音声認識 × 全業種対応

HeyGen

HeyGen
HeyGenが提供するAIアバター動画生成プラットフォーム「HeyGen」は、テキストを入力するだけで100種類以上のリアルなAIアバターが話す動画を作成できるサービスです。175言語に対応した多言語翻訳・吹き替え機能を備え、自分の顔をもとにしたカスタムアバターの作成も可能です。無料プランでは月3本・1本3分以内の動画を作成でき、有料のCreatorプラン以上ではウォーターマーク除去や高解像度出力に対応しています。企業の研修...
生成AI音声認識

Synthesia

Synthesia
Synthesiaが提供するAI動画生成プラットフォーム「Synthesia」は、テキストを入力するだけで230種類以上のリアルなAIアバターが話す動画を自動生成するサービスです。140以上の言語・アクセントに対応し、自分の映像からカスタムアバターを作成する機能やAIスクリーンレコーダーも搭載しています。無料プランでは年間36分の動画生成が可能で、有料プラン(Starter~Enterprise)では生成量やアバター数が拡張されます。企業の研...
生成AI音声認識

SHaiN

株式会社タレントアンドアセスメント
株式会社タレントアンドアセスメントが提供する「SHaiN」は、AIを活用したオンライン面接サービスです。スマートフォン・タブレットから24時間365日どこでも受検でき、採用担当者の工数を増やさずに全国規模の候補者へ対応できます。独自の「戦略採用メソッド」に基づいたAI評価で、主観バイアスを排除した公正な選考を実現します。スタンダードプランは1件5,000円から利用可能で、アルバイト・派遣向けには1件1,000円のプラン...
自然言語処理音声認識

Otolio

エピックベース株式会社
エピックベース株式会社が提供する「Otolio」は、会議音声を活用したAIエージェントサービスです。旧「スマート書記」から2025年11月に名称変更されました。会議前の資料準備から、会議中のリアルタイム文字起こし・要約、会議後のタスク整理・議事録共有まで、会議にまつわる業務全般を自動化します。Salesforce連携による商談フォロー自動化にも対応し、累計8,000社以上・59,000人以上に導入実績があります。
自然言語処理音声認識

HARMONY

ロジカル・アーツ株式会社
ロジカル・アーツ株式会社が提供する「HARMONY」は、生成AIを活用したクラウド型コールセンターシステムです。Amazon Connectをベースに開発されており、通話内容のリアルタイム文字起こし・校正・要約・会話議事録生成・自動入力・コールリーズン判定・カテゴリタグ付与の7つのAI機能を搭載しています。専用ソフトフォンやCRMデータ連携にも対応し、2か月無料お試しキャンペーンも実施しています。
生成AI音声認識

Felo瞬訳

Sparticle株式会社
Felo瞬訳は、Sparticle株式会社が提供するリアルタイム音声翻訳アプリです。GPT技術を活用した独自のRRT(Rapid Real-Time Translation)機能により、音声認識と高精度翻訳を瞬時に実現し、文体や文脈を考慮した自然な翻訳文を生成します。韓国語・日本語・英語・中国語・フランス語・スペイン語など15言語間の相互翻訳に対応しており、多言語での音読機能も搭載しています。データはローカルデバイスに安全に保管され、会議・...
自然言語処理音声認識

Felo字幕

Sparticle株式会社
Felo字幕は、Sparticle株式会社が提供する多言語対応のAIリアルタイム字幕・音声認識翻訳ツールです。1秒以内の即時翻訳でオンライン会議の音声を自動認識し、原文と翻訳の二言語字幕を同時表示できます。20言語以上に対応し、Zoom・Google Meet・Microsoft Teams・Webexなど主要会議ツールと連携します。AIサマリー機能では営業会議・学習・1対1面談などのテンプレートを搭載し、カスタム用語辞書登録も可能です。字幕リンクに...
自然言語処理音声認識

X-Ghost

Gen-AX株式会社
X-Ghost(クロスゴースト)は、Gen-AX株式会社が提供するコンタクトセンター向けの自律思考型AIオペレーターソリューションです。Speech-to-Speechモデルを採用した自然な音声対話により、24時間365日の問い合わせ対応を実現します。モニタリングAIが応答の安全性をリアルタイムで監視するほか、企業内のAPIと連携してAIが自律的に情報を取得・反映します。三井住友カード・JALカードへの導入実績を持ちます。
生成AI音声認識

COG SUITE

コグニティ株式会社
コグニティ株式会社が提供する「COG SUITE」は、AIによるビジネストーク解析で組織の人材育成と業績向上を支援するサービス群です。2013年に開発・特許取得した独自の知識表現AI技術「CogStructure」により、営業・MR・コーチング・プレゼンなどの音声コミュニケーションを定量評価します。COG-SALES・COG-MR・COG-COACH・COG-PRESENなど職種別サービスを展開しており、400社・70,000人のデータをもとに「最も効く改善」を特定...
自然言語処理音声認識

Rimo Voice

Rimo合同会社
Rimo合同会社が提供する「Rimo Voice」は、対面・オンライン会議の両方に対応したAI議事録・文字起こしツールです。高精度なリアルタイム文字起こしとAI要約機能を搭載し、会議内容を把握したAIアシスタントが議事録作成を自動化します。Zoom・Teams・Google Meet・WebExとの連携に対応し、30以上の言語での文字起こしが可能です。ISO27001・ISO27017認証取得のセキュリティ環境でデータは国内保管されており、7日間の無料トラ...
自然言語処理音声認識

カテゴリ解説

音声認識AIサービスでできること

音声認識AIサービスは、録音データやリアルタイム音声をテキストに変換し、話者分離、要約、キーワード抽出、感情分析、翻訳などの処理につなげます。会議議事録、コールセンターの通話分析、医療・介護記録、現場報告、字幕作成など、音声を業務データとして活用したい場面で導入されています。

主な活用シーン

  • 会議や商談を文字起こしし、議事録や要約を作成する
  • コールセンターの通話内容を分析し、応対品質を改善する
  • 現場作業や医療・介護記録を音声入力で残す
  • 動画、ウェビナー、研修コンテンツの字幕を作成する

比較時に見るポイント

  • 日本語、専門用語、話者分離、雑音環境に対応できるか
  • リアルタイム認識、録音ファイル処理、要約機能の有無を確認する
  • 通話システム、Web会議、CRM、文書管理と連携できるか
  • 録音データの保存、権限管理、個人情報保護に対応しているか

音声認識は文字起こし精度だけでなく、その後の検索、要約、分析、共有まで含めて比較することが大切です。AI CATALOGでは、音声認識に対応したAIサービスを、利用シーン、連携先、セキュリティの観点から確認できます。

本データベース「AI CATALOG」の利用にあたって

掲載情報は各企業のプレスリリースおよび公式サイトをもとに作成しており、正確性を保証するものではありません。ご利用の際は利用規約をご確認のうえ、最新の情報は各企業の公式サイトにてご確認ください。

掲載されているサービスの料金・機能・仕様は予告なく変更される場合があります。導入をご検討の際は、提供元企業に直接お問い合わせください。

本データベースは一般社団法人日本AI導入支援協会が独自に収集・整理した情報であり、掲載企業との間に資本関係や利害関係はありません。

掲載の有無は特定の企業やサービスの品質・信頼性を保証または否定するものではありません。

掲載情報に誤りを発見された場合、またはご自身の企業情報の修正・削除をご希望の場合は、お問い合わせフォームよりご連絡ください。