Syntopia BOX: पूरी गाइड — शुरुआत से आपकी पहली AI live stream तक

यह पूरा Syntopia BOX ट्यूटोरियल है — वह एक गाइड जो आपको खाली PC से आपकी पहली AI live stream तक ले जाती है। अगर आपने कभी सोचा है कि AI avatar के साथ live कैसे जाएं — ऐसा host जो viewers का स्वागत करे, products pitch करे और chat का जवाब खुद दे — तो यह उसका पूरा walkthrough है।

नीचे के वीडियो में एक live stream तीन घंटे से चल रही है — न कोई कैमरे के सामने बैठा है, न कोई replies type कर रहा है। इस गाइड के अंत तक आपकी stream भी ऐसी ही चल सकती है। हम आपका कंप्यूटर सेट करेंगे, आपका AI host बनाएंगे, live room तैयार करेंगे और YouTube पर, cross-border TikTok Shop markets में या किसी भी supported platform पर live जाएंगे — फिर live जाने के बाकी सारे तरीके, toolbox और OBS Real-Time Deduplicator भी कवर करेंगे।

Syntopia BOX एक on-premise Windows application है जिसे आप अपने ही PC पर install और control करते हैं। यह एक AI digital human host बनाता है और फिर उस host की picture और आवाज़ सीधे आपके live-streaming app में भेजता है। यहां कुछ भी theory नहीं है — नीचे का हर step और हर setting पूरे 37 मिनट के walkthrough से ली गई है।

Chapter 1 — अपना कंप्यूटर सेट करें (सिर्फ एक बार)

BOX आपके अपने PC पर चलता है। यह आपका AI host बनाता है और फिर उस host की picture (virtual camera के ज़रिए) और आवाज़ (virtual sound card के ज़रिए) आपके live app में भेजता है। नीचे के उदाहरण TikTok LIVE Studio में हैं — यह वह app है जिसे cross-border TikTok Shop markets (जैसे US, UK या Southeast Asia) में बेचने वाले sellers इस्तेमाल करते हैं। भारत में TikTok पर प्रतिबंध है, इसलिए Indian दर्शकों के लिए आप YouTube पर live जाएंगे — और वहां भी बिल्कुल यही setup काम करता है, क्योंकि हर supported platform के app को बस एक camera और एक microphone चाहिए। यह काम आपको सिर्फ एक बार करना है।

Virtual camera install करें

Syntopia BOX folder खोलें, human-infer folder में जाएं और Install Camera पर double-click करें। एक काली window खुलेगी। जब उसमें “Virtual Cam Installed” लिखा आए, तो उसे बंद कर दें। इससे HD Camera नाम का एक device बनता है — यही वह picture channel है जिससे बाद में आपका live app picture लेगा।

VB-Audio Virtual Cable install करें

यह sound channel है। इसे link से download करें, zip extract करें, setup file पर right-click करके Run as Administrator चुनें, Install Driver पर click करें, prompts follow करें और फिर PC restart करें। Restart के बाद taskbar के speaker icon पर click करें और output device को CABLE Input (VB-Audio Virtual Cable) पर सेट करें।

Syntopia BOX शुरू करें

वापस human-infer folder में जाकर Start पर double-click करें। एक काला console खुलेगा और उसमें text scroll होगा। जब text scroll होना बंद हो जाए, तो BOX तैयार है। जब तक आप live हैं, यह window पूरे समय खुली रखें और इसे minimize न करें।

Chapter 2 — आपका AI host (look + आवाज़)

आपके AI host के दो हिस्से हैं: वह कैसा दिखता है (AI digital human) और कैसा सुनाई देता है (voice model)। दोनों आप यहीं बनाते हैं।

Step 1 — Digital human बनाएं

अपने presenter का एक छोटा वीडियो upload करें और BOX उससे एक avatar model train करता है। सबसे तेज़ setup के लिए V5 look चुनें। नतीजा एक AI avatar है — एक synthetic host, कोई असली इंसान नहीं।

दो presenters के साथ train करें

आप training video दो लोगों के साथ भी shoot कर सकते हैं: main host बाईं ओर, assistant दाईं ओर। Assistant बोल सकता है, react कर सकता है और frame में आ-जा सकता है। इस तरह train करते समय mouth closed option tick करें, ताकि जब assistant बोल रहा हो तब main host चुप रहे।

Step 2 — आवाज़ clone करें (optional)

