VoxRT Voice AI Runtime

概要

• VoxRTは、音声データをクラウドへ送信せず、スマートフォンやブラウザ、Raspberry Pi上で音声AI処理を完結させるSDKファミリーです。
• 複数の音声モデルを共通ランタイムで動かせるため、SDKを切り替えたり組み合わせたりしても、音声パイプラインを一から作り直す必要がありません。

主な機能と性能

• 「Hey Assistant」ウェイクワード、Silero VAD、14コマンドのキーワード検出、モバイルでリアルタイムに動作するストリーミングASRを提供します。
• Raspberry Pi、Android、Chrome WASMなどで実測ベンチマークを公開しており、小さなモデルサイズとクロスプラットフォーム対応を重視しています。
• 音声クローニング対応TTSは現在開発中です。各SDKの対応プラットフォームや性能はコンポーネントによって異なります。

こんな人におすすめ

• ユーザーの音声を端末内にとどめ、プライバシーを重視した音声操作やAI機能を、モバイル・ブラウザ・組み込み機器へ組み込みたい開発者に適しています。
• OpenAI、Google、AWSなどのクラウド音声APIに伴うAPIキー管理や分単位の料金を避け、オフライン動作可能な音声処理基盤を構築したいチームに向いています。