AmiVoiceは様々な利用用途、分野、環境に対応可能です。
携帯電話やPCなど多くのプラットフォームに対応可能です。
サーバー型、スタンドアローン型のどちらの認識方式にも対応可能です。
音響モデルとしては、電話音声や車内音声・工場内などの騒音下での音声など、言語モデルとしては、医療ドキュメント作成やコールセンター通話記録・日報作成などがあり、多くの業界や利用シーンに対応できます。

誰の声でも認識します。発音の明瞭度、喋り方、声の大きさ等によって認識率は多少左右されます。

イントネーションの違いや発話スピードの緩急に対応しています。ただし、辞書に入っていない方言については新たに登録をする必要があります。

AmiVoiceは前後の単語を見ながら認識結果を出していますので、文の途中で発話を区切ると誤認識の原因となります。できるだけ一文単位で発話するように心がけてください。

以下のヒントを参考にしてください。

• 明瞭な声ではっきりと発話する
• 1文もしくは句読点を目安に発話する
• 複数の文節で発話する

※ 複数の文節が入力されたとき、日本語文脈の解析がより効果的に働きます。
※ マイクから入力されるすべての音が日本語の文章として解析されます。
※ 途中で言い直したり、”えーと”や”んー”等の発言は、文脈の中での単語と見なされます。

音響的モデルと言語的モデルで計算した確率の最も高い単語列を認識結果としており、音声から直接漢字仮名まじりの認識結果を得ています。 音声認識では、平仮名を認識してから漢字に変換していません。

平仮名一文字ずつの認識は、誤認識が多く発生するため実用化していません。

会話は対面の会議や打ち合わせ、Web会議など、人同士の自然発話音声に強いエンジンです。
音声入力は音声操作やメール作成など、PCやスマートフォンに対して行う音声入力に強いエンジンです。

汎用エンジンは一般的に使われる言葉を広く学習させており、様々な用途で使用できる音声認識エンジンです。
医療・製薬・保険・金融など各業界向けのエンジン（領域特化エンジン）は、それぞれの業界ならではの言葉に特化して学習しているエンジンで、主に業界内での専門用語やフレーズを中心に学習させています。汎用エンジンでは認識できない業界ならではの用語を高い精度で認識します。

リアルタイムに認識処理され、発話終了と共に認識結果が返ります。
※ネットワークの影響や混雑度合いにより遅延が発生する可能性はあります。
同期HTTP音声認識APIや非同期HTTP音声認識APIの場合は、遅くとも、送った音声の時間×1倍以内でテキスト化が完了します。
例えば、1時間の音声であれば、1時間以内でテキスト化が完了します。
※非同期HTTP音声認識APIの場合は、リクエストを受けてから、音声認識サーバーが個別に立ち上がる仕組みになっており、認識処理がスタートするまでに約1分を要します。

AmiVoice API では、 会話_汎用エンジンについては毎日新しい言葉を学習しています。
それ以外のエンジンについては月に一回のペースでアップデートしています。
※ユーザー別にエンジンが学習されていくものではありません。

環境騒音や話者の滑舌、マイク性能、録音ボリューム、発話した言葉がエンジンに学習されていない、など様々な原因が考えられます。
精度が悪いと感じられる場合は、録音された音声をご確認ください。
音質がよいのにもかかわらず、誤認識してしまう場合には、単語登録をお試しください。

非可逆圧縮コーデックで圧縮された音声は、非圧縮の音声よりも認識精度が下がります。
認識率低下の度合いは、コーデックの種類や圧縮率に依存します。

AmiVoice API では、日本語・英語・中国語・韓国語のエンジンを提供しておりますが、タイ語のエンジンもAmiVoice API Privateにて提供可能です。
ご希望の場合は、こちらよりご連絡ください。

北京語に対応しており、簡体字の認識結果を出力します。

違いや特徴は以下の通りです。
　
１．同期HTTP音声認識API
短い音声ファイルをアップロードするのに適しています。一度に送れる音声データの上限は16MBです。
　
２．非同期HTTP音声認識API
長時間の音声ファイルをアップロードするのに適しています。一度に送れる音声データの上限は2.14GBです。長時間の音声ファイルでも素早くテキスト化ができます。話者ダイアライゼーション機能が利用可能です。
　
３．WebSocket音声認識API
リアルタイムでテキスト化ができます。
　
詳しくは、AmiVoice API マニュアル「概要」をご確認ください。