आवाज़ clone करने के लिए कुछ सेकंड की साफ audio काफी है, या आप कोई ready-made voice इस्तेमाल कर सकते हैं। V10 voice model 600+ भाषाओं को support करता है — लेकिन किसी भाषा में live बेचने के लिए आप उसी भाषा में sample record करते हैं, voice train करते हैं और scripts भी उसी भाषा में लिखते हैं। यानी Hindi दर्शकों के लिए Hindi sample, और US या UK के buyers के लिए अलग English sample और English scripts।

AI model connect करें

ताकि आपका host सच में सवालों के जवाब दे सके, AI model में जाएं और OpenAI या DeepSeek जैसे किसी provider की API key paste करें। यही वह दिमाग है जो आगे live chat के जवाब चलाता है।

Chapter 3 — अपना live room बनाएं

New Livestream पर click करें, फिर अपना platform, product category और livestream type चुनें। Livestream mode में आपको दो तरीकों में से एक चुनना होता है।

Segmented Variation — scripts को fresh रखें

Variation एक script को कई versions में दोबारा लिखता है, ताकि कोई भी दो runs एक जैसे न हों। लेकिन large models पूरी तरह predictable नहीं होते: अगर आप बहुत लंबी script (लगभग 5,000 characters) को एक साथ vary करते हैं, तो उसके कुछ हिस्से छूट सकते हैं। इसका हल है script को 300–500 characters के segments में बांटना और हर segment को अलग से vary करना।

Workflow:

1. पूरी script को Duplicate करें।
2. Batch Add पर click करके उसे paste करें। Batch Add paragraph breaks पर split करता है, इसलिए जहां नया segment शुरू होना चाहिए वहां दो बार Enter दबाएं।
3. उदाहरण के लिए चार segments बनाएं, फिर Confirm पर click करें।
4. Original लंबा version delete कर दें।
5. Variation पर click करें, box में अपनी खास requirements लिखें (जैसे: “professional लेकिन समझने में आसान, friendly, साफ, भरोसेमंद, बिना बढ़ा-चढ़ाकर” और “internet slang से बचें”), फिर Confirm करें।

Live stream के दौरान system हर {curly brackets} वाले set में से एक वाक्य और हर [square brackets] वाले set में से एक शब्द random चुनता है, इसलिए हर run अलग निकलता है।

दूसरी आवाज़ जोड़ें — assistant

Live stream खोलें और script tab पर जाएं (उस पर “Supports co-host mode” लिखा होता है)। (Round brackets) में लिखा हर text assistant को मिलता है; जब assistant वह line बोलता है तब host रुकता है। उदाहरण:

यह serum हमारा best seller है। (और आज इस पर 20% की छूट है।)

Assistant को अपनी अलग आवाज़ Settings → Assistant Voice → Enable में दें, और host से अलग voice चुनें। अगर आपने दो लोगों के साथ train किया है, तो assistant स्क्रीन पर दाईं ओर दिखता है; अगर एक व्यक्ति के साथ train किया है, तो assistant सिर्फ आवाज़ है। Assistant से live सवालों के जवाब भी दिलवाने के लिए AI Chat → Live Chat Method में जाकर Assistant tick करें।

Smart Live Chat — stream को interactive बनाएं

Live stream में AI Chat tab खोलें। यहां तीन settings और एक knowledge base है।

• Proactive Live Chat: नए viewers का स्वागत करता है, follows और likes मांगता है, और लोगों को खरीदने के लिए nudge करता है। Default रूप से on है; wording को Engagement Prompts में customize करें।
• Smart Live Chat: इसे on करें और एक LLM आपके knowledge base से chat के सवालों का real time में जवाब देता है। Live Chat Method तय करता है कि जवाब कौन देगा: Host (बोलकर), Chat message (chat में text reply), या Assistant (assistant की आवाज़)। एक, दो या तीनों tick करें।
• Custom knowledge base: 20,000 characters तक — कीमतें, sizes, shipping, returns, और आम सवालों के सबसे अच्छे जवाब। जितना अच्छा आपका knowledge base, उतने अच्छे जवाब।

Chapter 4 — Live जाएं

जब आपका room तैयार हो जाए, Save and Publish पर click करें। उदाहरण वाला app TikTok LIVE Studio है, लेकिन हर platform का app इसी तरह काम करता है — उसे बस एक camera और एक microphone चाहिए। BOX की हर stream उस app में दो चीज़ें भेजती है: एक picture और एक आवाज़। Routing आप सिर्फ एक बार सेट करते हैं।

