想当虚拟主播,但不会画画、预算也不多?其实做 Vtuber 只需要四样东西:一个虚拟形象、一款面捕软件、一个直播软件和一支麦克风,起步阶段全都可以免费。这篇虚拟主播入门指南从原理、预算、模型和面捕软件讲起,再讲 B 站和 Twitch 开播,以及声线、人设和隐私。
虚拟主播是什么?Vtuber 是怎么动起来的
虚拟主播(Vtuber,B 站上也常叫 VUP)是用一个动画角色代替真人出镜的主播。角色背后真正说话、打游戏、唱歌的人,圈内习惯叫“中之人”。角色的转头、眨眼、张嘴和表情,都实时跟着中之人动。
整个过程是一条很简单的链路:
- 摄像头:电脑摄像头或手机对着你的脸。
- 面捕软件:VTube Studio、VSeeFace 这类软件识别头部角度、眼睛开合和嘴型,换算成参数,驱动模型对应的部位。
- 模型:绑定好参数或骨骼的 2D、3D 角色。
- 直播软件:OBS 或 B 站直播姬把模型画面叠在游戏或背景上,推流到直播间。
- 麦克风:你的声音随直播一起发出,很多面捕软件还会用声音驱动口型。
除非你自己选择露脸,真实长相不会出现在画面里,这正是很多人做虚拟主播的原因。
当虚拟主播要花多少钱:从零成本到专业配置
完全可以零成本起步,再一项一项升级。约稿价格因人而异,下表只说明每一档变了什么。
| 档位 | 虚拟形象 | 面捕 | 直播和声音 |
|---|---|---|---|
| 零成本 | 用 VRoid Studio 捏一个 3D 模型,或用 VTube Studio 自带的示例模型 | 摄像头配 VSeeFace、Warudo 或 VTube Studio(摄像头面捕时有水印) | OBS 或直播姬,加上现有的耳麦 |
| 入门 | 在 nizima 等平台买现成模型 | VTube Studio 加购去水印 DLC(美区 Steam 标价 14.99 美元,2026 年 10 月) | 一支 USB 麦克风、一副封闭式耳机 |
| 进阶 | 约稿立绘,再约建模 | 用带 Face ID 的 iPhone 或 iPad 面捕 | 给脸部补一盏柔光灯 |
| 专业 | 定制 3D 模型,带物理效果和换装 | 手部或全身动捕(Warudo 支持动捕服、VR 追踪器和 Leap Motion) | 声卡加 XLR 麦克风 |
第一步:准备虚拟形象,2D 还是 3D
虚拟主播的模型大体分两类。
2D 模型(Live2D):先画一张分好图层的立绘,再用 Live2D Cubism 绑定参数,让头发、眼睛、嘴巴等部位能转动和飘动。2D 保留了手绘的二次元质感,对配置要求低,但基本只能正面展示。
3D 模型(VRM 等格式):完整的 3D 角色,可以转身、摆姿势。VRM 是基于 glTF 的人形虚拟形象格式,能在支持 VRM 的软件之间通用,文件里还能写入使用授权信息(VRM 联盟官网)。3D 适合全身动捕和跳舞,对显卡要求更高。
三种获得模型的方式
- 自己免费做:pixiv 出品的 VRoid Studio 是免费的 3D 角色制作软件,支持 Windows 和 macOS,有简体中文界面。选预设、拖滑块调脸型和身材,用画笔画头发,最后导出 VRM 文件。想做 2D,可以用 Live2D Cubism Editor 的免费版(FREE),它长期免费但有限制,比如只能用 1 张最大 2048 像素的纹理、最多 100 个 ArtMesh;PRO 版可以先试用 42 天。
- 买现成模型:Live2D 官方的交易平台 nizima 出售现成的 Live2D 模型,也能发起定制委托。买之前看清每个模型的使用条款,有的不允许商用直播或二次修改。
- 约稿定制:找画师画立绘、找建模师做绑定,两者往往是不同的人,需要分别谈。
授权一定要写清楚
付款之前,把下面几件事写进约稿协议:
- 能不能商用:接商单、卖周边、开付费舰长或会员都算商用。
- 角色设计归谁,以后能不能找别的画师画新衣服。
- 交不交付源文件:分层 PSD、Live2D 工程文件或 3D 源文件,还是只给成品模型。
- 是否独占,同一套设计会不会再卖给别人。
- 直播间和简介里怎么给画师、建模师署名。
如果你自己用 Live2D Cubism 免费版做模型,也要看它的授权:只有个人用户和年销售额低于 1000 万日元的小规模企业,可以把免费版用于商业用途(Live2D 官网,2026)。
第二步:选面捕软件
