「AIキャラクターと声で会話できるWebアプリを作りたい」と調べると、日本語圏でまず名前が挙がるのが AITuberKit(tegnike/aituber-kit)です。VRM/Live2Dのキャラクターをブラウザで動かし、LLMと音声合成を差し替えながら対話・配信・デジタルサイネージまでカバーできる、実質的に国内標準に近い立ち位置のツールキットになっています。ただし採用の可否を分ける情報が2つ、検索結果の表面には出てきません。ライセンスがMITではないことと、一度「開発停止」が告知されていることです。この記事はその2点を一次情報とGitHubの実データで確認したうえで、機能と選定基準を整理します。なお、キャラクターの見た目ではなく対話の中身をどう組むかという土台側の選定は別問題で、そちらはAIエージェントフレームワーク比較2026|LangGraph・CrewAI・Dify等9種をStar数・実コードで検証にまとめています。
この記事のポイント(30秒でわかる AITuberKit)
・何ができるか:VRM(3D)・Live2D(2D)のキャラクターがブラウザ上で喋る対話アプリを、コードをほぼ書かずに立ち上げられる。YouTube配信への自動応答、デジタルサイネージ向けのデモ端末モード、OpenAI Realtime APIによる低遅延対話まで同梱
・ライセンス:v1.x.x は MIT、v2.0.0 以降はカスタムライセンス。個人の非営利利用・教育・非営利団体・デモ展示は無償、商用利用は別途購入が必要(公式記載で価格明示は10万/30万/100万円の3種、ほかに個別見積もりのカスタムライセンス。いずれも税込・買い切り)
・開発状況:2025年11月に開発停止が告知され、リリースは2025-09〜2026-01の5か月間ゼロ。2026年2月に再開し、実測時点では v2.74.0(2026-08-12)まで進んでいる
・差し替えできる範囲:対応LLM 15種・音声合成エンジン 11種(READMEの記載)。Ollama / LM Studio でローカルLLMも選べる
・向く用途:個人のAITuber配信、イベント展示、社内PoC。向かない用途:ライセンス費用を見込んでいない商用サービスへの無断組み込み
AITuberKitとは——VRM/Live2Dキャラが喋るWebアプリの土台
AITuberKitは、pixiv株式会社が公開する ChatVRM をフォークして開発されているツールキットです(READMEの謝辞に明記)。リポジトリの初期コミットは2023年4月28日、GitHub Releasesの1本目は2024年6月です。READMEの言葉を借りれば「誰でも簡単にAIキャラクターとチャットできるWebアプリケーションを構築できる」ことを狙ったもので、実体は Next.js のWebアプリです。
技術的な立ち位置を一言でいうと、「ガワ」に相当する部分をまるごと引き受けるプロダクトです。キャラクターの描画、音声の再生、会話履歴の保持、設定UI——AIキャラを作ろうとしたときに地味に時間を吸われる部分が最初から入っています。逆に、LLMも音声合成も自前では持っていません。どちらも外部のAPIまたはローカルサーバーに投げる設計で、そこが差し替え可能な拡張点になっています。
機能はREADMEの分類で5つに整理されています。
| カテゴリ | 主な内容 |
|---|---|
| AIキャラとの対話 | 各種LLM APIキーでの会話、カメラ映像・画像を認識するマルチモーダル対応、直近会話の記憶保持、RAGベースの長期記憶 |
| AITuber配信 | YouTube配信コメントの取得と自動応答(YouTube API / わんコメ)、コメントが無くても発言する会話継続モード |
| デモ端末・デジタルサイネージ | フルスクリーン表示のデモ端末モード(パスコード認証・NGワードフィルタ・入力長制限)、カメラ顔検出による人感検知、アイドルモード |
| 高度な対話モード | OpenAI Realtime APIによる低遅延対話と関数実行、オーディオモード、Reasoningモード、ゲーム実況モード |
| 連携・拡張 | WebSocketでの外部連携モード、スライドを自動発表するスライドモード、外部APIからの発話指示 |
注目したいのは3番目の「デモ端末・デジタルサイネージ」です。パスコード認証・NGワードフィルタ・入力長制限・人感検知といった機能は、個人の配信用途ではなく展示や店頭設置を想定した実装です。つまりAITuberKitは早い段階から業務用途を視野に入れており、それが後述するライセンス設計とも整合しています。
対話の中身そのものをどう組むか——複数ステップの推論やツール実行を伴う設計——は、AITuberKitの守備範囲の外です。質問の分岐や深掘りを状態遷移として設計したい場合は、LangGraph入門|とは?状態遷移でマルチエージェントを作る基本とLangChainとの違い・比較のような外部のフレームワークと組み合わせることになります。
開発は止まっているのか——リリース履歴で見る5か月の空白と再開
