Shisa AI、高精度・超低遅延のリアルタイム音声認識APIを提供開始

Shisa株式会社（本社：東京都港区、以下「Shisa AI」）は、独自開発のAIモデルを活用したリアルタイム音声認識APIの提供を開始したことをお知らせいたします。

本APIは、高い音声認識精度と超低遅延のレスポンスを両立し、会議のリアルタイム文字起こしやコールセンター、ライブ配信など、即時性が求められるさまざまなサービスに活用が可能です。

また、全てのデータ処理を日本国内のサーバー・インフラで完結させることで、企業に求められるデータセキュリティにも配慮しています。

高精度・低遅延の音声認識を、利用規模に応じた料金で提供

リアルタイム音声認識API「shisa-realtime-asr」は、日本語音声認識ベンチマーク「日本語音声認識ベンチマークSPREDSで文字誤り率（CER）5.0%を記録。 従量課金は1時間あたり0.45米ドルで、月間2,000時間のコミットで0.40米ドル、10,000時間で0.36米ドル、50,000時間以上は個別見積もりとなります。

さらに、エンジン処理レイテンシは約38.6ミリ秒。 多様な10秒音声を用いた100回以上のテストで、発話終了から結果確定まで約254ミリ秒（1接続）、10同時接続時も約499ミリ秒を実現しています。

※精度・遅延は当社測定環境での参考値です。エンジン処理時間と発話終了から結果確定までの時間は異なる指標であり、実際の応答時間は利用条件により異なります。 ※米ドルでの決済となるため、本サービスの日本円価格は外国為替相場に応じて変動いたします。

日本国内で完結する高水準のデータセキュリティ

音声データを含む全てのデータ処理は、日本国内のサーバーおよびインフラ上で完結します。

データの国外移転に関する懸念を軽減し、厳格なセキュリティ要件を持つ企業や組織においても、導入を検討しやすい環境を提供します。

業界最安級となるクリアな料金体系

本APIは、分かりやすく透明性の高い料金体系を採用しています。

初期導入の負担を抑えながら、利用規模に応じて柔軟に活用できる、高いコストパフォーマンスを提供します。

詳細：https://platform.shisa.ai/ja/#pricing

日本国内の自社AI研究開発チームによる迅速な技術支援

Shisa AIは、日本国内に独自のAI研究開発チームを擁しています。

ユーザーや企業から寄せられた意見をモデル開発に直接反映し、日本語特有の表現、敬語、方言、文化的なニュアンスに対応した継続的なモデル更新を行います。

また、導入時の技術支援や、企業ごとの要件に応じたカスタマイズについても迅速な対応が可能です。

関西弁をはじめとした、日本語特有の音声認識を提供

標準語だけでなく、関西弁などの地域方言にも対応。

日本語環境に最適化された音声認識を提供いたします。

今後は東北弁や九州弁など、各地方の方言も追加予定です。

専門用語や固有名詞を登録できるカスタム用語集

企業名、商品名、人名、専門用語、業界固有の表現などを事前に登録できる「カスタム用語集」機能を搭載しています。

利用する業界やサービスに合わせて用語を登録することで、特定の分野における音声認識精度の向上が期待できます。

医療、法律業界など、専門用語が多く使用される分野にも柔軟に対応します。

リアルタイム音声認識API『Shisa Real-time ASR API』概要

サービス名：Shisa Real-time ASR API

提供開始日：2026年9月1日～

料金：1時間​あたり0.45米ドルから

対応言語：日本語・英語

サービスページ：https://platform.shisa.ai/ja/solutions/asr

お問い合わせ：contact@shisa.ai

Shisa株式会社（Shisa AI）について

Shisa株式会社は、日本語と英語に最適化されたオープンモデル、および翻訳・音声APIを開発しています。

日本語特有の文脈や敬語、文化的なニュアンスを重視し、日本の企業や開発者が活用しやすいAIモデルとサービスの提供に取り組んでいます。

Shisa AI公式サイト：https://shisa.ai/ja/

Shisa AI公式X：https://x.com/shisa_ai

Shisa AI公式Facebook：https://www.facebook.com/Shisa.Inc

Shisa AI公式LinkedIn：https://jp.linkedin.com/company/shisa-ai