下面三款能满足大多数新手。选之前先确认模型格式。
| 软件 | 支持的模型 | 平台 | 价格 | 特点 |
|---|---|---|---|---|
| VTube Studio | 只支持 Live2D | Steam 版支持 Windows 和 macOS,另有 iOS、安卓 App | 免费,可选购去水印 | 摄像头或手机面捕,自带 Twitch 互动 |
| VSeeFace | VRM 0.x 和 VSFAvatar | Windows 8 及以上 64 位系统 | 免费,允许商用 | 摄像头面捕,配合 Leap Motion 可捕捉手部 |
| Warudo | VRM、VRChat 模型等人形模型 | Windows 10,Steam 版 | 个人使用免费 | 摄像头或 iPhone 面捕,支持 B 站、Twitch、YouTube 互动 |
官网上还有几个细节值得留意:
- VTube Studio 只支持 Live2D Cubism 模型,VRoid 做的 3D 模型导不进去,界面支持简体中文。除了摄像头,也能用带 Face ID 或 A12 及以上芯片的 iPhone、iPad,或支持谷歌 ARCore 的安卓手机面捕,开发者表示 iOS 面捕更平滑,还能减轻电脑负担。
- VSeeFace 只支持 VRM0 标准,不支持 VRM 1.0,从 VRoid Studio 导出时要选 VRM0。
- Warudo 只要角色版权完全归你、直播账号归你本人所有,直播使用就免费;公司旗下的虚拟主播需要购买 Warudo Pro。
Live2D 官方也有自己的面捕软件 nizima LIVE,支持 Windows、macOS 和 iPhone,可以免费下载。不管选哪款,脸上光线均匀都比摄像头贵不贵重要得多。
第三步:开播,B 站、Twitch 和 YouTube 怎么设置
在 B 站开播
- 先完成实名认证:《网络主播行为规范》(国家广播电视总局、文化和旅游部,2022)要求网络主播配合平台提供真实有效的身份信息进行实名注册。虚拟主播也不例外,画面里是角色,账号背后是真人。
- 用直播姬开播:直播姬是 B 站官方的开播工具,有 Windows、iOS、安卓客户端和网页版,登录后可以直接推流到自己的直播间,还集成了弹幕。B 站直播学院 2022 年发布的说明显示,移动版直播姬的“虚拟”页里有“一键生成虚拟形象”,上传一张动漫正脸图片就能生成形象,适合先试试水。具体入口以最新版本为准。
- 也可以用 OBS:已经用惯 OBS 的话,把 B 站直播间提供的推流地址和推流码填进 OBS 即可,模型画面按下一节的方法添加。
把模型放进 OBS,做成透明背景
以 VTube Studio 为例:
- 加载模型:在 Steam 安装 VTube Studio,导入模型,运行自动设置,再打开摄像头面捕,确认眨眼和嘴型都跟得上。
- 透明背景:Windows 上,开发者推荐用 Spout2。先给 OBS 装 Spout2 插件(版本要和 OBS 对应),在 VTube Studio 里打开 Spout2,再在 OBS 里添加 Spout2 来源。这种方式占用低,也不会把 VTube Studio 的菜单拍进去。另一种方法是用 Game Capture(游戏捕获)来源:在 VTube Studio 里选 Color Picker 背景,并打开 Transparent in capture(捕获时透明)。macOS 上则用窗口捕获加色度键滤镜,或者用 NDI。
- 搭场景:在 OBS 里把游戏或背景放在下层,模型放在上层;在“设置 → 音频”里确认麦克风,房间吵的话给麦克风加噪声抑制滤镜。
面向海外观众:Twitch 和 YouTube
- 连接 Twitch:在 OBS 的设置里打开 Stream(推流)页,服务选 Twitch,然后连接账号或粘贴推流密钥。密钥在 Twitch 创作者仪表板的“设置(Settings)→ 直播(Stream)”里。千万不要在直播画面里露出密钥,泄露了就在同一个地方重置。
- 私下测试:在推流密钥后面加上
?bandwidthtest=true再推流,Twitch Inspector 会显示连接是否稳定,这次测试不会对观众显示为开播,也不发通知。正式开播前删掉这段后缀。 - 观众互动:VTube Studio 的 Twitch 集成可以让观众往模型身上扔表情,或者用频道点数兑换、订阅和聊天指令触发快捷动作。
