人気動画配信者における成功要因の定量的分析

-音声・画面の動き・声質が視聴者評価に与える影響-

抄録

現在、VTuber市場は大手企業による寡占状態（CR2 約78%）にあり、新規参入者にとって生存障壁が極めて高いレッドオーシャンとなっている。本研究の目的は、新人VTuberが生き残るための成功要因を、従来の曖昧な精神論や外部環境ではなく、配信そのものの質（音声・画面の動き・声質）から定量的に解明することである。

本稿では、YouTube Data API v3を用いて抽出したVTuberのライブ配信アーカイブを対象に、Web Audio APIを用いた音声解析（基本周波数、スペクトル重心等）およびMediaPipeを用いたアバターの運動量算出（体の動き）を実施し、視聴者のエンゲージメント指標との相関を検証した。

分析の結果、平均基本周波数（平均F0：声の高さ）と高評価率の間にのみ弱い正の相関が確認された。比較的高い声は初見の視聴者に親しみやすい第一印象を与え、高評価を促す一因になっていると推測される。しかし、当初の仮説に反して、イントネーションの変動幅（F0標準偏差）やアバターの運動量、その他の音響的・視覚的特徴とエンゲージメント指標との間には明確な相関関係は見られなかった。

これらの結果から、VTuberの成功要因は「声の高さや動きの量」といった表層的・物理的な特徴単体で決まるものではないことが明らかとなった。視聴者の定着や高評価を牽引する本質的な要因は、YouTubeのレコメンドアルゴリズムによるマクロな影響や、視聴者との対話のタイミング、トークの文脈といったよりミクロな相互作用に強く依存している可能性が示唆された。