AmiVoice API では、表記（written）、読み（spoken）、発話開始時間（starttime）、発話終了時間（endtime）、信頼度（confidence）などが含まれています。
詳しくは、以下のページをご確認ください。
・同期HTTP音声認識APIのレスポンスの場合
・非同期HTTP音声認識APIのレスポンスの場合

AmiVoice API では、WebSocket音声認識APIを利用する際の、セッションを維持できる最大時間は24時間です。
音声が送信中であるかどうかにかかわらず、セッション維持時間を過ぎた場合には、サーバー側から切断処理を行います。その場合は再度接続してください。
その他の制限事項に関しては、制限事項ご確認ください。

AmiVoice API では一度にアップロードできるデータサイズに、同期HTTP音声認識APIでは16MB、非同期HTTP音声認識APIでは2.14GBの上限があります。なお、WebSocket音声認識APIの場合は無制限です。
詳しくは、制限事項をご確認ください。

AmiVoice API では、アップロードしていただくデータ形式に制限があります。
詳しくは、音声フォーマットご確認ください。
また、動画形式には対応しておりません。ご自身で動画から音声データを抜き出してから送っていただく必要があります。

基本的にはフォーマット名の指定が必要ですが、例外的に省略可能な場合もあります。
詳しくは、音声フォーマットをご確認ください。

AmiVoice API は、インターネットが繋がらない環境ではご利用いただけません。
AmiVoice SDKであれば、インターネット接続不要でご利用可能です。詳しくは、SDKをご覧ください。

AmiVoice API では、音声を送るときにどのエンジンに送るかを指定する必要があります。
例えば、会話_汎用エンジンを利用する場合は「-a-general」、英語_汎用エンジンの場合は「-a-general-en」をdパラメータの中「grammarFileNames=」の後に指定してください。
使用可能な接続エンジン名の一覧は、マイページに表示されています。
詳しくは、接続エンジン名（grammarFileNames）をご確認ください。

登録する単語はプロファイルごとに約1000個を目安にしてください。
詳しい方法については、単語登録をご確認ください。

問題ありません。
ただし、ユーザーIDが1つで、複数人が利用するような用途の場合、弊社側では、各利用者の利用時間を個別に集計することはできませんのでご留意ください。

AmiVoice API では、同時接続数に制限を設けていませんので同じAppKeyを使用して同時に複数の音声を送っていただいても問題ありません。
※同時に複数の音声が送られた場合でも並列で認識する仕様になっていますが、サーバーの混雑具合によっては遅延が発生する可能性があるので、同時に大量の音声を送る場合は事前にお知らせください。

AmiVoice API では、トライアルの場合でもユーザー登録が必要になります。Web上での利用申込（ユーザー登録）をする時の利用規約とSLAへの同意をもって契約完了となります。
各エンジンは毎月60分無料ですので、その範囲内あれば無料で検証いただけます。
利用申込はこちら

こちらからご連絡ください。
ご本人様確認を行った後、再発行の手続きをいたします。

ユーザーIDの変更はできません。

送信したメールが、お使いの環境で迷惑メールとして認識されている可能性があります。
‘acp-info@amivoice.com’ より、ユーザー登録用のメールを送信していますので、お使いの環境の迷惑メール設定をご確認ください。
届いていない場合は、お手数ですがこちらよりご連絡ください。

利用規約とSLAに同意いただける方であれば、どなたでも利用可能です 。

マイページの「退会手続き」から手続きを行ってください。

AmiVoice API は、従量課金制で完全定額制のプランはありません。
ただし、非同期HTTP音声認識APIの利用で利用時間が多い場合は、定額従量課金も対応可能な場合がありますのでこちらよりご相談ください。

AmiVoice API では、音声データから声が検出された部分、音声認識対象となった発話区間だけを課金対象としています。
人の声が検出されなかった部分には料金がかかりませんが、BGMやテレビ音声、隣席の話し声、その他一部の雑音は発話区間として検出される場合があります。

