Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

mocomoco（東京都渋谷区）は、音声認識AI「mocoVoice API」に新たな機能を追加した。この機能により、複数人の会話を個々の発言者ごとに分離し、書き起こすことができるようになる。高速での処理能力を保ちつつ、日本語と英語の混在する会話にも対応している。

同社によると、新機能はグループディスカッションの議事録作成や、複数社が関わるミーティング記録など、様々なシーンでの活用が見込まれる。また、イベントでの複数スピーカーの発言も正確に書き起こせるという。

「mocoVoice API」は、OpenAI Whisperを基に開発された高性能音声認識技術を使用しており、独自の辞書アルゴリズムや高速化技術を搭載。ChatGPTによる校正機能も備え、文法的に正確な書き起こしを実現する。

mocomocoは今後も、実際の使用シーンに即したサービスの改善を進めるとしている。話者分離機能は追加料金なしで利用可能で、詳細な料金プランは公式ドキュメントページで確認できる。利用開始にはAPI利用申請フォームからの申し込みが必要だ。