「AITuberKit」で検索すると、公式サイトと公式ドキュメントに混じって、開発者本人による「AITuberKitの開発停止報告と今後」というnote記事が上位に表示されます。2025年11月17日公開の記事で、2024年5月から「1年と数カ月」ほぼ毎日開発してきたと振り返ったうえで開発停止を告知しています。理由として挙げられているのは、もともとの関心が「AITuberを作ること」であって「AITuberツールを作ること」ではなかったこと、そして自身のAIキャラクター「AIニケちゃん」に時間を割きたいことです。副次的な理由として、AIキャラクター関連のプロダクトが増えてきたことにも触れています。
継続するものとしては、Discord・X DMでの質問対応、重大なバグ修正、商用ライセンス販売の3つが挙げられています。さらに、プロジェクト全体の譲渡について後継者をX DMで募る一方、「完全な無償オープンソース化は予定していない」とも書かれています。後述するライセンスの話は、この方針と地続きです。
一方でGitHubのリポジトリを見ると、実測時点(2026-08-28)で v2.74.0 が 2026-08-12 にリリースされており、直近コミットも2026-08-17です。告知と現状が食い違って見えるので、GitHub Releases APIで全リリースを取得して月別に数え直しました。
# 全リリースを取得して公開月ごとに集計する(要 GITHUB_TOKEN)
gh api --paginate 'repos/tegnike/aituber-kit/releases' \
--jq '.[].published_at[0:7]' | sort | uniq -c
結果は次の通りです(全123リリース)。
| 期間 | リリース本数 | 状況 |
|---|---|---|
| 2024-06 〜 2025-08(15か月) | 81本 | 継続的に開発。月平均5.4本 |
| 2025-09 〜 2026-01(5か月) | 0本 | 完全な空白。2025年11月の停止告知はこの期間中 |
| 2026-02 〜 2026-03 | 9本 | 再開 |
| 2026-06 〜 2026-08 | 33本 | 月9〜14本。告知前の平均を上回るペース |
つまり、開発停止の告知は実態を正確に反映していた(実際に5か月止まった)が、その後に再開しており、現在は停止前より活発という二段構えの状況です。2026年4月〜5月も0本なので、再開後の立ち上がりも一直線ではありません。
この記事で言えること/言えないこと
上の表は「リリースの本数」という観測可能な事実だけを数えたものです。開発者本人が停止方針を撤回したという公式の表明は確認できていません。 停止告知で継続対象とされた「重大なバグ修正」の延長として結果的にリリースが増えている可能性も、方針が変わった可能性も、この数字だけでは区別できません。導入を検討する場合は、リポジトリの Issues や Discord で現在のメンテナンス方針を直接確認することをおすすめします。
実務上の読み方としては、「一度5か月止まった実績がある」ことを前提に依存の深さを決めるのが妥当です。フォークして自前で保守できる規模か、アップストリームの更新に業務が依存しないか——この2点が確認できていれば、現在のリリースペースは十分に健全な部類に入ります。
AITuberKitのライセンスはMITではない——商用利用の料金体系
導入判断に一番効くのがここです。AITuberKitのREADMEは冒頭で自らを「オープンソースのツールキット」と紹介していますが、現行バージョンのライセンスはOSI準拠のオープンソースライセンスではありません。
公式ドキュメント(docs/license.md)の記載を整理すると、次のようになります。
| 区分 | 条件 | 費用 |
|---|---|---|
| v1.x.x | MITライセンス | 無償 |
| 無償利用(v2.0.0以降) | 個人の非営利利用/教育目的/非営利団体の非営利活動/認知度向上を目的とした展示・デモ | 無償 |
| 導入検討段階 | 導入前・検討段階での試験的な社内利用 | 無償 |
| スタンダードライセンス | 自社内での商用利用、または改変して1社まで再配布 | 税込 ¥100,000 |
| デベロッパーライセンス | 改変して最大5社まで再配布 | 税込 ¥300,000 |
| エンタープライズライセンス | 改変および無制限の再配布 | 税込 ¥1,000,000 |
| カスタムライセンス | 特殊な要件や追加の契約条件が必要な場合(利用範囲は個別に協議) | 個別見積もり |
価格が明示されているのは上の3種で、これに加えて要件が特殊な場合のカスタムライセンス(個別見積もり)が用意されています。いずれも買い切りで期限はなく、サポートは含まれません。また「ライセンス取得時の最新バージョンに適用される」ため、メジャーアップデート時にアップグレード料金が発生する可能性がある旨も明記されています。さらに、非営利として使い始めたあとに商用利用が確認された場合は、商用利用開始時点まで遡って請求する条項があります。
ライセンス表記は2段階で変わっている
もう一段細かい話ですが、リポジトリの LICENSE ファイルを実際にタグ間で比較すると、変更は一度ではなく二段階でした。手元で次のように確認できます。
