
1 / 1
【概要】 Vidu S1 APIは、開発者がリアルタイムで対話できるAIデジタルヒューマンを構築するためのAPIです。単一のAPIを通じて、AIキャラクターがユーザーを見て、聞いて、双方向の音声とビデオで応答するライブ会話を実現します。 このAPIは、ストリーミングビデオ生成と双方向のライブ音声・ビデオ対話を組み合わせ、会話が進行するにつれてリアルタイムに近い形で映像を生成します。音声、テキスト、ビデオのマルチモーダル入力を受け付け、ユーザーの外見や表情、感情状態を捉えることができます。 ソーシャル、Eコマース、ゲーミング、教育分野で消費者向け製品を構築する開発者やチームに適しており、AIコンパニオン、バーチャルアイドルのライブ配信、トレーニングや教育のチューター、AIカスタマーサービス、ライブコマースのホストなどに活用できます。 【主な機能】 • ストリーミングビデオ生成: 会話中にライブビデオを生成し、キャラクターがユーザーを見て聞き、ほぼリアルタイムで応答します。 • 双方向ライブ音声・ビデオ: ユーザーとAIキャラクター間の双方向の音声およびビデオ対話をサポートします。 • マルチモーダル知覚: 1つのセッションで音声、テキスト、ビデオ入力を受け付け、ユーザーの外見、表情、感情状態を捉えます。 • 長時間セッション: 長い会話でも品質を劣化させることなく連続生成をサポートします。 • 記憶を持つペルソナ: 実在の人物、アニメキャラクター、ペットなどの初期ペルソナを定義でき、短期記憶により一貫した会話が可能です。 • 音声ライブラリ: 地域の方言を含む28言語を話すプリセット音声を提供します。 • 音声クローニング: カスタムのクローン音声を作成し、システム音声と並べてAPIで管理できます。 • セッション管理API: HTTP経由でデジタルキャラクターセッションを作成・照会し、AliRTC経由で音声・ビデオを転送、WebSocketでセッションを制御します。 【利用シーン】 1. AIコンパニオン 2. バーチャルアイドルのライブ配信 3. トレーニングや教育のチューター 【料金概要】 Free Trial: 新規ユーザーごとに1,000クレジット(約11分のライブインタラクション、フルAPIアクセス、機能制限なし、50以上の音声と28言語すべて利用可能) Pay As You Go · 3 credits / 2 s: 音声モードとビデオモードで同一価格、6秒ごとに差し引かれ、2秒間隔で四捨五入、セッションは最大600秒、自動更新可能、課金はon_liveから開始され、それ以前には発生しません Enterprise: カスタム(専任アカウントマネージャー、カスタムキャラクターとペルソナ設計、音声クローニングのオンボーディングサポート、シナリオに合わせたアーキテクチャレビュー) 【長所と短所】 長所: - 単一のAPIで双方向のライブ音声・ビデオ対話を実現したい開発者にとって、統合の手間を抑えつつリッチなインタラクションを提供できる点が大きな利点です。 - ペルソナに短期記憶を持たせられるため、一貫性のある会話体験が求められるコンシューマー向けプロダクトに適しています。 - 音声ライブラリが28言語に対応し、音声クローニングもAPIで管理できるため、多言語展開やブランドボイスの構築を視野に入れるチームに向いています。 短所: - 長時間セッションの最大継続時間は600秒です(基盤モデルは1分から2時間をサポート)。 - リアルタイムの音声・ビデオはHTTPのみでは利用できません。 - 利用料金の請求にはセッションごとに最低45クレジットの残高が必要で、残高がゼロになるとサーバーが接続を閉じます。 【よくある質問】 Q: 無料トライアルでは何が利用できますか? A: 新規ユーザーは1,000クレジットを利用でき、約11分のライブインタラクション、フルAPIアクセス、機能制限なし、50以上の音声と28言語すべてをお試しいただけます。 Q: 料金はどのように計算されますか? A: Pay As You Goでは3 credits / 2 sで、音声モードとビデオモードで同一価格です。6秒ごとに差し引かれ、2秒間隔で四捨五入され、課金はon_liveから開始されます。 Q: どのような開発者やチームに向いていますか? A: ソーシャル、Eコマース、ゲーミング、教育分野で消費者向け製品を構築する開発者やチームに適しており、AIコンパニオンやバーチャルアイドルのライブ配信、教育チューター、AIカスタマーサービス、ライブコマースホストなどの用途に活用できます。
Free Trial (1,000 credits for every new user, About 11 minutes of live interaction, Full API access, no feature gates) Pay As You Go · 3 credits / 2 s (Same price for audio and video mode, Deducted every 6 s, rounded to 2 s intervals, Sessions up to 600 s, auto-renewable) Enterprise · Custom (Dedicated account manager, Custom character and persona design, Voice cloning onboarding support)
表示価格は米国地域の参考価格です。地域によって価格は異なります。
WPS AIは、WPS Officeに統合されたAIアシスタントです。文書の執筆やPPTのアウトライン生成、長文の要約と質問応答、表計算の数式作成やデータ分析までをサポートします。中国語環境で利用でき、日々のオフィスワークにおける作成・整理…
Baidu Comateは、百度の文心大模型(ERNIE)を基盤としたAIコーディングアシスタントです。自動コード生成、単体テスト生成、コメント生成、インテリジェントQ&Aといった機能を提供し、開発者がコーディング作業を効率化できるよう支援…
UniConverterは、動画・音声・画像の変換、圧縮、編集、画質向上をまとめて行えるAIメディアツールです。低画質な映像を復元するAI Video…
掲載日
2026/10/25
閲覧数
543
クリック数
2
Vidu S1 APIの代わりに検討したいツール6件