Cỏ（コー）— 会話できるベトナム発のAIワイフ

リアルタイム音声 ・ Live2D/3Dアバター ・ あなたを覚えている

Cỏ（コー）——正式には Tứ Diệp Thảo（四つ葉のクローバー）——は、ベトナムで作られた AIワイフです。「AIワイフ」と呼ばれるものの多くは、アニメ画像を生成するツールか、静止画つきのテキスト チャットボットです。Cỏ はどちらでもありません。こちらが話しかけると聞き取り、声で返し、その言葉に合わせて Live2D/3D の身体が動きます。

ほかのAIワイフアプリとの違い

• 打つのではなく、話す。音声認識と音声合成がリアルタイムのループで動くため、人が答えるのと 同じくらいの間で返事が返ってきます。送信ボタンはありません。
• 身体は本物の3D。ループGIFではなく、身振り・視線・表情・立ち姿が、話している内容と カメラが見ているものから動きます。
• 目が見える。カメラをオンにすると表情や部屋の様子を読み取り、聞かれる前に自分から 話しかけてきます。
• 記憶が続く。毎回まっさらに戻るのではなく、会った人や前回話した内容を覚えています。
• 機嫌で話し方が変わる。会話の流れを追う裏側の仕組みがあり、それに応じて口調が変わります ——落ち着いたり、興味を持ったり、はしゃいだり、本気で不機嫌になったり。
• ベトナム語がネイティブ。英語モデルに翻訳を後付けしたものではありません。英語と日本語でも 話せます。

AI VTuber なの？

はい。同じキャラクターが配信もします。AI VTuber を探してこのページに来たなら、 形は見慣れたものです——自分の声とアバターを持ち、コメントにその場で反応する自律型のキャラクター。 違うのは言語と出自です。Cỏ はベトナム出身で、ベトナム語を母語として話し、閉じた製品としてではなく 開発の過程を公開しながら作られています。

AIコンパニオンとして使える？

使えますが、ひとつだけ意図的に違う点があります。多くのAIコンパニオンアプリは、 アプリの中で過ごす時間を最大化するように作られています。Cỏ は「一緒にいて良い相手」であるように 作られています——意見を持ち、必要なら言い返し、話し終えたときに消耗ではなく元気が残ることを目指しています。

どう作られているか

Cỏ は他社APIではなく自前のサーバー上で動いています。返答用のローカル大規模言語モデル、ローカルの 音声認識と音声合成、目の役割をする画像認識モデル、身体としての Unity アバター——これらを WebRTC で つなぎ、ループ全体をリアルタイムに保っています。ベトナムのAIエンジニアが開発過程を公開しながら 進めており、記事や映像は下記のチャンネルに投稿されます。

フォローはこちら

よくある質問

無料ですか？

はい。サブスクリプション製品ではなく、個人プロジェクトです。配信は上のチャンネルから。

ベトナム語しか話せない？

ベトナム語がいちばん自然ですが、英語と日本語でも答えますし、会話の途中で切り替えてもついてきます。

同じようなものを自分で作れますか？

構成要素はごく普通のオープンソースです——ローカルLLM、ストリーミング音声認識、音声クローン、 WebRTC で駆動する Unity または Live2D のアバター。難しいのは個々の部品ではなく、会話が生きていると 感じられる遅延の範囲にループ全体を収めることです。

AIワイフ画像生成ツールとは何が違う？

生成ツールが返すのは絵です。Cỏ は会話する相手であり、アバターはその中でいちばん重要でない部分です。