Syntopia BOX ガイド
顔出しなしでライブ販売したいですか?カメラに映る必要はありませんし、画面にアバターを出す必要もありません。Syntopia BOX なら、アバターなしのAIボイス・ライブ配信ができます — 実際のカメラ映像やあなたの商品が画面を埋め、AIの声があなたに代わって紹介し、売り込み、チャットに返答します。

多くのセラーが同じ壁にぶつかります。商品は揃っていて、配信は何時間でも回せるのに、一日中カメラの前に座りたい人はいません — そもそも顔を出したくない人も多いのです。カメラが苦手、プライバシーが気になる、あるいは単純に主役は商品であって、話し手の顔はむしろ邪魔になる、といった理由です。
このガイドでは、Syntopia BOX に搭載された2つの顔出しなしライブ販売モード — リアルシーン・ライブ配信(Real-Scene Live Stream)とAIホスティングアシスタント(AI Hosting Assistant) — を解説します。これらを使えば、商品だけを画面に映し、AIの声に話させてライブ配信できます。インストールから配信開始まで、すべての配信タイプを網羅した手順はSyntopia BOX 完全ガイドをご覧ください。
- 顔なし・アバターなし:どちらのモードもカメラ映像または商品を画面に映します — AIデジタルヒューマンも、人間のプレゼンターも必要ありません。
- リアルシーン・ライブ配信 = 商品や実店舗の空間をカメラに映しながら、台本に沿ったAIの声が販売し、視聴者に答えます。
- AIホスティングアシスタント = あなた自身のカメラ映像を画面に映し、視聴者から質問が来たときだけAIの声が答えます。
- 話すのはAIの声です — 数秒の音声から声をクローンするか、既成の声を選べます。V10 なら 600 以上の言語で販売でき(市場ごとに声を学習させます)、言語ごとに声を用意します。
- どちらのモードも OBS や重複回避(ディデュプリケーション)は不要です。どちらも本物のライブカメラを使うからです。
「ボイスオンリー(声だけ)」のライブ販売とは
Syntopia BOX の通常のAIライブ配信は、画面にAIデジタルヒューマンを映します。ボイスオンリーのライブ販売は、その顔を完全に取り去ります。映像は本物のカメラから — 商品、店舗、あるいはプレゼンターに向けたもの — で、知能は声に宿ります。台本を読み上げ、場の空気に反応し、リアルタイムで買い手に答えるAIの声です。
Syntopia BOX には、これを実現する2つの方法が用意されています。どちらが合うかは、AIにどれだけ話させたいかで決まります。
| リアルシーン・ライブ配信 | AIホスティングアシスタント | |
|---|---|---|
| 画面に映るもの | 商品、店舗、または実空間 — 人は不要 | あなた自身のカメラ — あなた、プレゼンター、または商品 |
| 台本 | あり — 自分で書くかAIが執筆。声が途切れず紹介し続ける | なし — 質問が来るまで声は黙っている |
| AIの声の役割 | 配信全体を進行しさらにチャットにも答える | 視聴者の質問にのみ答える |
| 画面上のアバター | なし | なし |
| OBS/重複回避 | 不要 | 不要 |
| 向いている用途 | 食品、小売、商品デモ、開封 | 商品配信や人が進行する配信に、ライブのAIチャット対応を追加 |

始める前に:一度だけのセットアップ
どちらのモードも同じ土台を使います。Syntopia BOX は自分のPC上で動くオンプレミスの Windows アプリで、映像と音声をライブ配信アプリに送り込みます(例では TikTok LIVE Studio を使っていますが、対応するどのプラットフォームでも手順は同じです)。この設定は最初の一度だけです。
- 仮想カメラ:BOX の human-infer フォルダーで Install Camera をダブルクリックし、HD Camera デバイスを作成します。
- 仮想サウンドカード:VB-Audio Virtual Cable をインストールし(管理者として実行 → Install Driver → PCを再起動)、システムの音声出力を CABLE Input に設定します。
- BOX を起動:human-infer フォルダーで Start をダブルクリックし、コンソールのスクロールが止まるまで待ちます。配信中はずっと開いたままにしておきます。
この段階の詳しい手順は完全ガイドにあります — この記事では、顔出しなしモードを選んだあとに変わる点に絞って説明します。
配信に声を与える