Voice routing

आवाज़ VB-Audio Virtual Cable से होकर जाती है। BOX के live console में Speaker = CABLE Input सेट करें। TikTok LIVE Studio (या आपके YouTube live software) में Microphone = CABLE Output सेट करें। Cable के एक सिरे में जो जाता है, वही दूसरे सिरे से निकलता है।

Picture routing

BOX HD Camera बनाता है। Digital human (या smart recorded) stream के लिए: client में Go Live Now पर click करें, लगभग तीन मिनट इंतज़ार करें, फिर TikTok LIVE Studio में HD Camera को video source के रूप में जोड़ें। आखिर में, अपने live room का link copy करें, उसे Syntopia BOX में paste करें और Connect पर click करें। इसके बाद AI host खुद comments पढ़ता है और viewers को जवाब देता है — शुरुआत के लिए OBS या deduplication की ज़रूरत नहीं।

Chapter 5 — Live जाने के और तरीके

ऊपर वाला basic flow digital human stream है। कुल मिलाकर पांच live stream types हैं, और उनमें ज़्यादातर फर्क इस बात का है कि picture कहां से आती है। हर एक ऐसे काम करता है।

Chapter 6 — Toolbox

Tools खोलें — यहां चार utilities हैं जो content बनाना और दोबारा इस्तेमाल करना काफी तेज़ कर देती हैं।

Chapter 7 — Video Live Stream और OBS Real-Time Deduplicator

यह chapter तभी ज़रूरी है जब आप खुद record किए वीडियो के साथ live जाना चाहते हैं। TikTok और Douyin जैसे live platforms असली, live broadcasts चाहते हैं, और उनके systems हर stream को check करते हैं। जो stream pre-recorded या बिना देखरेख की लगे, उसे restrict या ban किया जा सकता है।

Stream pre-recorded क्यों लगती है? ऐसी picture जो कभी नहीं बदलती, ऐसी audio जो कभी नहीं बदलती, कोई interaction नहीं — और loop किए वीडियो के बिल्कुल वही frames दोहराते हुए, जिन्हें कोई system आसानी से पहचान लेता है। Deduplication का मतलब है यह पक्का करना कि कोई भी दो loops कभी एक जैसे न हों — जैसे असली studio में होता है, जहां रोशनी बदलती है, लोग हिलते-डुलते हैं और आवाज़ें आती-जाती रहती हैं।

“Plug-in picture को fresh रखता है; client बातचीत को असली रखता है।”

Deduplicator क्या करता है

• Picture modules: Main Video module (playback speed बदलता है, colour shift करता है, बीच-बीच में frame drop करता है); Mask Videos और Web Effects (लगभग अदृश्य moving layer जो हर round में एक नई random layer से बदल जाती है); Jitter (picture को लगभग एक pixel हिलाता है ताकि वह कभी पूरी तरह स्थिर न रहे); और Anti-Ban layers (transparent image या video layers जो viewers को नहीं दिखतीं, पर हर frame को unique बनाती हैं)।
• Audio modules: Audio Ducking (random अंतराल पर ambient या छोटे co-host clips, जिनके चलते समय main audio धीमी होती है); Random Pitch और Random Volume (ताकि audio कभी बिल्कुल न दोहराए); और Dance to Sound (picture audio के साथ हिलती है)।
• AI Voice Bridge: आपके AI co-host की आवाज़ को OBS में लाता है, ताकि वह viewers का स्वागत करे, comments का जवाब दे और room को engaged रखे — यही असली interaction layer है।

आप क्या download करते हैं

दो चीज़ें: deduplicator software और एक sample pack। OBS Real-Time Deduplicator OBS का एक खास version है जिसमें tools पहले से built-in हैं — पहले से install किया हुआ normal OBS ये options नहीं दिखाएगा। यह हर paid Syntopia plan के साथ शामिल है और आप इसे app.syntopia.ai पर अपने dashboard से download करते हैं।

आपको एक archive मिलता है जिसमें ready-to-run OBS 30.2.3 है, plug-in पहले से install किया हुआ, साथ में Microsoft runtime installer और एक install guide (कोई setup wizard नहीं है)। Install करने के लिए:

1. Microsoft runtime के लिए vc_redist चलाएं।
2. OBS Studio folder unzip करें।
3. bin → 64bit → OBS64.exe पर जाएं (desktop shortcut बना लें)।
4. data → obs-plugins → win-dshow में Virtual Cam Install पर right-click करके Run as Administrator चुनें (इससे वह virtual camera install होता है जो picture को TikTok LIVE Studio या आपके live app में भेजता है)।