AmiVoice API では、電話の保留音は基本的には課金の対象外となります。
※ 案内ガイダンスなどが、人の声として認定された区間は課金の対象となります。

100時間分のご利用料金は以下の通りです。
　
・AmiVoice API ログ保存ありの場合
汎用エンジン（WebSocket・同期HTTP）の場合　99円×100時間＝9,900円（税込）
汎用エンジン（非同期HTTP）の場合 79.2円×100時間＝7,920円（税込）
金融・保険業界向けエンジンの場合 118.8円×100時間＝11,880円（税込）
医療業界向けエンジンの場合 148.5円×100時間＝14,850円（税込）
　
・AmiVoice API ログ保存なしの場合
汎用エンジン（WebSocket・同期HTTP）の場合 148.5円×100時間＝14,850円（税込）
汎用エンジン（非同期HTTP）の場合 99円×100時間＝9,900円（税込）
金融・保険業界向けエンジンの場合 148.5円×100時間＝14,850円（税込）
医療業界向けエンジンの場合 222.75円×100時間＝22,275円（税込）
　
ただし、課金対象は発話部分のみなので、実際の金額は上記よりも お安くなることが想定されます。

利用料金の詳細は、こちらの料金表をご確認ください。

AmiVoice API では、返却された認識結果の中にある発話開始時間（starttime）、発話終了時間（endtime）が発話区間ごとに取得できますので、差分を合計することで集計が可能です。
なお、マイページの「今月の使用量」からも確認が可能です。
※６時間ごとに更新されます（6時間の間隔は変更になる場合がありますので予めご了承ください）。

AmiVoice API では、1リクエスト単位の最低利用料金はありません。

AmiVoice API では、当月の「使用量」が、各エンジンごとの無料時間範囲以内の場合や、各エンジンごとの利用料が10円未満の場合、請求はありません。
※「使用量」は、サーバーに送信された音声データのうち、「発話区間」の累計時間となります（1秒未満切り捨て）。

ログとは音声データと認識結果を意味しています。
「ログあり」は、これらのログを、当社製品及びサービスの研究開発、及び品質向上のために利用することに同意いただける場合、「ログなし」よりも低価格でご提供するものです。
「ログなし」でご利用の場合、音声データや認識結果はサーバー側にファイルとして残りません。すべてメモリ上で処理され、処理完了時にはメモリ上からも消えます。
なお、ログが残る場合の詳細については、Q「サーバー側に音声データや認識結果が保存されるケースを教えてください。」をご覧ください。

１．非同期HTTP音声認識APIの場合
ジョブ受付時から認識処理完了するまでの間、音声ファイルが一時的にストレージ上に保存されます。この音声ファイルは、認識処理完了時に即時自動削除されます。また、認識結果は1週間ストレージ上に保管され、ユーザーによる取得が可能です。この音声認識結果へのアクセスは、AppKeyとsessionidによって保護されています。
　
２．WebSocket音声認識APIまたは同期HTTP音声認識APIを、「ログあり」でご利用いただく場合
音声データと認識結果文字列は一時的にサーバー上に保管されたのち、深夜バッチ処理により安全で堅牢なストレージに移動されます。この音声データの一部は、当社の音声認識エンジンの機械学習の素材として使用される場合があります。学習に使用されないデータは、一定期間経過後に、自動削除されます。
　
３．WebSocket音声認識APIまたは同期HTTP音声認識APIを「ログなし」でご利用いただく場合
音声データも認識結果文字列もサーバー側には全く保存されません。すべてメモリ上で処理され、認識結果を返却すればメモリ上からも消えます。

はい。すべて国内のサーバーで行っています。

AmiVoice API では、月間のサービス稼働率が、99.95%以上であることを保証します。
月間サービス稼働率＝（月間総稼動時間－累計障害時間）÷月間総稼動時間×100
詳しくは、SLAをご確認ください。

AmiVoice API では、下記受付時間内において、可及的速やかにAmiVoice APIサービスのログイン画面又はACPサイトにて通知いたします。
受付時間：AM9:30～PM5:30
（土、日、祝日、国民の休日、当社指定の年末年始休暇等を除きます）
詳しくは、SLAをご確認ください。

AmiVoice API では、メンテナンス中でも音声認識処理はご利用いただけます。
サービスを停止してメンテナンスを実施する場合には、3日前までにAmiVoice APIサービスのログイン画面又はAmiVoice Cloud Platformのウェブサイトにて通知いたします。
※ 緊急事態発生時はこの限りではありません。
詳しくは、SLAをご確認ください。