画面に顔がない分、声こそがホストです — だからこそ丁寧に選ぶ価値があります。クリアな音声が数秒あれば声をクローンできますし、既成の声から選ぶこともできます。AIの声は合成音声モデルであって、生身の人物ではありません。声は2系統あります。V6(主に英語向けに調整)と、V10(英語にも対応しつつ、外国語の声のために作られたもの)です。V10 は 600 以上の言語に対応し、主要な言語はあらかじめ読み込まれています。ある市場で販売するには、その言語で短いサンプルを録音し、それを使って V10 の声を学習させ、その言語で台本を書きます。声は各ルームの Settings で、配信前に選びます。
モード1 — リアルシーン・ライブ配信(商品をカメラに、AIが販売)
リアルシーン・ライブ配信は、最も純粋な顔出しなしの構成です。実物の商品が映像のすべてで、台本に沿ったAIの声が販売をすべて担います。カメラに映る人はおらず、アバターもありません。食品の屋台、小売の棚、ジュエリー、ガジェット — 語るより見せたほうが売れるものすべてのために作られています。
リアルシーン・ライブ配信の設定方法
- 商品にカメラを向ける。ウェブカメラ、またはカメラとキャプチャーカードを、商品・店舗・空間に向けて接続します。ここでは照明の良し悪しが何より効きます — 映像があなたのプレゼンターなのです。
- ルームを作成する。New Livestream → Real Scene をクリックします(ホストアバターのないタイプです)。
- 商品と台本を追加する。商品を追加し、台本を自分で書くか、AI Stream Mode に商品名・価格・セールスポイントから下書きさせます。声がこれを途切れず読み上げ、ルームを盛り上げ続けます。
- 声を選ぶ。Settings でクローン音声または既成の声を選びます。
- 配信を開始する。Go Live Now をクリックします。TikTok LIVE Studio では、本物のカメラを映像ソースとして追加し、マイク=CABLE Output に設定して、AIの声が仮想ケーブル経由で入ってくるようにします。
本物のライブカメラなので、プラットフォームが録画済みと判定して弾く材料がありません。そのため OBS も重複回避ツールも不要です。下記の Smart Live Chat をオンにすれば、台本を読み上げるのと同じAIの声が、チャットに書き込んだ買い手にも答えます。
モード2 — AIホスティングアシスタント(自分のカメラ、AIが回答)
AIホスティングアシスタントはバランスを逆にします。ここには台本がなく、アバターもありません — AIの声は視聴者が何か尋ねるまで黙っていて、尋ねられたら知識ベースから声に出して答えます。映像は単純にあなた自身のカメラです。あなた、同僚、あるいは商品。全編の台本を書かずに、疲れを知らず常に正確なサポートの声を配信に足すやり方です。
AIホスティングアシスタント配信の設定方法
- ルームを作成する。New Live Stream → AI Hosting Assistant をクリックします。デジタルヒューマンも、書くべき台本もありません。
- 商品を追加する。取り上げる商品を登録し、アシスタントが何について答えるのかを把握できるようにします。
- Smart Live Chat をオンにする。AI Chat タブで Smart Live Chat を有効にし、商品知識を知識ベースに追加します(最大2万文字 — 価格、サイズ、配送、返品、よくある質問)。
- 回答を声に回す。Live Chat Method を設定し、Assistant にチェックを入れて、返信が音声として出るようにします。そのうえで Settings でアシスタントの声を選びます。
- 公開して配信開始。Save & Publish をクリックし、続いて Go Live Now、そして配信アプリでカメラを映像ソースとして追加し、マイク=CABLE Output にします。
これは、デジタルヒューマン配信の中にあるアシスタント音声(角括弧の台本行を読み上げるもの)とは別物です。AIホスティングアシスタントモードでは、声は純粋に受け身 — 話すライブよくある質問です。
AIの声が買い手に答える仕組み
どちらのモードも、知能の出どころは同じです。Smart Live Chat とカスタム知識ベースです。AIモデルを接続し(OpenAI や DeepSeek などのプロバイダーのAPIキーを貼り付け)、実際の価格・配送ルール・在庫回答で知識ベースを満たすと、AIがチャットを読んでリアルタイムに返答します — 選んだ声で、声に出して。知識ベースが充実しているほど、回答も良くなります。
リアルシーンでは Proactive Live Chat をオンのままにもできます。そうすると声が新しい視聴者を歓迎し、フォローやいいねを促し、商品の合間に購入をそっと後押しします。AIホスティングアシスタントモードでは受け身の面を活かします — 人か商品に映像を担わせ、放っておけば答えられずに流れてしまう質問を、AIの声にすべて拾わせましょう。
商品は画面に映ったまま。AIの声がルームを回し続け、販売し、答えます — 顔は要りません。
どちらの顔出しなしモードを選ぶべき?