Control panel दाईं ओर docked रहता है (HD Camera, dedupe shield, anti-ban layers, live material, jitter, audio ducking) और ऐसे filters जोड़ता है जो normal OBS में नहीं होते — random frame drop, jitter, dance to sound। Sample pack ready-made example files का set है, plug-in के हर हिस्से के लिए एक folder (web effects, mask clips, anti-ban images और videos, audio clips)। Panel को इन folders पर point करें और plug-in हर round में random रूप से एक अलग file चुनता है। Samples इस्तेमाल करें या अपनी files जोड़ें।

Deduplicator module settings (exact values)

नीचे के Parts 1–7 panel के पुराने version पर record किए गए थे; Part 8 मौजूदा panel को button-दर-button समझाता है।

नया panel, ऊपर से नीचे तक

वीडियो का Part 8 मौजूदा panel को क्रम से समझाता है:

• Enable HD Camera (ऊपर दाईं ओर) — live जाने का तरीका: पहले client का अपना HD Camera बंद करें, फिर यहां Enable HD Camera पर click करें, और आपका live software HD Camera को अपने camera के रूप में जोड़ता है।
• D-dupe Shield — animated web effects जो picture को real time में dedupe करते हैं; web effects का folder box पर drag करें या browse करने के लिए click करें।
• Anti-Band Layer — इसी काम के लिए images (JPG/PNG आदि) का folder, जिसे आप खुद चुनते हैं।
• Live Material — अपनी recording इस पर drag करें (file में कोई edit ज़रूरी नहीं), फिर live जाने से पहले Start पर click करें। Confirm prompt Sources panel को lock कर देता है; lock होने के बाद material बदला नहीं जा सकता।
• Enable Jitter — picture को हल्का-हल्का हिलाता रहता है; इस panel पर distance 0.5, speed 8 इस्तेमाल करें (distance बहुत ज़्यादा या speed बहुत तेज़ न रखें)।
• Secondary Anti-Ban — अतिरिक्त video clips; videos को box पर drag करें और enable करें (color-correction opacity पहले से बहुत कम सेट है, उसे न बदलें)।
• Enable Audio Ducking।
• Main live material पर filters — चार effect filters: Random Frame Drop (15 = हर 15 में से 1 frame; 30 भी सेट कर सकते हैं), Color Adjust (basic), Jitter (value छोटी रखें — 23 जैसी value बहुत बड़ी है), और Dance to Sound (sound source = material की audio; Zoom Factor, Easing Step, Easing Range और Maximum Size movement control करते हैं)।

ये सब मिलकर बिना edit किए material को video और audio दोनों का मज़बूत real-time deduplication देते हैं — इसीलिए यह बिना किसी cutting के live जा सकता है।

भारतीय sellers के लिए: YouTube live और cross-border selling

भारत में TikTok पर प्रतिबंध है, इसलिए Indian दर्शकों तक live पहुंचने का सबसे सीधा रास्ता YouTube live है। ऊपर का पूरा setup — HD Camera से picture, CABLE Output से आवाज़ — किसी भी ऐसे live software के साथ काम करता है जिसमें आप camera और microphone चुन सकते हैं। Cross-border बेचने वाले Indian brands और exporters यही BOX setup उन markets के लिए इस्तेमाल कर सकते हैं जहां TikTok Shop चलता है, जैसे US, UK या Southeast Asia।

Time zone यहां सबसे बड़ा फायदा है। IST के हिसाब से UK की शाम लगभग आधी रात के आसपास पड़ती है और US की शाम आपकी सुबह-सुबह। इन घंटों में किसी इंसानी host को रोज़ बैठाना मुश्किल और महंगा है, जबकि AI host तय समय पर हर दिन live जाता है। हर target market के लिए उसकी अपनी भाषा में voice sample record करें, voice train करें और scripts उसी भाषा में लिखें — Hindi audience के लिए Hindi, US buyers के लिए English।

Indian buyers live में सबसे ज़्यादा कीमत, delivery का समय, COD और returns के बारे में पूछते हैं। ये जवाब पहले से अपने knowledge base में डाल दें, ताकि Smart Live Chat उन्हें तुरंत सही जवाब दे सके। Diwali, Raksha Bandhan और शादियों के सीज़न जैसे बड़े shopping मौकों के लिए scripts पहले से तैयार रखें और Segmented Variation से उन्हें fresh बनाए रखें।

आपको कौन-सा setup इस्तेमाल करना चाहिए?

