
1 / 3
【概要】 Gradiumは、テキスト読み上げ、音声認識、リアルタイム翻訳、ボイスクローニング、ボイスデザインを提供するリアルタイム音声AI APIです。開発者が低遅延の音声エージェントを構築できるよう設計されています。 単一のストリーミングAPIで自然な音声合成を実現し、最初の音声が届くまでの時間は約50ミリ秒、1000以上の音声を利用できます。音声認識はセマンティックなターン検出により発話の終了を判断し、キーワードブーストや遅延の調整も可能です。音声クローニングやテキストプロンプトからのボイスデザイン、オフラインでも動作するオンデバイスTTSも備えています。 音声エージェントの開発者、研究者、クリエイターなど、リアルタイムの音声インタラクションを必要とする方に適しています。 【主な機能】 • テキスト読み上げ: 単一のストリーミングAPIで自然な音声を生成。最初の音声までの時間は約50ms、1000以上の音声を利用可能。 • 音声認識: セマンティックなターン検出で発話の終了を判断し、キーワードブーストと遅延調整に対応したライブ文字起こし。 • リアルタイム翻訳: 音声から音声へのリアルタイム変換。音声認識と音声合成を組み合わせた翻訳を提供。 • ボイスクローニング: 短い音声サンプルからインスタンスまたはプロの音声クローンを作成。 • ボイスデザイン: テキストプロンプトから全く新しい音声を生成。 • オンデバイスTTS: オフラインでリアルタイムの自然な音声合成を提供。 【利用シーン】 1. 音声エージェントの構築 2. ライブエージェントの文字起こし 3. リアルタイムの音声対音声翻訳 【料金概要】 Free: $0/月 — 45kクレジット、TTS同時接続2、STT同時接続3、S2S同時接続2 XS: $13/月 — 225kクレジット、TTS同時接続5、STT同時接続20、S2S同時接続5 S: $43/月 — 900kクレジット、TTS同時接続5、STT同時接続20、S2S同時接続5 M: $340/月 — 9Mクレジット、TTS同時接続10、STT同時接続40、S2S同時接続10 L: $1,615/月 — 45Mクレジット、TTS同時接続15、STT同時接続60、S2S同時接続15 【長所と短所】 長所: - 低遅延の音声APIを求める開発者にとって、すぐに試せる無料枠が用意されている点が有利です。 - 音声クローニングやボイスデザインまで含むため、独自の音声ブランドを構築したいクリエイターに向いています。 短所: - テキスト読み上げのセッション長は5分に制限されています。 - 音声認識の話者分離はベータ版で、現在は2人まで対応しています。 - ボイスクローニングには音声所有者の明示的な同意が必要です。 【よくある質問】 Q: 無料プランでは何が利用できますか? A: 無料プランでは45kのクレジットが付与され、TTS同時接続2、STT同時接続3、S2S同時接続2の範囲で利用できます。 Q: ボイスクローニングを利用する際の注意点はありますか? A: 音声の所有者から明示的な同意を得る必要があります。 Q: どのようなユーザーに向いていますか? A: 音声エージェントを構築する開発者、研究者、クリエイターなど、リアルタイムの音声AI機能を必要とする方に適しています。
Free · $0/month (45k included credits, TTS 2 concurrency, STT 3 concurrency) XS · $13/month (225k included credits, TTS 5 concurrency, STT 20 concurrency) S · $43/month (900k included credits, TTS 5 concurrency, STT 20 concurrency) M · $340/month (9M included credits, TTS 10 concurrency, STT 40 concurrency) L · $1,615/month (45M included credits, TTS 15 concurrency, STT 60 concurrency)
表示価格は米国地域の参考価格です。地域によって価格は異なります。
WPS AIは、WPS Officeに統合されたAIアシスタントです。文書の執筆やPPTのアウトライン生成、長文の要約と質問応答、表計算の数式作成やデータ分析までをサポートします。中国語環境で利用でき、日々のオフィスワークにおける作成・整理…
Baidu Comateは、百度の文心大模型(ERNIE)を基盤としたAIコーディングアシスタントです。自動コード生成、単体テスト生成、コメント生成、インテリジェントQ&Aといった機能を提供し、開発者がコーディング作業を効率化できるよう支援…
UniConverterは、動画・音声・画像の変換、圧縮、編集、画質向上をまとめて行えるAIメディアツールです。低画質な映像を復元するAI Video…
Gradiumの代わりに検討したいツール6件