テキスト読み上げAPI
Lightning TTSを使って音声を生成できます。ホームページでは15以上の言語で100ミリ秒のレイテンシーをうたっており、開発者向けの例では音声出力を返すシンプルなAPI呼び出しが示されています。
Smallest AIとは？
Smallest AIは、テキスト読み上げ、音声認識、音声エージェント、関連オーディオモデル向けのAPIとワークフローを備えた音声AIプラットフォームです。製品ページでは、リアルタイムの音声アプリケーション、本番導入、個別のポイントツールを分けて使うのではなく単一プラットフォームで構築したいチーム向けに位置づけられています。
サイトでは、Lightningを高速なテキスト読み上げ、Pulseを低レイテンシーの文字起こし、Hydraを音声間変換として紹介しています。また、エージェント、音声、言語を設定できる音声エージェント用インターフェースに加え、オンプレミス導入、コンプライアンス機能、サポート管理などのエンタープライズ向けオプションも提供しています。
Smallest AIでできること
音声認識API
Pulseで音声を文字起こしできます。音声認識ページでは、38以上の言語にわたるリアルタイム文字起こし、64ミリ秒のレイテンシー、さらに言語識別と話者ラベリングが説明されています。
音声エージェントのワークフロー
1つの本番向けインターフェースから音声エージェントを利用できます。ホームページでは、エージェントの設定、音声の選択、言語の設定を行い、1つの画面から公開できると案内されています。
関連音声モデル
音声間変換と音声クローンの提供にアクセスできます。ホームページではHydraをネイティブの音声間変換モデルとして掲載しており、料金ページではエンタープライズ向けに音声クローンとプロフェッショナル音声クローンサポートが案内されています。
エンタープライズプランの管理機能
プランに応じて導入とサポートのオプションを選べます。料金ページには従量課金とエンタープライズプランが表示されており、エンタープライズ機能としてオンプレミス導入、サポート、SLA、プロンプトエンジニアリング支援、コンプライアンスオプションなどが含まれています。
利用シーン
“本番向け音声エージェントを公開する”
会話型製品を構築するチームは、音声エージェントのワークフローを使って、エージェントの設定、音声の選択、言語の設定を行い、1つのインターフェースから公開できます。
“低レイテンシーの音声を生成する”
高速な音声生成が必要なアプリケーションは、Lightning TTSを使ってリアルタイム再生を行い、エージェントの応答やその他のインタラクティブな音声体験に対応できます。
“多言語会話を文字起こしする”
サポート、オペレーション、文字起こし製品では、Pulseを使ってライブまたは録音済みの音声を言語識別と話者ラベリング付きでテキストに変換できます。
“エンタープライズ要件に沿って導入する”
より厳格なデータ、サポート、導入要件を持つ組織は、オンプレミス導入、SLA、コンプライアンス関連の管理機能を備えたエンタープライズプランを評価できます。
“フルスタックの音声基盤を構築する”
入力音声の理解と出力音声の生成の両方が必要なチームは、同じプラットフォーム内でSTT、TTS、音声間変換製品を組み合わせられます。
よくある質問
Smallest AIは何を提供していますか？
Smallest AIは、テキスト読み上げ、音声認識、音声エージェント、音声間変換を提供します。ホームページと各製品ページでは、リアルタイムおよび本番運用向けの音声AIプラットフォームとして位置づけられています。
Smallest AIにはセルフサービスとエンタープライズの両方のオプションがありますか？
サイトでは、従量課金の利用向け料金とエンタープライズプランが案内されています。料金ページには開始用の無料クレジットも表示されており、エンタープライズではオンプレミス導入、サポート、コンプライアンス関連のオプションなどを含められると説明されています。
Pulseはリアルタイムの音声ワークロードに使えますか？
はい。音声認識ページではPulseがリアルタイム文字起こしをサポートすると記載されており、料金ページにもリアルタイムのPulseオプションが掲載されています。サイトでは音声エージェントも本番向けプラットフォームの一部として案内されています。
Pulseは何言語に対応していますか？
音声認識ページでは、Pulseが38以上の言語をサポートすると記載されています。また、ページ本文では各国のアクセントや方言にも対応すると強調されています。別途、料金ページではPulse Proが事前録音向けで英語のみ対応とされています。
Smallest AIはどのように始めればよいですか？
サイトにはAPI利用の開発者向けサンプルがあり、迅速なプロトタイピングとシームレスな統合を想定していると説明されています。ホームページでは、エージェント、音声、言語を1つのインターフェースで設定できるとも案内されています。
クイック情報
- カテゴリ
- 音声AIプラットフォーム
- 主な製品
- Lightning TTS、Pulse STT、Hydra speech-to-speech、音声エージェント
- 料金モデル
- 無料クレジット、従量課金、エンタープライズプラン
- ソースドメイン
- smallest.ai
- 主なユーザー
- 音声ワークフローを構築する開発者と企業チーム
- 導入オプション
- クラウドおよびエンタープライズ向けオンプレミスオプション
Smallest AI のトラフィック分析
トラフィックデータは参考情報としてご利用ください。
- ドメイン評価
- 67
Smallest AIの代替品
Cartesia
cartesia.ai
リアルタイム音声体験を構築するチーム向けの音声モデルと、音声エージェント運用基盤。音声の文字起こし・音声生成から、音声エージェントの構築と展開までを支援します。
Transkriptor
transkriptor.com
Transkriptorは、AIで音声や動画を編集可能なテキストに変換。会議、講義、インタビュー、通話、音声メモに対応し、ウェブ、デスクトップ、モバイル、Chromeで利用できます。要約、エクスポート、カスタム語彙も提供。
audEERING
audeering.com
音声分析と音声感情認識のためのAIソフトウェア
录咖
reccloud.cn
文字起こし、字幕生成、音声合成、動画翻訳、編集、API連携に対応するオンラインAI音声・動画処理プラットフォーム。
Whisperstream
whisperstream.io
Whisperstreamは、Windows上で音声をローカル処理し、結果を対応アプリの入力欄へ挿入できるディクテーションアプリです。クラウドにマイク音声を送らず、プッシュ・トゥ・トークで入力できます。
Epilude
www.epilude.com
Epiludeは、音声をあらゆるアプリで使える書式付きテキストに変換する、Mac向けの音声生産性スイートです。音声入力のクリーンアップ、トーンの調整、カスタム単語、ショートカットに加え、音声とテキストをMac上に保持するローカルモードを備えています。