Unreal Engine 5.8-এর একটি ছোট মঞ্চে আপনার FaceNinja হেডকে এমন একটি MetaHuman বানান, যে আপনার সঙ্গে কথা বলে ও নড়াচড়া করে। আপনার কোডিং এজেন্ট সাতটি প্রম্পট থেকে এটি তৈরি করে। আপনি টাইপ করেন, সে বলে; আপনি হাসেন, সে হাসে। তারপর OBS-এ সেটি ক্যাপচার করুন।
সংস্করণ 0.3.1 · 6.6 MB · MIT লাইসেন্স · Windows ও Mac
স্ক্রিপ্ট ও এজেন্টের জন্য সাইজ ও SHA-256: version.json
কিট
সংস্করণ
0.3.1
ডাউনলোড
6.6 MB · zip
লাইসেন্স
MIT, অর্থ আয়ের চ্যানেলেও বিনামূল্যে
যা লাগবে
Unreal Engine 5.8 (বিনামূল্যে), একটি FaceNinja হেড এবং MCP ব্যবহার করতে পারে এমন একটি কোডিং এজেন্ট
প্ল্যাটফর্ম
Windows 10 বা 11, macOS 14 বা তার নতুন
একটি ছবি, তারপর কথা বলা হেড।
AI দিয়ে তৈরি একটি ছবি, তারপর তা থেকে বানানো FaceNinja হেড, তারপর কিটের ঘরে কথা বলা সেই হেড, Unreal 5.8-এ রেন্ডার করা। প্রথম লাইন: বিনামূল্যের Kokoro ভয়েস, সঙ্গে Epic-এর বিনামূল্যের অডিও থেকে লিপ সিংক। দ্বিতীয় লাইন: ElevenLabs ভয়েস, সঙ্গে অর্থপ্রদত্ত Runtime MetaHuman Lip Sync প্লাগইন। কথা বলা হেডটি MetaHuman Creator-এর বডি ও চুলের ওপর বসানো FaceNinja ARKit হেড (52টি blendshape), অফলাইনে রেন্ডার করা।
এই ভিডিওর সবাই সিন্থেটিক। নিজের মুখ ও কণ্ঠ, অথবা একটি মৌলিক চরিত্র ব্যবহার করুন।
FaceNinja-এ আপনার ছবি থেকে একটি হেড বানান এবং MetaHuman ZIP ডাউনলোড করুন।
আপনার এজেন্ট মঞ্চ বানায়
কিট আনজিপ করুন, সেই ফোল্ডারে আপনার কোডিং এজেন্ট খুলুন এবং সাতটি প্রম্পট একটি একটি করে পেস্ট করুন। এজেন্ট Unreal-এর নিজস্ব MCP সার্ভার ও কিটের টুল দিয়ে Unreal চালায়।
আপনি স্ট্রিম করেন
আপনার iPhone বা ওয়েবক্যাম মুখ নাড়ায়। একটি লাইন টাইপ করুন, আপনার অ্যাভাটার সেটি বলে। OBS উইন্ডোটি ক্যাপচার করে।
কোড লিখতে হয় না। প্রতিটি প্রম্পট শেষ হয় এমন কিছু দিয়ে, যা আপনি যাচাই করতে পারেন।
ছোট ডাউনলোড, সব সংযোগ করা।
একটি স্ট্রিমিং রুম
সোফা, বইয়ের তাক, একটি গাছ আর নরম আলো সহ একটি আরামদায়ক ছোট ঘর, তিনটি ক্যামেরা (ক্লোজ-আপ, বাস্ট, ওয়াইড) এবং চালু করা যায় এমন একটি গ্রিন স্ক্রিন।
আপনার MetaHuman
একটি টুল আপনার MetaHuman ZIP ইম্পোর্ট করে, MetaHuman Creator-এর মুখকে তার সঙ্গে হুবহু মিলিয়ে দেয় এবং সবচেয়ে কাছের চুল, ভ্রু ও চোখের পাপড়ি বেছে নেয়।
ফেস ট্র্যাকিং
iPhone-এ Live Link Face, অথবা Epic-এর ওয়েবক্যাম ফেস ট্র্যাকিং।
টাইপ করে কথা বলান
আপনার কম্পিউটারে একটি ছোট প্যানেল ও একটি ভয়েস সার্ভার। বিনামূল্যের Kokoro ভয়েস সাম্প্রতিক গ্রাফিকস কার্ডে প্রায় 0.1 s-এ বলতে শুরু করে।
OBS-এর জন্য তৈরি
OBS উইন্ডো ক্যাপচারের জন্য 1920×1080 উইন্ডোতে চালান; নিজের ব্যাকগ্রাউন্ড চাইলে গ্রিন স্ক্রিনসহ। Mac-এ NDI আর Windows-এ Spout-ও বিকল্প।
