【音声認識・音声合成】AIサービス一覧

音声データを解析・生成するAI技術の活用ツール全25件のAIサービスを掲載しています。

サマリー

Sumarii

日本語の話し言葉に特化したAI文字起こし・議事録サービス。マイク録音、音声・動画ファイル、メディアURL、Zoom/Google Meet/Microsoft Teamsへの会議ボット招待に対応し、話者ラベルとタイムスタンプ付きの文字起こしからテンプレート付きAI要約までを1画面で完結できます。自信度の低い語句を一覧表示する「確認が必要な語」やAIチャットでの自然言語修正により、固有名詞の崩れをその場で直せるのが特徴。音声・文字起こし・議事録は日本国内に保管し、AIの学習には使用しません（ゼロ保持）。毎月3時間まではクレジットカード不要の無料枠で全機能を試せます。

# 議事録作成# 音声合成・文字起こし# 音声認識・音声合成# 要約・翻訳# 業務効率化# 生産性向上# 日本語対応

ヴィード

VEED

英国VEEDが提供する、ブラウザだけで使えるオールインワンのオンライン動画編集＋AI動画生成プラットフォーム。文字起こしを編集してカットするテキストベース編集、自動字幕（125言語以上）・翻訳/吹き替え（29言語・日本語対応）、Text-to-Video・AIアバター・音声合成・ノイズ除去などを搭載。無料で開始でき、有料はCreator $20〜のAIクレジット制です。

# 動画生成# 字幕生成# 音声認識・音声合成

ブリュー

Vrew

音声認識で自動文字起こしし、テキストエディター感覚で動画を編集できるオールインワンAI動画エディター（VoyagerX提供）。自動字幕・無音カットに加え、テキストからの動画生成・AI音声・AI画像まで内包。無料あり／有料は月¥1,590〜のクレジット制。

# 字幕生成# 音声認識・音声合成# 日本語対応

デスクリプト

Descript

Descript（デスクリプト）は、文字起こししたテキストを編集する感覚で動画・音声を編集できるAI編集プラットフォームです。文章を消せば映像・音声も消える独自の編集に加え、エージェント型AI「Underlord」でカット・構成・動画化まで自動化。AI Voices・字幕・翻訳/吹き替え(30+言語)も備えます。※UIは英語のみで日本語の文字起こしは非対応。料金はFree／Hobbyist $24／Creator $35／Business $65（AIクレジット制）。

# 音声認識・音声合成# 動画生成

ライトスクライブ

LiteScribe

LiteScribe（ライトスクライブ）は、会議・インタビュー・動画の音声を文字起こしし、AI要約・トピックタグ・アクションアイテムまで自動生成するAI文字起こし・議事録サービスです。会議に録画ボットを参加させず、パソコンのシステム音声を端末側で直接録音するため、参加者一覧には何も表示されず、会議URLも不要なので対面の打ち合わせも同じ手順で記録できます。デスクトップ版（Windows・macOS・Linux）には、文字起こしとAI要約の両方を自分のパソコン上で実行するオフラインモード（Pro・Businessプラン）があります。文字起こしは100以上の言語、管理画面は日本語を含む15言語に対応し、話者分離、PDF・DOCX・SRTの書き出し、引用とタイムスタンプ付きで答えるAIチャットを備えます。料金は毎月120分までクレジットカード不要の無料枠があり、有料プランは年払い時の月額7.95米ドルから。オフラインモードを使わない場合、クラウドでの文字起こしは米国のAssemblyAIが処理します。

# 議事録作成# 音声合成・文字起こし# 音声認識・音声合成# 要約・翻訳# 字幕生成# 業務効率化# 生産性向上# 日本語対応

オトリオ

Otolio

エピックベース株式会社が提供する、会議前・中・後のすべての業務をAIが自動実行するAIエージェント。2025年12月にAI議事録サービス「スマート書記」から名称変更しました。議事録エージェントとセールスエージェントの2種を用意し、議事録の自動生成からSalesforceの商談項目更新、フォローメール作成までを自動化。ISO/IEC 27001認証取得、データは国内リージョンで保管し、許可なく機械学習には使用しません。累計8,000社以上の導入実績。

