音声 AI モデル

多言語対応の、OpenAI による最先端の音声認識モデル。

複雑な音声に対して性能が向上した Whisper の大規模バリアントです。

リアルタイム音声認識アプリケーション向けに最適化された Whisper モデルです。

Microsoft のエンタープライズ向け音声認識サービスで、カスタムモデルに対応しています。

高度なノイズ処理機能を備えた、Google のクラウドベース音声認識サービスです。

話者識別機能を備えた AWS の音声認識サービスです。

自然な音声とボイスクローン機能を備えたプレミアム音声合成。

複数の声質やスタイルに対応した OpenAI のテキスト読み上げモデル。

カスタム音声の作成が可能な Microsoft のニューラル音声合成サービス。

自然な音声のために WaveNet 技術を採用した Google のクラウド TTS サービス。

高音質なオーディオを実現する高精細テキスト読み上げモデル。

汎用の音声合成向け標準テキスト読み上げモデルです。