git clone --filter=blob:none --no-checkout https://github.com/tegnike/aituber-kit.git
cd aituber-kit
git show v1.44.1:LICENSE | head -1 # => MIT License
git show v2.0.0:LICENSE | head -5 # => Dual License / 1. MIT License (for non-commercial use)
git show v2.74.0:LICENSE | head -5 # => Custom License / 1. Non-Commercial Use License
実測結果は次の通りです。
| タグ | 日付 | LICENSE冒頭の表記 |
|---|---|---|
| v1.44.1 | 2024-10-22 | MIT License |
| v2.0.0 | 2024-10-24 | Dual License — 「1. MIT License (for non-commercial use)」「2. Commercial License」 |
| v2.74.0 | 2026-08-13 | Custom License — 「1. Non-Commercial Use License」「2. Commercial License」 |
v2.0.0のタグ時点では「非商用向けのMIT」という表記でしたが、同じ2024-10-24のうちにコミット beac04e(タグ付けの約88分後)で「Non-Commercial Use License」へ書き換えられています。 MITライセンスは帰属表示以外に用途の制限を課さない条項構成なので、「非商用限定のMIT」は語義として成立しません。現行の表記はその不整合を解消したもの、と読むのが自然です。
実務上の確認ポイント
・「AITuberKitはオープンソース」という紹介記事を根拠に商用導入を進めない。判断の根拠は LICENSE ファイルと docs/license.md の現物にする
・v1.x.x に留まればMITだが、v1系の最終リリースは 2024-10-22 の v1.44.1 で、以降2年近く更新がない。セキュリティ上の理由から現実的な選択肢にはなりにくい
・「検討段階の試験的な社内利用は無償」と明記されているので、PoCそのものは費用なしで回せる
・キャラクターモデル(VRM/Live2D)とロゴには別個の利用規約がある(docs/character_model_licence.md / docs/logo_licence.md)。本体ライセンスとは分けて確認する
なお本記事はライセンス文書の記載内容を整理したものであり、法的な解釈や助言ではありません。実際の商用導入にあたっては、契約条件の最終判断を法務担当者・専門家に確認してください。
インストールと起動——Node.js 24指定は実際には警告どまり
セットアップはNext.jsアプリの標準的な流れです。READMEの「開発環境」には Node.js: 24.x / npm: ^11.6.2 と記載されています。
git clone https://github.com/tegnike/aituber-kit.git
cd aituber-kit
npm install
cp .env.example .env
npm run dev # http://localhost:3000
この「Node.js 24.x」がどれくらい強い要求なのかを確認するため、要件を満たさない環境(Node v22.13.1 / npm 11.1.0)で v2.74.0 の依存解決を実際に走らせました。
git checkout v2.74.0
npm install --dry-run --no-audit --no-fund
結果は、npm warn EBADENGINE Unsupported engine(required: { node: '24.x', npm: '^11.6.2' } / current: { node: 'v22.13.1', npm: '11.1.0' })という警告が10件出たうえで、1,729パッケージの解決に成功し終了コードは0でした。リポジトリに .npmrc は無く、engine-strict も設定されていません。
つまり engines フィールドは助言的で、インストール自体はブロックされません。 これは「Node 24を入れなくてもよい」という意味ではなく、バージョン不一致がインストール時ではなく実行時に表面化するという意味です。ビルドやランタイムでの挙動は別途検証が必要で、本記事では依存解決までしか確認していません。素直にNode 24系を用意するのが安全です。
初回セットアップ後は LAUNCH.bat(Windows)/ LAUNCH.command(macOS)のダブルクリック起動、あるいは docker compose up -d も用意されています。LLMのAPIキーは必須ではありません——Ollama や LM Studio をローカルで動かす構成を選べば、キーなしでも会話まで到達できます。
