投稿者: フランスのスタートアップ企業 Gladia が、2025 年 4 月 2 日に新しい AI 音声認識モデル「 Solaria 」を発表しました。これは、リアルタイムで様々な言語でのコミュニケーションをよりスムーズにすることを目指して開発された、音声認識（ Speech-to-Text ）モデルです。
Solaria の特徴は、100 以上の言語に対応できる点にあります。特に、これまで他の AI では対応が難しかったタガログ語やベンガル語、ハイチ・クレオール語、マオリ語など 42 の言語もカバーしており、世界中で使える音声認識技術として注目されています。性能面でも、英語やフランス語などの主要な言語では、平均して 94% という高い精度で聞き取ることができます。さらに、話し始めてから最初の言葉を認識するまでわずか 0.27 秒、話し終えた内容すべてを文字にするのも 0.7 秒弱と、非常に反応が速いのも特徴で、他の技術より約 0.5 秒速いとされています。
Gladia の共同創業者で CEO のジャン＝ルイ・ケギネール氏は、「声は世界とつながる最も自然な方法。 Solaria によって、初めて人間と AI が同じ言葉で話せるようになる」と語っています。2023 年の調査では、世界の経営者の約半数が言葉の壁によってビジネスチャンスを逃していると感じており、Solaria はこの問題の解決に貢献することが期待されています。
ビジネスの現場でも、例えば騒がしいコールセンターのような環境でも正確に音声を聞き取ったり、医療や金融といった分野の専門用語を理解したりすることができます。また、個人情報などのデータ保護に関しても、ヨーロッパの GDPR やアメリカの HIPPA、SOC 2 といった厳しい国際基準を満たしており、企業も安心して利用できます。
今回の発表に合わせて、Gladia は、開発者向けにビデオ会議やリアルタイム音声通信機能を作るためのツール（SDK やインフラ）を提供している LiveKit との協力関係も発表しました。これにより、開発者は Gladia の技術を利用して、簡単に多言語翻訳機能を自身のサービスに組み込めるようになります。Gladia は 2024 年に約 24 億円の資金調達を成功させており、現在世界中で 700 社以上の企業にサービスを提供しています。