音声認識についてまとめたカテゴリーです。Speech-to-Text (STT)と呼ばれる音声をテキストにする技術やサービスの最新動向をお伝えしていきます。
11. 音声認識
11. 音声認識
11. 音声認識 
10. 音声合成 ネット不要の音声対話AI「AITalk Agent」、エーアイが提供開始
エーアイは、音声認識・音声合成とRAG・LLMを組み合わせた現場特化型の音声対話ソリューション「AITalk Agent」を2026年11月5日に提供開始しました。ネット接続不要のオンプレミス型で、マニュアルを登録するだけで作業者の質問に音...
09. 生成AI NTT、応答0.43秒で人に迫る音声対話AIを確立 コールセンター活用へ
NTTは、相手の発話を聞きながら応答し、相槌や発話待ち、割込みにも対応できる双方向型音声対話AI技術を開発しました。平均応答時間は0.43秒で、他社サービスより50%以上短く、人間のオペレータに迫る水準です。指示文に沿った対話や外部システム...
11. 音声認識 IBM音声認識「Granite Speech 5.0」登場、日本語にも対応
IBMは2026年10月21日、Hugging Face上で音声モデル群「Granite Speech」の3つのアップデートを公開しました。新モデル「granite-speech-5.0-2b」は日本語を含む6言語の文字起こしに対応し、高速...
10. 音声合成 ポケトーク、9月連結で単月黒字化 米欧法人の収益改善とSentioが寄与
ポケトーク株式会社は、2026年9月の連結業績で営業利益の単月黒字化を達成したと発表しました。米国法人の営業利益率は過去最高の31.8%、欧州法人は26.7%となり、両法人そろって2カ月連続の単月営業黒字に。AI同時通訳「ポケトーク - S...
06. 音声サービス 対話だけでAIエージェント構築、ElevenLabsがArchitect公開
イレブンラボは2026年10月6日、企業向け音声・チャットエージェントプラットフォーム『ElevenAgents』で、話したり文字を入力したりするだけでエージェントの構築・改善ができる新機能「ElevenAgents Architect」を...
06. 音声サービス 相槌で止まらない音声AI Verbexが「Adaptive Interruption」を強化
音声対話AIプラットフォームを提供する株式会社Verbexは、相槌や雑音と意図的な割り込みを識別する「Adaptive Interruption」を強化しました。テレビ東京ダイレクトの「虎ノ門市場」の受注AIに適用した結果、AIのみで受注を...
05. ポッドキャストアプリ Amazon、Fire TV版Musicアプリを刷新 ポッドキャスト専用ハブを新設へ
Amazonは、Fire TV向けのAmazon Musicアプリを刷新し、この秋に公開すると発表しました。新アプリにはポッドキャスト専用のハブが設けられ、音声とビデオのポッドキャストをテレビ画面で楽しめるようになります。Alexa+を使い...
11. 音声認識 文字起こし・字幕・翻訳を1つに、音声認識アプリ「Mojidas」提供開始
「UDトーク」で知られるShamrock Records株式会社は、2026年9月より、音声をさまざまな形でテキスト化して活用できるデスクトップアプリ「Mojidas（モジダス）」の提供を開始しました。会話の記録、リアルタイム字幕、動画・音...
10. 音声合成 ぬいぐるみと会話できるAIアプリ「NUI」9月13日提供開始
手持ちのぬいぐるみに声と性格を持たせて会話できるアプリ「NUI」が2026年9月13日に提供開始されました。会話生成にはAnthropic社の「Claude」を使用し、日々の会話は日記として蓄積されます。7日間の無料体験があり、先着20名に...
11. 音声認識 三菱電機、単一AIで多様な音を聞き分ける新技術を開発
三菱電機株式会社は、複雑な音の混合から目的の音だけを単一のAIモデルで分離・抽出する「Task-Aware Unified Source Separation（TUSS）」技術を開発しました。製造現場や公共空間などでフィジカルAIシステムの...