AI メディア連携は一機能から始まり、すぐに広がります。サポートにはリアルタイムアバター、世界向けキャンペーンには翻訳動画、パーソナライズされた制作には、本人の許可を前提とした顔やキャラクターの変換が必要になる場合があります。
AKOOL はこれらを一つの API スイートにまとめています。すべてを同じエンドポイントで処理するのではなく、共通のプラットフォーム、認証、ガバナンスで複数のワークフローを管理できる点が利点です。
要点：リアルタイムの Streaming Avatar、非同期の Video Translation、許可済みの Face Swap／Character Swap には AKOOL OpenAPI を使用します。目的に合うエンドポイント群を選び、同意、アクセス制御、審査、保存、削除のルールを組み合わせます。
モデルではなく目的から選ぶ
- ライブのデジタルヒューマン： Streaming Avatar API と SDK。回答品質、会話の交代、遅延、有人対応への移行を確認します。
- 承認済み動画のローカライズ： Video Translation を非同期ジョブとして利用し、翻訳、音声、字幕、リップシンク、タイミングを審査します。
- 許可された顔・キャラクター変換： Face Swap、Character Swap などを利用し、同意、再現性、文脈、表示を確認します。
ストリーミングには作成、参加、対話、中断、終了というライフサイクルがあります。生成ジョブは送信、監視、審査、ダウンロード後に承認または却下します。両者を単なる「生成」と扱うと、エラー処理と利用者の期待が曖昧になります。
1. Streaming Avatar でライブのデジタルヒューマンを構築
Streaming Avatar API はアバターとリアルタイムセッションを管理します。バックエンドが avatar_id、voice_id、言語、対話モード、任意の知識ソースでセッションを作成し、ブラウザーやアプリが AKOOL SDK で返されたチャンネルに参加します。
会話には dialogue モードを使い、承認済み文書や URL に基づく回答には knowledge_id を追加します。中断操作と終了処理も用意してください。製品案内、オンボーディング、研修、コンシェルジュ、一次サポートに適しますが、承認資料を超える方針、価格、安全説明、規制対象の助言は生成させません。
セッション運用の要点
- 認証情報をブラウザーに渡さず、バックエンドで作成する。
- クライアントには一時的な参加情報だけを渡す。
- 回答範囲とエスカレーション条件を定める。
- マイク、テキスト、中断、再接続、終了をテストする。
- 接続した知識ソースが最新か確認する。
現行フィールドと配信オプションは Create Session リファレンス を参照してください。
2. Video Translation で動画をローカライズ
Video Translation API は承認済みの元動画から非同期ジョブでローカライズ版を生成します。元言語検出、複数の対象言語、任意のリップシンク、字幕、BGM 除去、音声選択、用語制御、動的な尺に対応します。
- 現在の対応言語を取得する。
- 安定した元動画 URL でジョブを送る。
- 返されたジョブ ID を保存する。
- 結果をポーリングするか webhook を使う。
- 完成データを自社の承認済みストレージへコピーする。
- 各言語を公開前に確認する。
完了ステータスは編集承認ではありません。製品名、数値、単位、法的表現、字幕、声、口の動き、画面操作を確認します。API リソースは一時的なため、承認ファイルは永続ストレージへ移してください。
3. 本人変換は必ず許可を得る
「許可済みの本人変換」はガバナンス上の分類です。AKOOL には Face Swap、Character Swap、Head Swap などがあります。Face Swap Plus は画像・動画向けの統合 API で複数の顔にも対応し、Character Swap は提供したキャラクター画像の外見を元動画の動きに反映します。顔、全身キャラクター、演技、シーンの何を維持するかで選びます。
AKOOL の Trust & Safety は同意、利用者の管理権、人による監督、コンテンツモデレーションを重視しています。最後のチェック項目ではなく、製品設計に組み込みます。
最低限の許可ワークフロー
- アップロード者の所有権または文書化された許可を確認する。
- 用途、チャネル、市場、期間を記録する。
- 公開クライアントに API 認証情報を出さない。
- 入力と利用文脈を審査する。
- 外部公開前に人の審査を必須にする。
- 必要な開示・出所情報を保持する。
- 同意撤回、削除、事故対応を可能にする。
なりすまし、本人確認の回避、虚偽の推薦、許可範囲外の肖像利用には使用しないでください。
共通の本番アーキテクチャ
- クライアント： 入力、説明、進捗、承認結果の表示。
- バックエンド： 認証、権限適用、セッション／ジョブ作成、鍵の保護。
- AKOOL API： 選択した処理を実行。
- ジョブ／セッション保存： ID、所有者、状態、同意範囲、有効期限を記録。
- 審査キュー： 品質、ポリシー、ローカライズ、ブランドを確認。
- 永続ストレージ： 承認結果のみ必要期間保存。
AKOOL は現在 x-api-key を推奨しています。サーバー環境変数またはシークレット管理に保存し、ブラウザー、アプリ、公開リポジトリ、配布サンプルには含めません。最新の認証ガイドを確認してください。
公開前チェックリスト
☐ 各ユーザーフローが正しいエンドポイント群に対応。
☐ API キーはバックエンドだけに保存。
☐ ライブセッションと非同期ジョブを区別。
☐ webhook／ポーリングで待機、処理、成功、失敗を処理。
☐ 承認結果を一時 URL から管理ストレージへコピー。
☐ 本人を扱うメディアに許可記録と撤回手段がある。
☐ 翻訳・変換結果を人が審査。
☐ ライブアバターに範囲制限、エスカレーション、中断、終了がある。
統合 AI メディア API が役立つ場面
知識に基づくアバターと翻訳済みオンボーディング動画、承認済みキャンペーンの地域展開、インタラクティブ講師と多言語教材、同意と審査を徹底した変換機能などを共通基盤で運用できます。価値は「一つのボタン」ではなく、共通のオーケストレーションにあります。
まとめ
AKOOL はライブ対話に Streaming Avatar、多言語動画に Video Translation、許可済み本人変換に Face Swap／Character Swap を提供します。本番運用には安全なバックエンド認証、明確な許可、状態管理、人による審査、永続保存、削除制御も必要です。
AKOOL API ドキュメントを確認し、まず範囲が狭く完全に審査できるユースケースから試してください。
よくある質問
すべての処理に一つの AKOOL エンドポイントを使えますか？
いいえ。Streaming Avatar はリアルタイムセッション、翻訳・変換は主に監視と審査が必要な非同期ジョブです。
ブラウザーから直接 AKOOL を呼べますか？
本番では自社バックエンドを経由し、API キーを守りながら権限、レート制限、ログ、同意ルールを適用します。
会話型デジタルヒューマンにはどの API を使いますか？
Streaming Avatar です。社内文書や URL を根拠にする場合は AKOOL Knowledge Base を作成し、セッション作成時に knowledge_id を指定します。
Face Swap の成功後すぐ公開できますか？
いいえ。許可、文脈、肖像と画質、必要な開示を確認してから公開します。
リソース