- YouTube:需要验证频道、过去 90 天内没有直播限制,并且年满 16 周岁才能直播(YouTube 帮助中心,2026)。OBS 的设置方法相同,服务改选 YouTube。
声音:麦克风、角色声线、变声器和 AI 配音
麦克风
- USB 麦克风插上就能用,是从耳麦升级最省事的选择;动圈麦克风比电容麦克风收进的环境噪音少,适合没做过声学处理的卧室。
- 麦克风离嘴大约一个手掌宽,稍微偏离正前方,避免喷麦。
- 戴上耳机,免得游戏声音漏进麦克风。
- VTube Studio 可以用麦克风驱动口型,声音越干净,嘴型越准。
找到角色声线
角色声线通常就是你自己的声音,只是有意识地定下语速、情绪、口头禅和笑声。用角色的状态录 10 分钟,回放后保留自然的部分。连续播三小时就撑不住的声线,不适合长期使用。如果角色的声音比你本来的声音高很多,可以看看我们的伪音入门教程,里面讲了怎么在不伤嗓子的前提下练音高和共鸣。
变声器
实时变声器夹在麦克风和直播软件之间改变你的声音,能帮你隐藏真实声音或演一个差别很大的角色,但会带来延迟、占用 CPU,大笑时容易出现电音。开播前先录一段听听。各款软件的对比可以看变声器推荐。
预录内容可以交给 AI 配音
频道预告片、“马上开始”的提示语、感谢礼物的音效这类提前做好的内容,可以用 AI 语音念旁白,或者给配角配音。我们的 AI 语音生成器 里有日语动漫少女音等预设音色;声音设计 可以用文字描述年龄、音色、语速和情绪,生成一个不模仿任何真人的新声音。样音可以免费试听;登录后两者都能直接生成,按字数消耗积分,生成失败自动退回。
写下你想象中的声音,从年龄、音色到语速和情绪,登录后用积分生成一段台词听听效果。
人设、隐私和平台规则
人设:让观众记住你
- 名字:先在 B 站、抖音、微博和搜索引擎里搜一遍,选好记、好写、没被品牌占用的名字。
- 设定:一段简短的背景故事,加两三个鲜明的性格特点就够了。
- 统一:名字、形象和主色调在直播间封面、头像和视频封面上保持一致。
- 内容和时间:定好播什么(游戏、杂谈、唱歌、画画),以及能长期坚持的开播时间。
防开盒:保护好中之人的隐私
虚拟形象挡住的是脸,挡不住所有信息。“开盒”就是有人把主播的真实身份、住址扒出来公开,往往始于一些小疏忽:
- 虚拟主播身份用单独的邮箱、社交账号和收款账户。
- 开播前检查画面:浏览器标签页、桌面文件名、弹出的消息通知,以及窗户和屏幕上的反光。
- 不要实时提到所在的街道、学校、单位或本地正在发生的事。
- 发照片前去掉定位信息。
- 推流码不外泄,所有账号都开启双重验证。
- 准备一个“马上回来”的场景,面捕失灵或摄像头画面意外出现时立刻切过去。
平台规则
- 国内规定:中之人本身就是在平台直播、发声的网络主播,《网络主播行为规范》同样适用;规范第一条还写明,利用人工智能技术合成的虚拟主播及内容,参照该规范执行。
- 未成年人:《关于规范网络直播打赏 加强未成年人保护的意见》(2022)要求,网站平台不得为未满 16 周岁的未成年人提供网络主播服务,为 16 至 18 周岁的未成年人提供服务要征得监护人同意。
- Twitch:用户至少年满 13 周岁,当地规定的最低年龄更高时按当地执行,未成年人要在父母或监护人监督下使用;Twitch 的着装规定同样适用于 Vtuber 模型,VRChat 这类游戏里的角色除外。
- 音乐:只播放你有权在直播里使用的音乐,平台会处理版权投诉。
以上是一般性说明,不构成法律意见。规定和平台条款会更新,请以最新版本和你的约稿合同为准。
新手第一周开播清单
- 第 1 天:用 VRoid Studio 捏模型或选一个示例模型,装好面捕软件和 OBS(或直播姬)。
- 第 2 天:调面捕,包括光线、校准、眨眼和嘴型。
- 第 3 天:用角色状态录 10 分钟,调好麦克风音量和降噪。
- 第 4 天:用虚拟主播的名字注册频道和社交账号,完成实名认证,开启双重验证。
- 第 5 天:私下测试一次推流,回看画面和声音。
- 第 6 天:发一条简短的自我介绍视频,预告首播时间。
- 第 7 天:首播 60 到 90 分钟,提前排好流程,比如自我介绍加一款游戏。
首播之后回看录像,每周改进一件事。稳定开播比完美的模型更能积累观众。
试听适合开场白、提示音和配角的 AI 预设音色,登录后用积分生成并下载。