GLB ও FBX হেডও
কিট আপনার হেডের GLB বা FBX-ও আনে, 52টি ARKit blendshape সহ, প্রকৃত আকারে এবং Unreal-এর দেখানোর জন্য দরকারি ম্যাটেরিয়াল সেটিং সহ।
সঙ্গে এজেন্টের নোট (AGENTS.md) এবং Claude Code, Codex, Cursor, VS Code ও Gemini CLI-এর জন্য MCP সেটিংস।
যা যা লাগবে।
কম্পিউটার, সফটওয়্যার ও অ্যাকাউন্ট
বিষয়
প্রস্তাবিত
ন্যূনতম
কম্পিউটার
NVIDIA RTX 3070 বা তার চেয়ে ভালো কার্ডসহ Windows 11, অথবা M2 Max বা নতুন চিপ ও 32 GB মেমোরির একটি Mac
RTX কার্ড ও 16 GB RAM-এর একটি PC, অথবা M1 বা নতুন চিপ ও 16 GB-এর একটি Mac (ফ্রেম রেট কম)
ডিস্ক
150 GB ফাঁকা
100 GB ফাঁকা
সফটওয়্যার
Unreal Engine 5.8, OBS, একটি ভার্চুয়াল অডিও ক্যাবল (VB-CABLE বা BlackHole) এবং একটি কোডিং এজেন্ট। 1 নম্বর প্রম্পট এগুলো যাচাই করে আপনার সঙ্গে ইনস্টল করে।
অ্যাকাউন্ট
FaceNinja, আর MetaHuman Creator-এর রিগের জন্য একটি বিনামূল্যের Epic Games অ্যাকাউন্ট
ঐচ্ছিক
বিনামূল্যের Live Link Face অ্যাপসহ iPhone 12 বা নতুন
একটি ওয়েবক্যাম
ডিফল্টভাবে বিনামূল্যে।
বিনামূল্যে
কিট (MIT লাইসেন্স)
Unreal Engine 5.8, MetaHuman Creator ও Live Link Face
ElevenLabs ভয়েস, আপনার নিজের ElevenLabs অ্যাকাউন্টে, ElevenLabs অক্ষর ধরে বিল করে
Fab-এ Runtime MetaHuman Lip Sync প্লাগইন: বছরে 1,00,000 US$-এর কম আয়ের ক্রিয়েটরদের জন্য প্রতি সিটে প্রায় 280 US$, তার বেশি হলে 840 US$
ভিডিও স্ট্রিম বা রেকর্ড করলে Unreal কোনো রয়্যালটি নেয় না। অন্য কোম্পানির পণ্যের দাম অক্টোবর 2026 অনুযায়ী; তাদের সাইট দেখে নিন।
কপি, পেস্ট, যাচাই।
ক্রমানুসারে একটি একটি করে পেস্ট করুন এবং এজেন্টের কাজ শেষ না হওয়া পর্যন্ত অপেক্ষা করুন। প্রতিটির শেষে লেখা আছে আপনি কী দেখতে পাবেন।
প্রতিটি ভাষার সংস্করণেই প্রম্পট ইংরেজিতে থাকে, কারণ আপনার এজেন্টের টুল ও ফাইলের নাম হুবহু দরকার। আপনি নিজের ভাষায় এজেন্টের সঙ্গে কথা বলতে পারেন।
01 · যা লাগবে তা ইনস্টল করুন
সময়: 20–90 মিনিট, বেশিরভাগই ডাউনলোড
প্রম্পট · ইংরেজি
I am setting up the FaceNinja Creator Kit in this folder. I do not write code, so explain each step in one short
sentence and ask me before anything that needs my password, installs a driver, or changes system settings.
1. Tell me my operating system, CPU, RAM, graphics card and free disk space, and compare them with the
"What you need" table in GUIDE.md. Warn me if something is below the minimum.
2. Check what is installed and tell me what is missing:
- Unreal Engine 5.8 (Windows: C:\Program Files\Epic Games\UE_5.8; Mac: /Users/Shared/Epic Games/UE_5.8).
