态面板中。

08

接入OBS

有两种方法。使用「选项」中的 OBS联动更简单，而且应用界面不会被拍进去。

方法1（推荐）　使用「选项」中的 OBS联动

打开画面右上的「オプション」（选项），把「OBS連携」（OBS联动）中的「OBS出力」（OBS输出）开启
用「URLをコピー」（复制URL）复制显示出的URL（例如 http://127.0.0.1:58090/）
在OBS中添加「来源」→「＋」→「浏览器」，并把URL粘贴到URL栏
把宽设为 1920，高设为 1080
让应用进入直播模式并选好角色，画面就会开始传送（首页与制作画面会是黑色画面）

不需要追加插件，也不需要下载。
1920x1080、约30fps，只有视频。不含音频，麦克风请在OBS一侧另行添加。
只会合成背景、角色以及正在播放的生成动画，按钮与状态面板等应用界面不会被拍进去。也不需要按「UIを隠す」（隐藏UI）。
端口会从58090开始依次寻找空闲的，请直接使用面板上显示的URL。
只对本机（127.0.0.1）开放，因此其他电脑无法连接。

方法2　用窗口捕获接入

在OBS中添加「来源」→「＋」→「窗口捕获」（或显示器捕获），选择本应用
在应用一侧点击右上的「UIを隠す」（隐藏UI），得到干净的画面

背景为绿幕时（默认）

在OBS的「滤镜」→「色度键」中抠掉绿色，再叠加到你喜欢的直播布局上。
如果选择了应用内的图画背景，则不需要色度键。

常见问题

生成需要多长时间？

3D模型生成需要几分钟到十几分钟（画面会显示进度与当前工序）。表情生成与动画生成各需几分钟左右。生成期间只需等待，完成后会有对话框提示。

点数是什么？

用于云端生成功能的付费点数。3D模型 800pt ／表情套装 200pt ／背景 60pt ／动画每秒 85pt ／用特征生成输入图片 25pt。余额显示在画面右上，可从应用内的商店购买。直播本身（口型同步、表情切换、动画播放、输出到OBS）不消耗点数。若因系统故障导致生成失败，点数会自动返还。

直播时的声音会被发送到什么地方吗？

不会。直播中的语音识别以及表情与动画的选择，都由本机的本地AI处理。

麦克风没有反应

请确认直播状态面板中的「マイク」（麦克风）是否为 ON，以及输入设备下拉框中是否选择了正确的麦克风。macOS 还需要在系统设置中授予应用麦克风权限。

做好的角色要从哪里继续？

在首页选择「モデル生成/設定」（模型生成/设置）→「保存済み選択」（选择已保存），即可从带缩略图的列表中选择过去创建的角色并继续。

所示画面来自开发中版本，规格可能会有变更。