Scale बढ़ाएं: एक PC से कई तक

एक PC एक live room चलाता है। एक साथ ज़्यादा rooms चलाने के लिए आप और PCs और और Syntopia BOX accounts जोड़ते हैं — हर एक साथ चलने वाले room के लिए एक account और एक livestream slot। वीडियो इसे सीधे गिनकर दिखाता है: पांच rooms, दस, बीस, यहां तक कि सौ। कोई hard cap नहीं है; यह उतना scale होता है जितने PCs और accounts आप इसके पीछे लगाते हैं। सभी plans देखने के लिए Syntopia pricing page देखें।

अक्सर पूछे जाने वाले सवाल

Syntopia BOX से AI avatar के साथ live कैसे जाएं?

अपने PC पर Syntopia BOX install करें, HD Camera (virtual camera) और VB-Audio Virtual Cable install करें, फिर एक छोटे training video से AI digital human बनाएं। Script या AI से लिखी scripts के साथ live room बनाएं, Save and Publish पर click करें, फिर picture (HD Camera) और आवाज़ (CABLE Input → CABLE Output) को अपने live app में route करें, अपने live room का link BOX में paste करें और Connect पर click करें। इसके बाद AI host live जाता है और viewers को खुद जवाब देता है।

क्या Syntopia BOX से live जाने के लिए OBS ज़रूरी है?

नहीं — digital human, real-scene, smart recorded या AI hosting assistant stream के लिए आप HD Camera के साथ सीधे अपने platform के app से live जाते हैं, बिना deduplication के। OBS सिर्फ दो मामलों में चाहिए: Window Mode (windowed console को camera में बदलने के लिए) और Video Live Stream, जहां OBS Real-Time Deduplicator recorded वीडियो को pre-recorded दिखने से बचाता है।

क्या मैं अपनी आवाज़ clone कर सकता हूं, और वह किन भाषाओं में बोल सकती है?

हां। आवाज़ clone करने के लिए कुछ सेकंड की साफ audio काफी है, या आप कोई ready-made voice इस्तेमाल कर सकते हैं। V10 voice model 600+ भाषाओं को support करता है, लेकिन हर उस भाषा के लिए जिसमें आप live बेचना चाहते हैं, आप उसी भाषा में sample record करते हैं, voice train करते हैं और scripts उसी भाषा में लिखते हैं — जैसे Hindi live के लिए Hindi sample और English markets के लिए अलग English sample।

Standard Mode और AI Stream Mode में क्या फर्क है?

Standard Mode में script आप खुद लिखते हैं और हर शब्द आपके control में होता है — brand messages, offers और ज़रूरी lines के लिए सबसे अच्छा। AI Stream Mode में आप product info (नाम, कीमत, selling points) import करते हैं और AI अपने आप script लिखता है — बहुत सारे products के साथ जल्दी live जाने के लिए सबसे अच्छा। AI Stream पांचों live stream types के साथ काम करता है।

Live stream restrict क्यों होती है, और deduplication कैसे मदद करता है?

Platforms असली, live broadcasts चाहते हैं और ऐसी streams को flag करते हैं जो pre-recorded लगें — कभी न बदलने वाली picture, कभी न बदलने वाली audio, कोई interaction नहीं, और loop किया वीडियो जिसके बिल्कुल वही frames दोहराते हैं। OBS Real-Time Deduplicator speed, colour और frames बदलता है, अदृश्य jitter और anti-ban layers जोड़ता है, और audio का pitch और volume बदलता है, ताकि कोई भी दो loops कभी एक जैसे न हों — जबकि AI co-host असली interaction संभालता है।

मैं एक साथ कितनी AI live streams चला सकता हूं?

एक PC एक live room चलाता है। एक साथ ज़्यादा चलाने के लिए आप और PCs और और Syntopia BOX accounts जोड़ते हैं — हर एक साथ चलने वाले room के लिए एक account और एक livestream slot। यह पांच, दस, बीस, यहां तक कि सौ rooms तक scale होता है; कोई hard limit नहीं, सिर्फ उसके पीछे लगे PCs और accounts।

क्या मैं भारत से TikTok पर live बेच सकता हूं?

भारत में TikTok पर प्रतिबंध है, इसलिए Indian दर्शकों के लिए YouTube live चुनें। अगर आप Indian brand या exporter हैं और ऐसे markets में बेचते हैं जहां TikTok Shop चलता है (जैसे US, UK या Southeast Asia), तो वहां के लिए यही BOX setup इस्तेमाल होता है — उस market की भाषा में अलग से record और train की हुई voice और scripts के साथ।