If it is missing, do not install it yourself: tell me to install Unreal Engine 5.8 from the Epic Games
Launcher's Library tab (default options), and wait until I say it is done.
- OBS Studio. Offer to install it (Windows: winget install OBSProject.OBSStudio; Mac: brew install --cask obs).
- A virtual audio cable. Windows: VB-CABLE from https://vb-audio.com/Cable/ (I run its installer as
administrator and restart). Mac: brew install --cask blackhole-2ch (it asks for my password).
Only from these places.
- uv (https://docs.astral.sh/uv/getting-started/installation/).
3. In tts/, make the voice environment: uv venv -p 3.11, then uv pip install -r requirements-kokoro.txt
(on a PC with an NVIDIA card add --extra-index-url https://download.pytorch.org/whl/cu128).
4. Run uv run python server.py --list-devices in tts/ and show me the output devices.
End with a checklist: Unreal 5.8, OBS, virtual cable, voice environment, each with a tick or a cross.
যা দেখতে পাবেন: চারটি টিক: Unreal 5.8, OBS, ক্যাবল আর ভয়েস।
02 · এজেন্টকে Unreal-এ যুক্ত করুন
সময়: 10–20 মিনিট
প্রম্পট · ইংরেজি
Open the kit's Unreal project and connect to Unreal's own MCP server.
1. Open FaceNinjaCreatorKit/FaceNinjaCreatorKit.uproject with Unreal Engine 5.8 (Mac: open -a with
"/Users/Shared/Epic Games/UE_5.8/Engine/Binaries/Mac/UnrealEditor.app" and the project path; Windows:
"C:\Program Files\Epic Games\UE_5.8\Engine\Binaries\Win64\UnrealEditor.exe" with the project path).
Tell me the first start takes several minutes while it compiles shaders.
2. The project starts Unreal's MCP server at http://127.0.0.1:8000/mcp. This folder already has the MCP
settings for you (.mcp.json, .cursor, .vscode, .gemini, .codex). If you cannot see an "unreal-mcp" server,
tell me how to reload your MCP settings, or add that URL yourself.
3. Wait until the server answers, then list the toolsets. You should find FaceNinjaKitTools. Describe it and
tell me in one sentence per tool what you can now do for me.
যা দেখতে পাবেন: আপনার এজেন্ট FaceNinja টুলগুলোর তালিকা দেখায়।
03 · আপনার মঞ্চ বানান
সময়: 2–5 মিনিট
প্রম্পট · ইংরেজি
Using FaceNinjaKitTools in Unreal, build my streaming stage.
1. Call build_stage. It makes a small room with a sofa, a bookshelf, a plant, lights and three cameras.
2. Take a still from each camera with stage_screenshot (closeup, bust, wide) and show them to me.
3. Ask me which camera I want for streaming and call set_camera with it.
যা দেখতে পাবেন: ঘরটির তিনটি স্টিল ছবি।
04 · আপনার FaceNinja হেড আনুন
সময়: 15–30 মিনিট
প্রম্পট · ইংরেজি
Using FaceNinjaKitTools in Unreal, turn my FaceNinja head into a MetaHuman and put it on my stage.
My head ZIP is: <drag the ZIP file here>
1. Call import_head_zip with that path. Tell me which hair, brows and lashes it picked.
2. Tell me that the next step sends my head's shape (not my photos) to Epic's free MetaHuman service, and that
a browser window may ask me to sign in to my Epic account. Wait for my OK.
3. Call preview_avatar so I can see my head in the room, and show me a stage_screenshot (bust camera).
4. Call rig_head, then download_head_textures. Tell me: "A browser opens Epic's sign-in page. Unreal stops
answering until you sign in and approve it there; that is normal." Wait until I say I approved it, then
check head_status every 30 seconds until rigged and high_res_textures are both true.
5. Once rigged: call build_metahuman, then place_avatar.
6. Take a stage_screenshot with the bust camera and show it to me.
যা দেখতে পাবেন: ঘরের ভেতরে আপনার MetaHuman।
05 · iPhone বা ওয়েবক্যাম যুক্ত করুন
সময়: 10 মিনিট
প্রম্পট · ইংরেজি
Using FaceNinjaKitTools in Unreal, connect my iPhone's Live Link Face app to my avatar.
