UnityでAI NPCにボイスチャットを追加する方法
UnityのAI NPCにボイスチャットを追加します。音声検出またはプッシュトゥトークによるマイク入力、話される返答、リップシンク、WebGL、AndroidとiOSの設定を解説します。
Sercan AltundasFounder of Neocortex
· 9分で読めます

キャラクターに文字で入力するのも悪くありません。しかし、話しかけて、そのキャラクター自身の声で答えを聞くのは、まったく別の体験です。このガイドでは、Neocortex SDKを使って、UnityのAI NPCに完全な音声チャットを追加します。プレイヤーのマイクから入力し、話し声で返答を出し、リップシンクも加えます。さらに、ふつうは1週間ほど探すことになるプラットフォームごとの詳細も扱います。
SDKでの音声チャットの仕組み
音声の1ターンは3つの段階を通ります。音声からテキストへの変換がプレイヤーの声を聞き、キャラクターが返答を書き、テキストから音声への変換がそれを話します。AI NPCの音声パイプラインのガイドでは、それぞれを説明しています。Unityでは、自分で配線する必要はありません。SDKが、1つのGameObjectにある3つのコンポーネントから、チェーン全体を処理します。
| コンポーネント | 役割 |
|---|---|
| Neocortex Smart Agent | キャラクター。録音を送り、返答を受け取る |
| Neocortex Audio Receiver | マイク。デスクトップ、Android、iOS、WebGLで動作 |
| Audio Source | キャラクターの声を再生する場所 |
まだSDKをセットアップしていない場合は、UnityのゲームにAIキャラクターを追加する方法から始めてください。
ステップ1:コード不要の音声NPC
キャラクターのGameObjectに3つのコンポーネントを追加し、Smart Agentのドロップダウンでキャラクターを選びます。Auto Voice Input(既定でオン)がオンのとき、エージェントはレシーバーを見つけ、各録音を音声メッセージとして送り、返答のたびにマイクを再び開きます。再生を押して、話しかけてください。
最も早い方法は、Hierarchyで右クリック > Neocortex > Complete Voice Chatです。チャットパネルとマイクボタン付きで、同じ構成を作ります。
ステップ2:音声検出かプッシュトゥトークかを選ぶ
Audio Receiverは、既定では音声検出で聞き取ります。次の3つの設定でその動きを決めます。
- Amplitude Threshold(既定は0.1): プレイヤーが話していると判断されるための音量です。騒がしい部屋では上げてください。
- Max Wait Time(既定は1秒): どれだけ無音が続くと文の終わりとみなすかです。短いと速く感じますが、話すのが遅い人の声が途切れます。
- Lead In(既定は0.3秒): プレイヤーが話し始める少し前から残す音声です。最初の音節が切れないようにします。
プッシュトゥトークにするには、レシーバーを切り替え、自分の入力で開始と停止を行います。これはUnityのInput Systemを使います。
using UnityEngine;
using UnityEngine.InputSystem;
using Neocortex;
public class PushToTalk : MonoBehaviour
{
[SerializeField] private NeocortexAudioReceiver microphone;
private void Start() => microphone.SetPushToTalk(true);
private void Update()
{
var keyboard = Keyboard.current;
if (keyboard == null) return;
if (keyboard.vKey.wasPressedThisFrame) microphone.StartMicrophone();
if (keyboard.vKey.wasReleasedThisFrame) microphone.StopMicrophone();
}
}Vキーを離すと録音が終わり、エージェントはすぐにそれを送信します。画面上のボタンには、SDKのNeocortex Push To Talk Buttonを使えば、押したときと離したときに同じことができます。Neocortex Microphone Dropdownでは、プレイヤーがデバイスを選べます。
ステップ3:話される返答を調整する
Smart AgentのChat Lines Modeで、返答の声の出し方を決めます。
- PerLineAudioは、各セリフが始まるたびに声を出します。そのため、長い返答でも速く話し始めます。
- SingleAudioは、返答全体を1つのクリップとして声にします。
- Offは、
OnAudioResponseReceivedを通してクリップを渡し、何も再生しません。独自のオーディオシステム用です。
