ホーム / リアルタイムSTT

Gladia のリアルタイムSTT

音声が流れているその場で、リアルタイムに文字起こしを行う機能について解説します。

ライブで音声を文字に

ライブ配信・オンライン会議・コールセンターなど、音声がリアルタイムに流れる場面では、発話とほぼ同時に文字起こしする「リアルタイムSTT」が役立ちます。Gladia は WebSocket ストリーミングやライブマイク入力に対応し、低遅延で字幕を生成します。

リアルタイムで音声データを送り続け、逐次的に認識結果を受け取れます。会話型AIの音声インターフェースにも使えます。

会議やウェビナー、配信の字幕表示に利用できます。参加者全員が話の内容を追いやすくなります。

通話中にリアルタイムで内容を書き起こし、通話後のサマリーやCRMへの記録に活用できます。

リアルタイムSTTでも、100以上の言語と話者分離に対応しており、複数言語が混在する「コードスイッチング」を伴う会話でも自然に書き起こせます。エンタープライズ向けには既存スタックへの統合も用意されています（開発者向け）。