1. Call my_ip_address. Tell me where to type it in the app (Settings > Live Link > Add Target, port 14785).
2. Ask me for the phone's IP address (Live Link Face shows it in its settings), then call connect_iphone.
3. Call connect_face with FN_iPhone, then play_in_window.
4. Ask me to smile, blink and turn my head, and whether the avatar follows. Ask before changing any firewall
setting.
যা দেখতে পাবেন: অ্যাভাটার আপনার মুখের নড়াচড়া অনুসরণ করে।
06 · টাইপ করে কথা বলান
সময়: 10 মিনিট
প্রম্পট · ইংরেজি
Start the kit's voice server and connect it to my avatar.
1. Ask me which voice I want:
a. a free preset voice that runs on my computer (Kokoro, default),
b. my own voice (Chatterbox): ask me to record 10-20 seconds of myself reading any text in a quiet room as
tts/my_voice.wav, then set it up with requirements-chatterbox.txt,
c. a studio voice from ElevenLabs: it needs my own ElevenLabs account, costs money per line and sends my text to ElevenLabs.
Ask me to put my own ElevenLabs API key in the ELEVENLABS_API_KEY environment variable myself; never write it to a file.
2. In tts/ start the server in the background with my cable as --device ("BlackHole" on a Mac, "CABLE Input" on
Windows):
a. uv run python server.py --engine kokoro --preset af_heart --device "<cable>"
b. uv run python server.py --engine chatterbox-turbo --voice my_voice.wav --device "<cable>"
c. uv run python server.py --engine elevenlabs --voice Rachel --device "<cable>"
3. In Unreal, using FaceNinjaKitTools: voice_status, then connect_voice (it listens on the cable), then
connect_face with FN_Voice, then play_in_window, then open_talk_panel.
4. Call say with "Hi everyone, welcome back to the stream!" and ask me if the lips moved with the voice.
যা দেখতে পাবেন: ঠোঁট নেড়ে আপনার লাইনটি বলে।
07 · OBS দিয়ে লাইভে যান
সময়: 10 মিনিট
প্রম্পট · ইংরেজি
Help me show my avatar in OBS Studio.
1. In Unreal, using FaceNinjaKitTools: play_in_window (1920x1080). If I want my own background instead of the
room, call set_green_screen with true first.
2. In OBS add a "Window Capture" (Windows) or "macOS Screen Capture" set to that Unreal window. Tell me the
clicks; you cannot click in OBS for me.
3. Only with the green screen: add a "Chroma Key" filter (key colour green) and show me where "Similarity" is.
4. Add an "Audio Input Capture" of "CABLE Output" (Windows) or "BlackHole 2ch" (Mac), and set its
"Audio Monitoring" to "Monitor and Output" so I hear the voice too.
যা দেখতে পাবেন: OBS-এ আপনার অ্যাভাটার, তার ভয়েসসহ।
zip-এর ভেতরে GUIDE.md ফাইলে প্রতিটি ধাপ আছে, সঙ্গে কিছু কাজ না করলে কী করতে হবে।
তিন ধরনের ভয়েস।
টাইপ করে কথা বলানোর ভয়েস
ভয়েস
যেখানে চলে
প্রথম শব্দ
খরচ
মন্তব্য
Kokoro (ডিফল্ট)
আপনার কম্পিউটার
RTX 5080-এ প্রায় 0.08 s, M5 Max Mac-এ 0.09 s
বিনামূল্যে (Apache-2.0)
8টি ভাষায় 54টি প্রিসেট ভয়েস
আপনার নিজের কণ্ঠ (Chatterbox)
আপনার কম্পিউটার
RTX 5080 বা M5 Max Mac-এ প্রায় 0.7–1.1 s
বিনামূল্যে (MIT)
আপনার নিজের 10–20 সেকেন্ডের রেকর্ডিং থেকে। প্রতিটি ক্লিপে একটি শোনা যায় না এমন ওয়াটারমার্ক থাকে, যা সেটিকে সিন্থেটিক বলে চিহ্নিত করে।
ক্লাউড ভয়েস (ElevenLabs)
ক্লাউড
আপনার সংযোগের ওপর নির্ভর করে; আমরা মাপিনি
আপনার প্ল্যান অনুযায়ী ElevenLabs অক্ষর ধরে বিল করে
আপনার টাইপ করা লাইনগুলো ElevenLabs-এ যায়। আপনি নিজের ElevenLabs অ্যাকাউন্ট ও API কী আনেন।
প্রথম শব্দ: লাইন পাঠানো থেকে প্রথম অডিও পর্যন্ত সময়, 2026 সালের অক্টোবরে কিটের ভয়েস সার্ভারের মাধ্যমে মাপা।
আপনার মুখ, আপনার কণ্ঠ।
নিজের মুখ ও নিজের কণ্ঠ, একটি মৌলিক চরিত্র, অথবা লিখিতভাবে সম্মতি দেওয়া কোনো ব্যক্তিকে ব্যবহার করুন। কোনো সেলিব্রিটি, স্ট্রিমার বা অন্য কারও মতো দেখতে মুখ বানাবেন না, আর অন্য কারও কণ্ঠ ক্লোন করবেন না। এটি অন্যের পরিচয় নকল করা: এটি আইন ভাঙতে পারে (ব্যক্তিত্ব ও প্রচারের অধিকার), এবং YouTube, Twitch ও Epic-এর নিয়মও ভাঙে।
কিট নিয়ে প্রশ্ন।
01আমাকে কি কোড লিখতে হবে?