READMEには本番デプロイ時の注意も明記されています。APIキーをブラウザ側(NEXT_PUBLIC_*)に置く構成では鍵が露出すること、デモモードのレート制限(AITUBERKIT_DEMO_RATE_LIMIT_PER_MINUTE)はプロセス内メモリによる簡易実装でサーバーレスや複数レプリカ構成では期待通りに効かないこと——公開環境に出す場合はWAFや共有レート制限の併用が推奨されています。
AITuberKitの対応LLM15種・音声合成11種——差し替えの実際
AITuberKitの実用上の強みは、日本語音声の選択肢の広さです。READMEに列挙されている対応サービスは次の通りです。
| 層 | 対応サービス(READMEの記載) |
|---|---|
| キャラクターモデル | VRM(3D・モーションタグ対応)/Live2D(Cubism 3以降)/MotionPNGTuber(動画ベース) |
| LLM(15種) | OpenAI・Anthropic・Google Gemini・Azure OpenAI・Groq・Cohere・Mistral AI・Perplexity・Fireworks・LM Studio・Ollama・Dify・xAI・DeepSeek・OpenRouter |
| 音声合成(11種) | VOICEVOX・Koeiromap・Google Text-to-Speech・Style-Bert-VITS2・AivisSpeech・Aivis Cloud API・Cartesia・GSVI TTS・ElevenLabs・OpenAI・Azure OpenAI |
音声合成側に VOICEVOX・Style-Bert-VITS2・AivisSpeech が入っているのが実務的に効きます。海外製の実写アバター系フレームワークは英語・中国語のTTSを前提に組まれていることが多く、日本語を喋らせると発話の自然さで見劣りする場面があります。日本語のキャラクター音声を最優先するなら、この一点だけでAITuberKitを選ぶ理由になります。
LLM側に Ollama / LM Studio があるため、モデルをローカルに置いて外部にテキストを出さない構成も取れます。どのモデルを選ぶかの判断材料はLLMとは?仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版を参照してください。
ただし列挙されている数と、実際に各サービスがどこまで動くかは別です。本記事で確認したのはREADMEの記載内容までで、15×11の組み合わせを実機で検証したわけではありません。採用前に、使う予定の組み合わせだけは自分の環境で通しておくことを勧めます。
類似OSSとの比較——OpenAvatarChat・Duix-Mobile・TEN Framework
AIキャラ/アバターと対話するOSSは他にもありますが、AITuberKitと同じ土俵に立つものは少ないというのが実態です。実測した主要リポジトリの状況を並べます(数値はGitHub API・2026-08-28実測、性能値はいずれも各リポジトリの公称値)。
| プロジェクト | ★ | 最終push | ライセンス | 立ち位置 | 公称する強み |
|---|---|---|---|---|---|
| AITuberKit | 1,054 | 2026-08-17 | カスタム(商用は有償) | 3D/2Dキャラの対話Webアプリ | 日本語TTS 11種、配信・サイネージまで同梱 |
| OpenAvatarChat | 3,724 | 2026-07-31 | Apache-2.0 | 実写系アバターのモジュラー構成 | 「平均応答時間 2.2秒」、0.6.0で前後端分離 |
| Duix-Mobile | 8,200 | 2026-08-05 | NOASSERTION | 端末内デプロイのアバターSDK | 「Snapdragon 8 Gen 2 実測で120ms以下」 |
| TEN Framework | 11,088 | 2026-08-27 | NOASSERTION | リアルタイム対話フレームワーク | MotionSync+Trulience/HeyGen/Tavus対応 |
| MuseTalk | 6,464 | 2025-09-26 | NOASSERTION | リップシンク単体モデル | 「V100で30fps以上」 |
読み取るべき差は3つあります。
1. カバー範囲が違う。 MuseTalkは口の動きを合わせるモデル単体で、会話ループもUIも持ちません。Duix-Mobileは端末内で動くアバターSDKで、LLM/ASR/TTSは自前のものを差す前提です。AITuberKitとOpenAvatarChatだけが「そのまま会話できる状態」で提供されています。
2. 公称値の意味が揃っていない。 Duix-Mobileのリポジトリ説明文は「<1.5 s latency」と書いている一方、README本文は「120ms以下(Snapdragon 8 Gen 2 で測定)」と書いています。同じプロジェクト内で1桁違う数字が並んでいるのは、測っている区間が違う(アバター描画の応答か、発話までのエンドツーエンドか)ためと考えるのが自然です。本記事はこれらを実機で測っていません。比較検討では、数字そのものより「何から何までの時間か」を各プロジェクトのドキュメントで確認してください。