# 議事録作成# AIエージェント# 音声認識・音声合成# 音声合成・文字起こし# セールス# 業務効率化# 日本語対応

アズミ

Asmi

音声ファーストのAI個人秘書。毎朝あなたに電話をかけて要件を聞き取り、歯医者・美容室・保険会社などへ代理で電話して自動音声（IVR）を突破し、予約や問い合わせを代行。完了するとiMessageやWhatsAppで結果を報告する。話すだけで現実世界の用事を片付けるAIエージェント。

# AIエージェント# 音声生成# 音声認識・音声合成# ボイスボット# 自動化・省力化# 業務効率化

コエフォント

CoeFont

10,000種類以上のAI音声を使えるテキスト読み上げ・音声合成サービス。約50文の録音で自分の声も登録でき、ボイスチェンジャーや法人向けリアルタイムAI通訳にも対応。

# 音声生成# 音声認識・音声合成# エンタメ／ゲーム・遊び# 日本語対応

イレブンラボ

ElevenLabs

70以上の言語に対応する高品質AIボイス生成・音声クローンを中核に、吹き替え・音声認識（Scribe）・効果音・音楽生成・会話型AIエージェントまで備えたAIオーディオプラットフォーム。モデルはEleven v3ほか。無料あり／有料 月$6〜。

# 音声生成# 音声認識・音声合成# 日本語対応

エーアイリード

ailead

株式会社aileadが提供する、商談・面接・会議の対話データを統合・構造化し、AIエージェントが評価・SFA/ATS反映・タスク起票まで自律実行するエンタープライズAIエージェント基盤。Zoom/Teams/Meet対応、ISO/IEC 27001取得、500社超が導入。営業育成に加え採用面接の評価標準化にも対応。

# 議事録作成# AIエージェント# 音声認識・音声合成# セールス# 業務効率化# 日本語対応

ボイスモッド

Voicemod

話した声をリアルタイムで別の声に変換できるボイスチェンジャー＋サウンドボードのアプリ。200種類以上のボイス・AIボイス・Voicelab（自作ボイス）を備え、DiscordやOBS、各種ゲームのボイスチャットに変換音声をそのまま流せる。Windows/Mac/モバイル対応。無料プランあり、Proは月額・年額・買い切り（Lifetime）から選べる。

# 音声生成# 音声認識・音声合成# エンタメ／ゲーム・遊び# 日本語対応

オッターエーアイ

Otter AI

Otter AIは、会議やインタビューをリアルタイムに文字起こしし、要約やAIエージェント機能まで備えたAIミーティングアシスタントです（提供：Otter.ai）。Zoom・Teams・Google Meetに自動参加して話者識別つきで記録し、要点・アクションを自動要約。会議横断のAIチャットや営業・採用向けエージェントも備え、文字起こしは英・西・仏・独・日・中に対応します。料金はBasic無料（300分/月）、Pro $8.33、Business $19.99、Enterprise（年払い・1ユーザー）。

# 音声認識・音声合成# 議事録作成

ボイスエーアイ

Voice AI

Voice.ai（ボイスエーアイ）は、Voice AI Inc.が提供する、数千種類の音声からリアルタイムで声を変換できるAIボイスチェンジャーを中核とした音声プラットフォームです。デスクトップのボイスチェンジャーは無料で、ゲーム実況・配信・オンライン会議に対応。Voice Universe（4,000以上の音声）・音声クローン・TTS（15言語以上）・AIボイスエージェント・開発者APIまで拡張。料金はクレジット制でFree／Starter $5／Launch $12〜。

# 音声生成# バーチャルヒューマン# 音声認識・音声合成

クドー

KUDO

KUDO（クドー）は、米KUDO, Inc.が提供するライブ音声翻訳・字幕プラットフォームです。70言語以上に24時間365日対応するAI音声翻訳と、12,000人以上のプロ通訳者をオンデマンドで予約できるマーケットプレイスを併せ持ち、手話を含め200以上の言語に対応します。Microsoft Teamsにはネイティブ統合。年間契約不要の単発プランもあり、料金は個別見積もりです。ISO 27001・SOC 2 Type 2取得。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成

