リアルタイム音声認識API『Shisa AI』のご紹介 - 高精度と低遅延を実現

Shisa AIがリアルタイム音声認識APIを提供開始

Shisa株式会社（本社：東京都港区）が、自社開発のAIを駆使したリアルタイム音声認識APIの提供を始めました。このサービスは、特に会議の文字起こしやコールセンター、さらにはライブ配信など、即時性が求められる多様な用途で活用できる高性能なものです。音声認識の精度とレスポンスの速さを両立させたこのAPIは、さまざまなビジネスシーンでのニーズに応えます。

高精度・低遅延を実現した音声認識API

Shisa AIのリアルタイム音声認識API、「shisa-realtime-asr」は、業界内での評価も高いです。特に日本語音声認識のベンチマーク「日本語音声認識ベンチマークSPREDS」では、文字誤り率（CER）5.0%を記録しました。また、リアルタイムでのレスポンスも抜群で、エンジン処理レイテンシは約38.6ミリ秒と非常に短い時間で結果を提供します。

料金体系も魅力的で、1時間あたり0.45米ドルから利用可能です。月間の利用時間に応じて価格が変わり、例えば2,000時間利用で0.40米ドル、10,000時間利用で0.36米ドルとなっており、大規模な導入を考えている企業にも対応しています。

日本国内での高水準なデータセキュリティ

Shisa AIでは、全てのデータ処理を日本国内のサーバーで行っています。これにより、データの国外移転に関する懸念が払拭され、セキュリティが求められる企業や組織が導入しやすくなっています。特に、厳重なセキュリティ要件を満たすための環境が整っていることは、業界において強いアピールポイントです。

フレキシブルな料金体系と迅速な技術サポート

料金もシンプルで、分かりやすく透明性があります。初期導入にかかる負担を軽減しつつ、利用に応じた柔軟な活用が可能です。さらに、全国にいる技術支援チームがユーザーからのフィードバックをもとに、モデルの継続的な更新や、企業の要望に応じたカスタマイズを迅速に行ってくれます。

多様な方言にも対応

Shisa AIの特徴は、標準語だけではなく、関西弁をはじめとした地域方言にもしっかりと対応している点です。今後は、東北弁や九州弁など、さらに多くの方言に対応する予定です。これにより、日本全国での利用が期待できます。

カスタム用語集機能で業界特有のニーズに応える

APIには「カスタム用語集」機能もあり、企業名や専門用語を事前に登録できるため、特定の業界での音声認識精度の向上が図れます。医療や法律など、専門用語が多く使われる領域でも柔軟に対応できるのが大きな利点です。

Shisa AIについて

Shisa株式会社は、日本語・英語両方に特化したAIモデルやその他の音声関連のAPIを開発しており、日本語特有の文化やニュアンスに十分配慮したサービスを提供しています。詳細は、公式サイトや各種SNSで確認できます。

公式サイトはこちらを訪れてください。今後の音声認識技術の進化を追っていく中で、Shisa AIの取り組みをぜひ注目してください。