3. メンテナンス状況に開きがある。 MuseTalkは★6,464と規模があるにもかかわらず最終pushが2025-09-26で、リリースは1本もありません。実測時点で約11か月更新が止まっており、新規採用の第一候補にはしにくい状態です。「star数が多い=現役」ではない典型例です。
リアルタイム音声対話そのものの土台をどう選ぶか——LiveKit Agents・Pipecat・TEN Frameworkのような会話オーケストレーション層の比較は、Pipecatとは?LiveKit Agents・TEN Frameworkと比較する音声AIエージェントOSSの選び方で扱っています。
どんな用途に向くか——採用面接やサイネージで使う前の確認事項
最後に選定の判断軸を整理します。
向く用途
・個人のAITuber配信:YouTubeコメント取得と自動応答、会話継続モードまで揃っており、ライセンス上も非営利なら無償。最も素直な使い方
・イベント展示・デモ:「認知度向上を目的とした展示・デモンストレーション」は無償枠に明記されている。デモ端末モードの人感検知・NGワードフィルタも展示向けに作られている
・社内PoC:検討段階の試験的な社内利用は無償。日本語TTSの品質を評価するための試作には最適
・日本語音声の自然さが最優先の案件:VOICEVOX / Style-Bert-VITS2 / AivisSpeech が最初から選べるのは他に代えがたい
慎重に判断すべき用途
・商用サービスへの組み込み:ライセンス費用(10万〜100万円)が前提。無償だと思って進めると遡及請求の条項に触れる
・採用面接のような業務システム:技術的には対話・録音まで到達できるが、面接の合否判断に関わる用途では、応募者への説明、記録の保存、評価根拠の追跡といった運用側の設計が本体の外側に必要になる。AITuberKitはトランスクリプトと評価を紐づけて監査可能に保存する仕組みを持たないため、その層は自前で設計することになる(法令上の要件については、扱う情報の性質に応じて専門家に確認してください)
・アップストリームに強く依存する構成:5か月止まった実績があるため、フォークして保守できる体制か、更新が止まっても業務が回るかを先に決めておく
作りたい"] --> B{"商用利用か?"} B -->|"はい"| C{"ライセンス費用
10万〜100万円を
見込めるか?"} B -->|"いいえ(個人・教育・
非営利・展示)"| D["AITuberKit
(無償枠に該当)"] C -->|"はい"| D C -->|"いいえ"| E{"日本語音声の自然さが
要件の中心か?"} E -->|"はい"| F["v1.44.1(MIT)を検討
※2年以上更新なし"] E -->|"いいえ"| G["OpenAvatarChat
(Apache-2.0)等を検討"] D --> H{"重要なのは
見た目か会話制御か?"} H -->|"見た目・キャラ性"| I["AITuberKit で完結"] H -->|"割り込み・ターン終了検知"| J["会話オーケストレーション層
(LiveKit Agents / Pipecat)
から選ぶ"]
判断フローは単純です。①商用か非商用か → 商用ならライセンス費用を見込めるか。②日本語音声の品質が要件の中心か → 中心ならAITuberKit、そうでなければApache-2.0のOpenAvatarChatなど他の選択肢が広がる。③アバターの見た目より会話の制御(割り込み・ターン終了検知)が重要か → 重要ならAITuberKitではなく会話オーケストレーション層のフレームワークから選ぶ。
まとめ
AITuberKitは、日本語のAIキャラクター対話を最短距離で立ち上げられる完成度の高いツールキットです。一方で「オープンソース」という紹介だけを見て商用導入を進めると、v2.0.0以降のカスタムライセンスで有償対象になるという落とし穴があります。開発停止の告知も実在し、実際に5か月リリースが止まりました。現在は再開して告知前を上回るペースですが、方針撤回の公式表明は確認できていません。この2点を織り込んだうえでなら、日本語音声の選択肢の広さは他に代えがたい強みです。
参照ソース
・tegnike/aituber-kit — GitHubリポジトリ(README・LICENSE・docs/license.md・Releases。★数/最終push/リリース履歴は2026-08-28に GitHub REST API で取得)
・AITuberKit 公式ドキュメント
・AITuberKitの開発停止報告と今後|ニケちゃん(note)
・HumanAIGC-Engineering/OpenAvatarChat・duixcom/Duix-Mobile・TEN-framework/ten-framework・TMElyralab/MuseTalk(比較表の★数・最終push・公称性能値の出典)