月刊コールセンタージャパン

Verbex、音声認識・音声合成モデルをAPIとして提供開始

Verbexは、音声認識API『Verbex STT API』および音声合成API『Verbex TTS API』の提供を開始した。

今回のAPI提供により、企業や開発者、SI企業、BPO事業者、AIエージェント開発企業は、Verbexの音声認識・音声合成技術を自社サービスや業務システム、コンタクトセンター基盤、AIエージェントに組み込むことができる。

両APIは、電話応対や問い合わせ対応などのリアルタイム音声対話AIで活用されてきた技術をもとに提供するもの。実運用環境で求められる認識精度、応答速度、安定性、自然な会話体験を重視して設計している。音声認識から応答までの遅延を抑え、AIとの自然な音声対話に組み込みやすい処理性能を提供する。具体的な概要は以下の通り。

・『Verbex STT API』（音声認識）
電話応対や会話音声をテキスト化する。問い合わせ内容、注文内容、予約希望、顧客情報、社内問い合わせなど、人の発話をAIや業務システムが処理しやすいテキストデータに変換する。電話回線特有の音質や雑音環境、日本語の氏名、住所、商品名、数字など、業務利用における認識精度の課題への対応を進めている。
・『Verbex TTS API』（音声合成）
テキストを自然な音声に変換する。AIエージェントの応答、電話の自動応答、FAQ回答、予約受付、受注確認、案内音声などに利用可能。業務利用における聞き取りやすさ、日本語の抑揚、リアルタイム対話に適した応答速度を重視している。

金融機関、大企業、公共機関、BPO事業者などでの活用を想定しており、クラウド型APIに加え、用途や要件に応じて、閉域接続、プライベートクラウド、オンプレミスなどの提供形態にも対応する。
同社は今後も、STT・TTS APIの対応領域の拡張、日本語電話応対における認識精度の向上、業界固有用語への対応、リアルタイム処理性能の改善、音声表現の自然さの向上を継続的に進める。あわせて、SI企業、BPO事業者、AIエージェント開発企業、業務システムベンダーとの連携を強化し、金融、自治体、通販、医療、ホテル、コールセンターなどでの音声AI活用を推進する。

2026年06月24日 10時00分公開

2026年06月24日 10時00分更新

音声認識音声合成