インタープリファイ

Interprefy

Interprefy（インタープリファイ）は、スイスのInterprefy AGが提供するエンタープライズ向け多言語コミュニケーション基盤です。6,000人以上のプロ通訳者によるリモート同時通訳と、AI音声翻訳・多言語ライブ字幕（6,000以上の言語組み合わせ）を1つの契約で扱え、セッション単位で人間・AI・ハイブリッドを割り当てられます。Teams・Zoom・Webexなど80以上のプラットフォームに連携。ISO 27001認証、欧州でのホスティング。料金は個別見積もりです。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成

ワードリー

Wordly

Wordly（ワードリー）は、米Wordly, Inc.が提供する会議・イベント向けAI翻訳／字幕プラットフォームです。翻訳・字幕・文字起こし・要約の4機能と全対応言語を1つの価格に含め、数十言語・3,000以上の言語ペアに対応します。参加者はQRコードやURLからブラウザで参加し、アカウント作成も不要。料金は年間の時間パッケージ制で、Starter10時間からEnterprise500時間以上まで。ISO 27001・SOC 2 Type II取得。

# 会議翻訳・AI同時通訳# 要約・翻訳# 字幕生成# 音声認識・音声合成# 業務効率化

コトバ

kotoba

kotobaは、株式会社Kotoba Technologies Japanが提供するAI同時通訳アプリです。自社開発の音声基盤モデル「Koto」が会話の流れを最大0.5秒先読みし、発話開始から翻訳表示までの遅延を最大1秒程度に抑えます。入力21言語・出力13言語に対応し、iOS／Androidで動作。無料プランは月5時間、Unlimitedは月額99ドル、法人向けEnterpriseは15,000円／デバイス／月。Web会議向けMeeting Botも提供しています。

# 会議翻訳・AI同時通訳# 要約・翻訳# 音声認識・音声合成# 業務効率化# 日本語対応

ディープエルボイス

DeepL Voice

DeepL Voiceは、翻訳サービスDeepLを提供するDeepL SEのリアルタイム音声翻訳ソリューションです。Microsoft Teams・Zoom Meetings・Google Meetに対応し、1つの会議内で参加者ごとに異なる言語の字幕を40以上の言語で表示できます。音声から音声への翻訳は近日提供予定。文字起こし・翻訳データは永続保存されず、通話終了後に削除されます。料金は非公開で個別見積もりです。

# 会議翻訳・AI同時通訳# 要約・翻訳# 音声認識・音声合成# 業務効率化# 日本語対応

ボイスピング

VoicePing

VoicePing（ボイスピング）は、VoicePing株式会社が提供する多言語コミュニケーション基盤です。Zoom・Teams・Google MeetのPC音声を直接翻訳する方式と、会議ボットを参加させる方式の両方を持ち、対面会議や展示会イベントにも対応します。翻訳した会議はAI議事録・要約・アクションアイテムとして会議ログに残り、横断検索できます。無料プランは月90分、有料は月額3,163円から、イベント同時通訳は33,000円／日（税込）からです。

# 会議翻訳・AI同時通訳# 議事録作成# 要約・翻訳# 音声認識・音声合成# 業務効率化# 日本語対応

センティオ

Sentio

Sentio（センティオ）は、ポケトーク株式会社が提供するAI同時通訳サービスです。ブラウザだけで動き、会議に翻訳ボットを参加させずに、マイクの音声とブラウザのタブ音声のどちらも通訳できます。44言語の発言を77言語の字幕と音声にリアルタイム変換し、結果はQRコードやURLで50名以上に共有可能。無料お試しは月30分まで、プレミアムプランは月額3,300円・年額33,000円（税込）です。

# 会議翻訳・AI同時通訳# 要約・翻訳# 音声認識・音声合成# 業務効率化# 日本語対応

エーシーズミート

ACES Meet

東京大学松尾研究室発のAIスタートアップ・株式会社ACESが提供するAI議事録・商談解析ツール。LLM技術を応用した音声認識でオンライン・対面の会議を自動で文字起こし・要約し、辞書登録と話者照合の特許技術で使うほど自社専用に精度が向上する。Salesforce連携など営業組織向けの機能も充実。料金は非公開（要問い合わせ）で無料トライアルあり。