プライバシーマークを取得しています。

サーバー上で認識を行う方式と、端末内で認識を行う方式、ご利用状況に応じて使い分ける方式（ハイブリッド認識）の3パターンがあります。端末内で認識を行う場合は、ネットワークにつながっていなくても認識できます。端末内で認識を行う場合、辞書・言語モデル内に登録する語彙数は端末スペックに依存します。

領域特化エンジンをご利用いただけます。

可能です。詳細や価格についてはこちらからお問い合わせください。

日本語、英語、中国語、韓国語、タイ語への対応が可能です（2022年4月現在）。
それぞれの言語について対応範囲が異なりますので、こちらからお問い合わせください。
※ パッケージ製品は日本語対応のみとなり、多言語対応は個別対応です。

価格については、こちらからお問い合わせください。

事例については、こちらをご確認ください。

ありません。

可能です。開発するアプリケーションの範囲内であれば複数端末でのご利用も可能です。

開発を終え、音声認識アプリを自社利用または、販売する場合は「商用ライセンス」が必要です。費用はこちらからお問い合わせください。

ご利用いただけません。
Windowsはデスクトップアプリ、Android・iOSはネイティブアプリが対象です。
※ Webブラウザでの音声認識はAmiVoice APIをご利用ください。

AmiVoice SDKはライブラリ・ドキュメント・サンプルソースコードで構成されています。

専用サイトからダウンロードいただけます。

お客様のネットワーク内にてAmiVoice APIを提供します。
運用企業のセキュリティに準じながら、環境・目的・サービスに応じた音声認識システムを企業自身で構築・運営をすることができるため、情報セキュリティが重視される金融機関や、社外にデータを置くことができない企業機密の高い情報なども安心して音声入力を行うことができます。

ルールグラマを利用できます。サーバーに配置したグラマファイルを利用し、認識が可能です。

領域特化エンジンをご利用いただけます。

可能です。詳細や価格についてはこちらからお問い合わせください。

価格については、こちらからお問い合わせください。

Amazon Connectを利用した、音声認識IVRの開発／構築を実現します。

領域特化型の音声認識エンジンに加え、IVRフローに応じた認識語句をオリジナルでカスタマイズ可能です。

Amazon Connect以外には対応しておりません。
Amazon Connect以外で音声認識IVRを開発したい場合、AmiVoice SDKを用いて、個別に開発を行っていただく必要があります。
こちらからお問い合わせください。

音声ファイルと音声認識結果ファイルをユーザ様のAWS S3に格納します。

お申込み方法については、こちらからお問い合わせください。 お打ち合わせを実施し、申込書への記入・設定が完了した後にご利用を開始いただけます。

料金・支払い方法については、こちらからお問い合わせください。

お客様側のAmazon Connect環境および、音声認識連携用にAWS Lambda、 Kinesis Video Streams、 Kinesis Data Streams、 Dynamo DBのご準備が必要です。

ドキュメントとサンプルプログラムをご提供します。音声認識を用いない標準的な開発と比べ、必要とされるスキル面で大きな差はございません。

メールでのお問い合わせによる開発サポートを実施しています。

コールセンターの通話内容に特化したAmiVoice音声認識エンジンを自由に選択できます。
※ 選択可能なエンジンは、汎用、金融、証券、通信、製薬、製造の6種類です

登録する単語の読みと表記を登録することで辞書単語の登録が可能です。また、音声認識IVR向けにカスタマイズした単語リストを用いることが可能です。

毎月の利用実績に応じてご請求します。2022年4月現在、利用実績を都度確認することはできません。

MRCP (Media Resource Control Protocol) に対応した音声認識サーバーシステムです。MRCPに対応した、音声認識IVRを開発／構築することが可能です。

MRCP version 1 とMRCP version 2 の両方に対応しています。
上記に対応したIVR であれば、IVR からシステムを利用することでAmiVoice 音声認識エンジンが利用可能です。

対応していません。

お申込み方法については、こちらからお問い合わせください。

料金については、こちらからお問い合わせください。

お客様側のMRCPシステムと接続可能なサーバー環境に、AmiVoice MRCP Server のシステム一式を構築いただく必要があります。

開発に関するドキュメントを提供しています。
MRCP IVR側ではスクラッチ開発が必要です。

メールでのお問い合わせによる開発サポートを提供しています。

各種音声認識エンジンを利用可能です。

システムから単語登録を利用することが可能です。
また、IVRに特化した認識語句をオリジナルでカスタマイズしたルールグラマを使用することも可能です。

できません。