【解説】AIだけでキャラのボイスと衣装を完全自作する仕組み

自分のPCだけで、キャラクターのボイスと衣装をすべて作り上げることは可能でしょうか。結論から申し上げますと、現在のローカルAI技術を組み合わせることで十分に実現可能です。

1. 画像生成AIで衣装をバリエーション豊かに

今回のプロジェクトでは、キャラクターを6人用意し、それぞれに10種類の衣装（計60枚の絵）を用意しました。これらの画像は、自分のPCで動く画像生成AI「Forge」を使用して作成しています。

制作にあたっての重要なポイントは、指示（プロンプト）の制御です。公式の情報では、露出の多い服や子どもっぽい見た目を除外するような指定をあらかじめ入れることで、安全かつ意図した通りのキャラクターデザインを実現しているとされています。

このようにAIに具体的な制約を与えることで、自分の好みに合った世界観を崩さずに量産することが可能になります。

• 使用ツール：Forge（ローカル画像生成AI）
• 制作数：6人のキャラ × 10種類の衣装
• ポイント：特定の要素を除外する指定を入れる

2. 実在の声を一切使わない「ボイス生成」のコツ

キャラクターに命を吹き込むボイスですが、ここでは実在する人の声は一切使用していません。音声AI「Qwen3-TTS」を用い、すべて文章からの生成で構築しています。

具体的な手順としては、まずキャラクターのプロフィールから「どんな声か」という特徴を文章で書き起こします。その説明文をもとにAIに声を生成させ、さらにその声でセリフを読ませるという工程を踏んでいます。

ここで重要なテクニックが「読みの調整」です。麻雀用語（リーチ、和了など）はAIが正しく発音できない場合があるため、あえて「かな」に置き換えて入力することで、正確な発声を再現しています。ボイスの音量についても、他の効果音と別に調整できるよう設計しているのがポイントです。

• 使用ツール：Qwen3-TTS
• 生成手法：キャラ設定（文章）から直接声を生成
• 読みの工夫：麻雀用語は「かな」に置き換えて入力

3. ユーザー体験を支えるガチャと着せ替えシステム

単にAIで素材を作るだけでなく、それをどう「遊ばせるか」というゲーム設計も重要です。今回は、お金をかけずに遊べる仕組みを導入しました。

コインの獲得は、プレイで得られる経験値と同じだけ貯まる仕組みです。ガチャの仕様としては、10連ガチャでSR以上のレアリティが1枠確定し、60回引けばSSRが確定するよう設計しています。また、重複して出たアイテムはコインで戻るようにしているため、ユーザーがストレスなく収集を楽しめるよう配慮しました。

集める対象は、キャラクター（アバター）だけでなく、牌の柄、リーチ棒、卓のマットなど、全27種類を用意しています。選んだキャラクターは名札や演出画面にも反映されるため、愛着を持って遊べるようになっています。

• ガチャ仕様：10連でSR以上1枠確定 / 60回でSSR確定
• 収集要素：キャラ、牌の柄、リーチ棒、マットなど計27種類
• ポイント：お金をかけず経験値でコインを貯める設計

まとめ：ローカルAIで「自分だけの世界」を作る

今回の実験では、画像生成AIと音声AIを組み合わせることで、著作権やコストの懸念を抑えつつ、オリジナルのキャラクターコンテンツを構築できることを確認しました。

自分のPC（ローカル環境）で動かすことの強みは、こうした試行錯誤を自由に繰り返せる点にあります。次回の「第4回」では、これらの素材を使って、いかに麻雀を「ゲーム」として成立させるか、演出と成長システムの側面から解説します。

• 画像・音声ともに自分のPC環境で完結
• AIへの適切な指示（制約）がクオリティを左右する
• 次回は「演出と成長システム」の解説予定

編集部より

今回の実験を通じて、AIは単なる便利なツールではなく、個人のクリエイティビティを拡張する強力なパートナーになることを再確認しました。皆さんは、AIを使ってどんなキャラクターや世界観を作ってみたいですか？ぜひコメントで教えてください。

• 社畜の実験室より

よくある質問

関連記事

以上、本日の業務日報でした。済