# 議事録作成# 音声認識・音声合成# セールス# 業務効率化# 日本語対応

アンプトーク

amptalk

amptalk（アンプトーク）は、amptalk株式会社が提供する国産の商談解析AIです。携帯通話・Web会議・対面商談をAIが自動で文字起こし・要約・解析し、SalesforceなどのSFA/CRMに自動入力。AIロープレ「amptalk coach」やメールAIエージェントも展開し、ソフトバンク・富士通などが導入しています。料金は非公開（要問い合わせ）で、最低10ユーザーの年間契約から。

# セールス# 音声認識・音声合成# 議事録作成# 業務効率化# 自動化・省力化# データ連携（API連携）# 日本語対応

スピーク

Speak

OpenAIが出資する米Speakeasy Labsのスピーキング特化AI英会話アプリ。AI講師と回数無制限で会話練習でき、発音・表現に即時フィードバック。世界1,500万ダウンロード。7日間の無料体験後はプレミアム年19,800円（月あたり約1,650円）から。アプリUI・サポートは日本語対応。

# AIチャットボット# 音声認識・音声合成# 自己啓発・コーチング# 日本語対応

ボイスボックス

VOICEVOX

VOICEVOXはヒホ（廣芝和之）氏が開発する無料のテキスト読み上げ・歌声合成ソフト。ずんだもん・四国めたんなど46キャラクターの音声を、クレジット表記を条件に商用・非商用問わず無料で利用できる（規約はキャラクターごとに異なる）。Windows／Mac／Linux対応のオープンソースで、日本語の解説動画ナレーションの定番。

# 音声生成# 音声認識・音声合成# エンタメ／ゲーム・遊び# 日本語対応

ウィスパーフロー

Wispr Flow

Wispr Flow（ウィスパーフロー）は、話した言葉をそのまま整った文章に変えるAI音声入力アプリです。カーソルがある場所にそのまま入力されるため、Gmail・Slack・Notion・ターミナル・ChatGPTなど「キーボードで打てる場所」すべてで使えます。「えーっと」といったフィラーや言い直しを自動で取り除き、句読点と改行を整え、アプリごとに文体を変えることも可能。日本語を含む100以上の言語に対応し、固有名詞やスラングは辞書に登録できます。Mac／Windows／iPhone／Androidに対応。無料プランがあり、Proは月960円。提供は米サンフランシスコのWispr（累計調達5,600万ドル）。

# 音声認識・音声合成# 音声合成・文字起こし# 議事録作成# 生産性向上# 日本語対応

音声認識・音声合成に関するおすすめ記事

AI同時通訳ツール比較7選【2026年8月最新】Teams・Zoomの標準機能で足りるか、専用ツールが要るか

海外拠点との会議を前に「AI同時通訳 ツール」を調べると、旅行アプリと法人向けツールを混ぜた「おすすめ25選」ばかりが出てきます。本当に知りたいのは、すでに契約しているTeamsやZoomの標準機能で足りるのか、足りないとしたら何が足りないのかのはずです。2026年1月のMicrosoft Teams Interpreter agent、2月のGoogle Meet音声翻訳の一般提供で、この問いには答えが出せるようになりました。標準機能3社の対応言語と提供状況を確定させたうえで、足りない場合の選択肢としてSentio・VoicePing・kotoba・DeepL Voice・Wordly・Interprefy・KUDOの7ツールを、音声の取得方式・出力・料金の形で比較します。

【2026年版】映像クリエイターのためのAIツール17選｜自動編集・字幕・ナレーション・BGM・SNS動画まで網羅

映像クリエイターの業務をAIで効率化！編集・字幕・ナレーション・BGM・バーチャル出演など各工程を支援する最新ツールを厳選紹介【2026年版】

【2026年版】SNS運用担当者の業務を加速するAIツール14選｜投稿作成・ショート動画・アバター・音声変換まで網羅

SNS投稿量産、短尺動画自動生成、バーチャルヒューマン出演、音声変換――SNS運用の課題を解決するAIツール14選を詳しく解説。ワークフローへの組み込み手順と活用ポイントを押さえ、エンゲージメント向上と運用効率化を同時に実現します。

【2026年最新】営業担当者の成果を最大化するAIツール16選｜商談・提案・会議の効率を劇的改善

営業の現場で注目を集めるAIツールを厳選紹介。リード獲得から提案資料、商談メモ作成まで、業務課題ごとに使える最新AIを解説します。