# CassetteAI

音楽・効果音・音声に対応するリアルタイム生成オーディオプラットフォーム。単一のAPIで各モダリティを扱い、エッジハードウェアやホステッドAPIを通じて低レイテンシーで出力できます。

- Findings24: <https://findings24.com/ja/tools/cassetteai>
- ウェブサイト: <https://cassetteai.com>
- 料金: Freemium
- カテゴリー: AI音楽生成, AI音声生成ツール

## CassetteAIとは？

CassetteAIは、音楽・効果音・音声に対応するリアルタイム生成オーディオ製品です。これらのモダリティを単一のAPIとSDKで提供し、エッジハードウェア上、またはオンデバイスアクセスのない開発者向けのホステッドAPI経由で、低レイテンシーの出力を重視しています。

本サイトでは、別の編集ツールではなくアプリ内でオーディオを作成する必要があるプロダクションワークフロー向けの製品として位置付けています。音楽とSFXは現在利用でき、テキスト読み上げは近日提供予定です。料金は座席単位のプランではなく、出力分数または生成単位の従量制です。

## CassetteAIでできること

### プロンプトによる音楽生成

ムード、ジャンル、テンポ、キー、参考音源などをプロンプトで指定し、適応型の音楽を生成できます。サイトによると、音楽トラックはユーザーのプレイ中にアプリへストリーミングされ、1〜4分の長さで、44.1 kHzステレオ出力に対応します。

### オンデマンドの効果音

ドアを閉める音、パワーアップ、環境音など、自然言語によるイベントの説明から効果音を作成できます。CassetteAIによると、SFXはループ対応、フレーム単位の再生成が可能で、最大30秒の音声をおよそ1秒でレンダリングできます。

### 単一のSDKとAPIパターン

モダリティを問わず1つのAPI形式を使用し、音楽、SFX、TTSの間でモデルIDを切り替えられます。サイトでは、JavaScript、Python、cURLによる\`fal.subscribe()\`の例を紹介しています。

### 低レイテンシーのストリーミング

初回サンプルまでの低レイテンシーとストリーミングレスポンスにより、リアルタイム出力に対応します。ホームページでは、エッジハードウェア上で初回サンプルまで23 ms、ストリーミングレスポンスは50 ms未満としています。

### プロダクション向けオーディオ形式

44.1 kHzステレオのリファレンス品質のオーディオを生成し、\`.wav\`形式でダウンロードできます。サイトによると、DAWの要件に適合し、プロダクション用途でも出力の一貫性を保てます。

## 利用シーン

### ゲーム・インタラクティブアプリの音楽

ゲームやインタラクティブアプリに適応型のBGMを追加できます。セッションに合わせてトラックが変化し、ユーザーのプレイ中に体験へストリーミングされます。

### プロダクトイベント向けのサウンドデザイン

UI操作、ゲームプレイ中のイベント、メディアツール向けに、ループ対応の環境音や一度限りのイベント音を含む、短く具体的なサウンドを生成できます。

### 開発者向け統合

JavaScript、Python、cURLのアプリケーションコードからAPIを使用し、別のスタジオワークフローへ移行することなく、既存のパイプラインにオーディオ生成を組み込めます。

### 低レイテンシーのオーディオワークフロー

ライブクリエイターツール、アクセシビリティツール、ブラウザベースの体験など、初回サンプルまでの低レイテンシーと高速な処理を必要とするリアルタイムオーディオ機能を構築できます。

### 予定されている音声生成

TTSのウェイトリストに登録し、将来のテキスト読み上げリリースでも同じAPI形式が使われることを見据えて、音声機能に備えられます。

## よくある質問

### プロジェクトでCassetteAIを使用するにはどうすればよいですか？

CassetteAIは、音楽、効果音、TTS向けの単一APIを提供します。サイトによると、開発者APIはJavaScript、Python、cURLで利用でき、オンデバイスアクセスのない開発者向けにホステッドAPIも利用できます。

### 生成速度はどのくらいですか？

音楽生成では、30秒のサンプルを2秒未満、3分のフルトラックを10秒未満で返すと説明されています。一方、SFX生成では最大30秒の音声を、およそ1秒の処理時間でレンダリングします。

### CassetteAIの料金はいくらですか？

サイトでは従量課金を説明しており、音楽は出力1分あたり0.02ドル、効果音は1生成あたり0.01ドルです。料金ページには、月次契約や開発者シートがないとも記載されています。

### CassetteAIはデバイス上で実行できますか？

ホームページと料金に関する説明では、製品はエッジハードウェアまたはデバイス上で実行できるよう設計されており、ホステッドAPIも利用できると示されています。Aboutページでは、モデルがアプリバンドルに収まると説明し、低レイテンシーのストリーミングレスポンスを強調しています。

### テキスト読み上げは現在利用できますか？

サイトではTTSモデルを「近日提供予定」とし、ウェイトリストにも言及しています。そのため、現在利用できるモダリティは音楽とSFXで、テキスト読み上げはまだ提供開始前です。

## クイック情報

- **カテゴリー**: 開発者向けツール
- **主な用途**: 音楽、SFX、TTS向けの生成オーディオ
- **提供形態**: ホステッドAPIおよびオンデバイス／エッジでの利用
- **対応言語**: JavaScript、Python、cURL
- **オーディオ出力**: 44.1 kHzステレオ \`.wav\`
- **ソースドメイン**: cassetteai.com