音声はサーバーからストリーミングされ、わずかなバッファの後に再生が始まるので、クリップ全体が存在する前にキャラクターは話し始めます。声は各セリフの感情に従うため、驚いたセリフは驚いた声になります。
2つのイベントが演出に役立ちます。OnTranscriptionReceivedは、プレイヤーが言った内容を渡します。字幕や「あなたはこう言いました」の表示に使えます。OnChatLineStartedは、返答の各セリフを、始まった時点で渡します。
ステップ4:リップシンクを追加する
キャラクターにNeocortex Face Animator(Add Component > Neocortex)を追加します。これがエージェントと音声ソースを見つけ、JawOpenやMouthFunnelなどのARKit形式の名前のブレンドシェイプを使い、話されたテキストから口を動かします。Ready Player Meのアバターには、これらが最初から備わっています。感情を表情に対応づけるのは、あなたが設定します。実践的な表は、感情を持つAI NPCのガイドにあります。
プラットフォームの注意点
- AndroidとiOS: レシーバーは初回使用時に、マイクの許可を自分で求めます。On Permission Deniedイベントで、メッセージを表示したり、テキストに切り替えたりできます。
- WebGL: Unityのマイクはブラウザには存在しません。Player Settings > Resolution and PresentationでNeocortexのWebGLテンプレートを選んでください(SDKがプロジェクトにインポートし、Tools > Neocortex > Import WebGL Templateで復元できます)。HTTPSでビルドを公開してください。ブラウザはマイクを安全なページでしか許可しないためです。テンプレートが選ばれていない場合、コンソールにマイク入力が動かないという警告が出ます。
- デスクトップ: 初回には、プレイヤーがOSのプライバシー設定でマイクへのアクセスを許可する必要があるかもしれません。
よくある問題
- NPCが自分の声に答えてしまう。 スピーカーで再生すると、マイクが返答を拾うことがあります。音声検出は返答の終了後に再びオンになりますが、プッシュトゥトークやヘッドホンを使えば完全に避けられます。
- プレイヤーの話が文の途中で切れる。 Max Wait Timeを少し上げるか、プッシュトゥトークに切り替えてください。
- 短いクリック音で返答が始まる。 0.15秒未満の音は、すでに無視されます。背景ノイズが通ってしまう場合は、Amplitude Thresholdを上げてください。
- Webビルドで何も起きない。 まずWebGLテンプレートとHTTPSを確認してください。
次のステップ
音声は、遅延が最も目立つところです。そこで、AI NPCの音声返答を1秒未満にする方法をお読みください。スクリプトのセリフを同じ声で読み上げるには、UnityでのNPCの会話のテキスト読み上げをご覧ください。ヘッドセットについては、Meta Questのゲームに AIキャラクターを追加するをご覧ください。すべてのチュートリアルは、AI NPCを作るガイドにあります。
よくある質問
UnityでAI NPCと音声チャットをするには、どうすればよいですか?
1つのGameObjectに、Neocortex Smart Agent、Audio Source、Neocortex Audio Receiverを置きます。レシーバーがプレイヤーの声を録音し、エージェントが文字に起こして、キャラクターの声で返答します。コードなしで動き、プッシュトゥトークは1つの設定です。
UnityのマイクはWebGLで動きますか?
UnityのMicrophoneクラスはブラウザでは動きません。Neocortex SDKは、WebGLテンプレートを通して、ブラウザのマイクをUnityに取り込みます。そのため、HTTPSで提供されるWebビルドでも、音声NPCが動きます。
NPCの音声チャットは、プッシュトゥトークと音声検出のどちらがよいですか?
プッシュトゥトークは、プレイヤーの話を途中で切ることがなく、PCやコントローラーのゲームに向いています。音声検出はハンズフリーなので、VRに向いています。Neocortex Audio Receiverは両方に対応しています。既定は音声検出で、1つのスイッチでプッシュトゥトークにできます。
UnityのAI NPCはリップシンクできますか?
はい。キャラクターにNeocortex Face Animatorを追加します。ARKit形式の名前のブレンドシェイプで、話されたテキストから口を動かします。Ready Player Meのアバターにはそれらが備わっています。
音声NPCはAndroidとiOSで動きますか?
はい。Neocortex Audio ReceiverはAndroidとiOSでマイクの許可を自分で求めます。同じコンポーネントがデスクトップとWebGLでも動きます。






