音声認識

音声認識は、会議、通話、接客、現場作業などの発話をテキスト化し、検索、要約、分析、記録に活用するAIカテゴリです。議事録作成、コールセンター分析、音声入力、多言語対応に役立ちます。

Agora RTE

Agora, Inc
Agora, Inc.が提供する「Agora RTE」は、リアルタイム音声・映像通信をAPI/SDKで提供する開発者向けプラットフォームです。音声通話、ビデオ通話、インタラクティブライブストリーミング、会話型AIエンジンなど多彩な機能を備えており、アプリケーションへの通信機能組み込みを容易に実現します。NVIDIA GTC 2026ではSeeed Studioと提携し、ヒューマノイドロボットを活用した音声ネイティブ・エンボディドAIの推進を発表してい...
生成AI音声認識

ハナセール

株式会社ロボケン
ハナセールは、音声やテキストをリアルタイムに翻訳するコミュニケーションアプリです。日本語、英語、スペイン語、中国語、ベトナム語に対応しており、話しかけるだけで即座に相手の言語に翻訳されます。外国人労働者を雇用する企業、観光・接客業、医療・介護現場など多言語コミュニケーションが必要な現場が主な対象です。専門的な通訳なしで手軽に多言語コミュニケーションを実現します。
自然言語処理音声認識

Finatext Advisory Assist

株式会社Finatext
Advisory Assistは、生成AIを活用してファイナンシャルアドバイザリー業務を効率化するサービスです。会議の自動文字起こし、営業日誌のアシスト、顧客属性情報の自動抽出・蓄積を行い、商談情報の活用サイクルを効率化します。 資産運用に特化した200以上の属性を自動抽出し、カスタム属性の追加も可能です。API連携により既存CRMサービスにアドオンできます。 金融機関やIFA法人の営業担当者の情報管理・活用課題をAIで解決し...
生成AI音声認識

Kotoba Whisper

Kotoba Technologies Japan株式会社
Kotoba Whisperは、OpenAIのWhisperモデルをベースに日本語音声認識に特化した高精度な音声認識AIエンジンです。リアルタイムでの音声テキスト化に対応し、会議の文字起こしやコンタクトセンターでの通話解析など幅広い用途で活用できます。 独自の学習データと最適化技術により、日本語特有の敬語表現や専門用語にも高い認識精度を実現しています。低遅延でのストリーミング処理にも対応しており、リアルタイムアプリケーショ...
自然言語処理音声認識

AI Worker VoiceAgent

AI Shift株式会社
AI Messenger Voicebotは電話応対を自動化するAIエージェントです。用件特定エージェントが利用者の真の意図を理解し対話を進めます。従来型と比較して不要な会話のラリーを55%削減し、商品番号・人名・住所なども高精度に聞き取ります。 「AI Messenger Chatbot」はカスタマーサポート向けAIチャットボットで、独自の「AI Compass」により回答精度を向上させます。 AIエージェント構築プラットフォーム「AI Worker」の提供も開...
チャットボット音声認識

MiiTel Phone

株式会社RevComm
MiiTel Phoneは、AIを搭載したクラウドIP電話サービスです。電話営業や顧客応対を自動録音し、AIが文字起こし・解析・可視化を行います。話速、会話の被り、沈黙回数といった定量データにより商談獲得率・成約率の向上を支援します。 SalesforceやHubSpotなど主要CRM/SFAと連携可能で、架電後の定型業務の自動化も実現します。導入工事不要でPCとヘッドセットがあればすぐに利用開始できます。 MiiTel Phone以外にもコールセン...
自然言語処理音声認識

ACES Meet

ACES株式会社
ACES Meetは、AIを活用してオンライン商談や会議の内容を自動で記録・書き起こし・分析・共有する営業支援ツールです。会議内容の要約や重要ポイントの抽出を高精度で実現し、営業チームの生産性向上を支援します。 Zoom、Google Meet、Microsoft Teamsなど主要なWeb会議ツールと連携し、商談内容をリアルタイムで可視化します。話速や会話の割合といった定量データも分析できます。 同社は画像認識AI及び価格予測AIによる事故...
自然言語処理音声認識

Notta

Notta株式会社
Nottaは、最新のAI音声認識エンジンを搭載し、約98%の精度で日本語を含む58言語の音声をリアルタイムでテキスト化するAI文字起こしサービスです。音声ファイルのアップロード、リアルタイム録音、Web会議の自動録音・文字起こしなど、多様な入力方法に対応しています。 AI要約機能や話者識別機能を搭載しており、Zoom・Microsoft Teams・Google MeetなどのWeb会議ツールとも連携可能です。Botを会議に参加させて自動的に録音・...
自然言語処理音声認識

TalknodeAI

株式会社PROFESSY
TalknodeAIは、複数のLLM(GPT、Gemini、Claude、Grok、Qwen、Gemmaなど)を目的に応じて組み替え、マーケティングおよびセールス領域に最適化された対話を自動生成するAIプラットフォームです。LINE・Webに対応しており、対話LP、離脱防止ポップアップ、LINEナビゲーション、FAQ自動応答など、多彩なチャネルでの出力が可能です。景表法や薬機法といった日本独自の規制に対応した独自開発のPrivate LLMを搭載しており、現場で...
生成AI音声認識

デジタルヒューマン

デジタルヒューマン株式会社
デジタルヒューマンは、テキストチャットボットを超える音声対話型AIコミュニケーションプラットフォームです。見た目や声が人間のようなデジタルキャラクターが、マーケティング、セールス、カスタマーサービスの各分野で自然な対話を行います。70以上の言語に対応した多言語音声対話機能を搭載しており、グローバルな顧客対応が可能です。ブランドのトーン、アイデンティティ、価値観を体現するパーソナライズ設定が可能で、...
生成AI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。