どちらのモードも自分のPCで24時間休みなく動くので、顔出しなしのルームは人間のホストよりはるかに長くライブを続けられます — AIライブ販売がプロのホストの時給のごく一部で済む大きな理由です(現行プランで1時間あたり約 $2.26 から。Syntopia 料金ページをご覧ください)。
- 配信内では声がAIであることを正直に保ちましょう — AIの声であって、隠れた生身の人物ではありません。
- リアルシーンではカメラに映る人がいないので、開示すべき肖像はありません — あるのはAIの声だけです。
- AIホスティングアシスタントで実在の人物がカメラに映っている場合、その人は本当にそこにいます。AIなのは答える声だけです。
もう一つの顔出しなしルート:クローンしたAIアバター
ボイスオンリーだけが顔を出さずに済む方法ではありません。画面にはプレゼンターを出したいけれど、それが自分であってはいけない、という場合は、自分 — あるいはモデル — をAIアバターとしてクローンし、そのアバターに配信を進行させられます。短い動画から(あなた自身、または同意したプレゼンターの)AIデジタルヒューマンを学習させれば、以降はアバターがライブに出て、売り込み、自力でチャットに答えます — あなたは一度もカメラの前に座りません。
つまり「顔出しなし」は実は2つのルートを指し、合うほうを選べます。上記のリアルシーンやAIホスティングアシスタントのモードでプレゼンターをまったく置かないか、クローンしたアバターを画面に出して顔はあるけれど — 決して生身のあなたではない状態にするか。どちらも同じAIの声と Smart Live Chat で動き、違いは合成ホストが画面に現れるかどうかだけです。
日本のセラーへ:顔出しなしライブ配信を活かすコツ
日本の買い手は、サイズ・素材・送料・納期といった細部をていねいに確認してから購入する傾向があります。だからこそ、商品を大きく映すリアルシーンと、質問に正確に答えるAIの声の組み合わせは相性が良いのです。知識ベースには、送料、配送目安、返品の条件、代金引換やコンビニ払いといった支払い方法への対応など、日本の視聴者がコメント欄でよく尋ねる内容を日本語でそのまま入れておきましょう。回答が具体的なほど、離脱が減り購入につながります。
タイミングも効きます。仕事や家事のあとに視聴が伸びる夜の時間帯(日本時間)や、お中元・お歳暮・年末年始やセール時期の需要に合わせて配信を組むと効果的です。顔出しなしのルームは24時間動かせるので、深夜帯や早朝など、人を立てにくい時間も止めずに回せます。コスメ、アパレル、食品、生活雑貨のように「見せたほうが伝わる」カテゴリーは、商品をカメラに映すリアルシーンと特に好相性です。日本国内向けの TikTok や YouTube ライブはもちろん、海外のマーケットへ越境で売りたい場合は、その言語でサンプルを録音して声を学習させ、その言語で台本を用意すれば、同じ商品を複数の市場に展開できます。
開示についても日本の視聴者は敏感です。声がAIであることを配信内で正直に伝え、各販売先の表示・返品に関するルールに沿って運用しましょう。リアルシーンでは人が映らないので開示すべき肖像はなく、アシスタントモードで実在の人が映る場合も、AIなのは答える声だけです。
よくある質問
顔をまったく出さずにライブ販売できますか?
はい。Syntopia BOX には2つの顔出しなしモードがあります。リアルシーン・ライブ配信は、商品や店舗をカメラに映しながらAIの声が紹介とチャット対応を行い、人もアバターも画面に出しません。AIホスティングアシスタントモードは、あなた自身のカメラ映像を映しつつ、AIの声が視聴者の質問にのみ答えます。どちらもあなたがカメラに映る必要はありません。
リアルシーンとAIホスティングアシスタントの違いは?
リアルシーン・ライブ配信は台本を使います。AIの声が配信全体を進行し、商品を途切れず売り込み、チャットにも答えます。AIホスティングアシスタントには台本がなく — 声は視聴者が質問するまで黙っていて、尋ねられたら知識ベースから答えます。リアルシーンは完結した顔出しなしの番組、ホスティングアシスタントは自分のカメラ映像にかぶせる受け身のサポート音声です。
AIの声は自分の本物の声ですか?
声はAIの音声モデルです。クリアな音声が数秒あれば声をクローンでき、既成の声を選ぶこともできます。V10 なら 600 以上の言語に対応します。ある市場で販売するには、その言語で短いサンプルを録音し、それを使って V10 の声を学習させ、その言語で台本を書きます。これは人が各行を読み上げた録音ではなく、ライブで生成される合成音声です。
顔出しなし配信に OBS や重複回避ツールは必要ですか?
いいえ。リアルシーン・ライブ配信もAIホスティングアシスタントも本物のライブカメラを使うので、プラットフォームが録画済みと見なして弾くような要素がありません。OBS と OBS リアルタイム重複回避ツールが必要になるのは、録画した動画ファイルから配信するときで、それは別の配信タイプです。
AIの声はどうやって買い手に正確に答えるのですか?
自分のAPIキーでAIモデルを接続し、価格・サイズ・配送・返品・よくある回答などをカスタム知識ベース(最大2万文字)に入れます。Smart Live Chat が視聴者のメッセージを読み、選んだ声でリアルタイムに声に出して返答します。知識ベースが充実しているほど、回答は正確になります。
顔出しなしのライブルームを同時に複数動かせますか?
はい。1台のPCで1つのライブルームを動かします。同時にもっと動かすには、PCと Syntopia BOX アカウントを増やします — 同時に動かすルーム1つにつき、アカウントとライブ配信枠を1つずつ。上限は特になく、背後のPCとアカウントの数だけ、実質無制限のルームまでスケールします。