না। আপনি প্রম্পট পেস্ট করেন; আপনার এজেন্ট টুল চালায় এবং ফলাফলের ছবি দেখায়।
02Mac-এ কি চলে?
হ্যাঁ, M1 বা নতুন চিপের Mac ও Unreal 5.8-এ। Epic-এর রিয়েল-টাইম ফেস টুল Unreal 5.8 থেকে Mac-এ চলে।
03আমার কম্পিউটার থেকে কী বাইরে যায়?
MetaHuman Creator রিগ বানানোর সময় আপনার হেডের আকৃতি Epic-এর কাছে যায়। ক্লাউড ভয়েস বেছে নিলে আপনার টাইপ করা লাইনগুলো ElevenLabs-এ যায়। এর বাইরে আর কিছু নয়: কোনো ছবি নয়, কোনো রেকর্ডিং নয়।
04এটি দিয়ে বানানো ভিডিও কি বিক্রি করতে পারি?
হ্যাঁ। কিটটি MIT, Unreal ভিডিওতে রয়্যালটি নেয় না, আর Kokoro ও Chatterbox বাণিজ্যিক ব্যবহার অনুমোদন করে। ElevenLabs ও Fab-এর অংশের জন্য তাদের শর্ত দেখে নিন।
05অর্থপ্রদত্ত লিপ-সিংক প্লাগইন কি কিটে আছে?
না। এটি Fab-এ সিট ধরে বিক্রি হয়। বিনামূল্যের পথে অডিও থেকে Epic-এর নিজস্ব লিপ সিংক ব্যবহার হয়।
06আমার অ্যাভাটার কি অ্যাপ হিসেবে শেয়ার করতে পারি?
বিনামূল্যের লিপ সিংকে নয়: Epic-এর অডিও সোর্স এডিটরে (Play) কাজ করে, আর VTuber স্ট্রিম ঠিক এভাবেই চলে। প্যাকেজ করা অ্যাপের জন্য অর্থপ্রদত্ত প্লাগইন লাগে।
07আমার কাছে শুধু GLB বা FBX আছে। ব্যবহার করতে পারি?
হ্যাঁ, স্টিল ও অ্যানিমেশনের জন্য। ফাইলগুলো মিটারে, তাই হেড প্রকৃত আকারে আসে, আর কিট ম্যাটেরিয়ালে Used with Morph Targets চালু করে, যাতে blendshape কালো রেন্ডার না হয়। লাইভ মুখ ও ভয়েস MetaHuman-কে চালায়, তাই স্ট্রিমিংয়ে MetaHuman ZIP ব্যবহার করুন। আরও দেখুন: Unreal নোটEN।
লাইসেন্স।
কিটটি MIT (zip-এ LICENSE ফাইল)। ঘরের শিল্পকর্ম Poly Haven থেকে CC0। বাকি সবকিছু (Unreal, MetaHuman, OBS, ক্যাবল, ভয়েস, ঐচ্ছিক প্লাগইন) আপনি নিজে ইনস্টল করেন, প্রতিটির নিজস্ব লাইসেন্সে; zip-এর THIRD_PARTY.md ফাইলে প্রতিটির লিংকসহ তালিকা আছে।
তৈরি? আগে আপনার হেড বানান, তারপর কিট ডাউনলোড করুন।