Otter
otter.ai
Otter は、音声会話を記憶、検索、共有できるスマートなメモアプリです。 Otter は、音声、文字起こし、話者の識別、インライン写真、キー フレーズを組み合わせたスマート ボイス ノートを作成します。ビジネスマン、ジャーナリスト、学生が、会議、インタビュー、講義など、重要な会話が行われるあらゆる場面で、より集中し、協力し、効率的に取り組むことができるように支援します。
Google Cloud Platform
google.com
Googleが提供するGoogle Cloud Platform（GCP）は、GoogleがGoogle Search、Gmail、ファイルストレージ、YouTubeなどのエンドユーザー製品に内部で使用するのと同じインフラストラクチャで実行されるクラウドコンピューティングサービスのスイートです。一連の管理ツールに加えて、コンピューティング、データストレージ、データ分析、機械学習など、一連のモジュラークラウドサービスを提供します。登録には、クレジットカードまたは銀行口座の詳細が必要です。Googleクラウドプラットフォームは、サービスとして、サービスとしてのプラットフォーム、サーバーレスコンピューティング環境としてインフラストラクチャを提供します。 2008年4月、Googleは、Googleが管理したデータセンターでWebアプリケーションを開発およびホストするためのプラットフォームであるApp Engineを発表しました。これは、会社からの最初のクラウドコンピューティングサービスでした。このサービスは一般的に2011年11月に利用可能になりました。アプリエンジンの発表以来、Googleはプラットフォームに複数のクラウドサービスを追加しました。 Google Cloud Platformは、Google Cloud Platformパブリッククラウドインフラストラクチャ、Gスイート、AndroidおよびChrome OSのエンタープライズバージョン、機械学習およびエンタープライズマッピングサービス向けのアプリケーションプログラミングインターフェイス（API）を含むGoogle Cloudの一部です。
Jasper
jasper.ai
ジャスパー: On-Brand AI For Business は、オンラインでどこにいても、常にブランドの声でコンテンツを作成します。 Jasper は、独自のブランド トーンを学習して作成できるクリエイティブ AI アシスタントです。大胆に話すか、生意気に話すか、形式張って話すか、インターネット上でのみ話すか（u do u）。さらに、Jasper Everywhere ブラウザー拡張機能により、CMS から電子メール、ソーシャル メディア、そして Jasper API を使用した自社プラットフォームに至るまで、Jasper を常に使用できます。 最も重要なことは、Jasper は、セキュリティ プロトコルの進化に合わせて最新の状態を保つ組み込みのセキュリティ機能により、データを安全かつプライベートに保ちます。 人工知能を使用してコンテンツを 5 倍高速に作成します。 Jasper は、3,000 件を超える 5 つ星のレビューを持つ最高品質の AI コピーライティング ツールです。ブログ投稿、ソーシャル メディア コンテンツ、マーケティング コピーの作成に最適です。
SpeechTexter
speechtexter.com
音声からテキストへのコンバーター。あなたの声でディクテーションします。音声で入力できる無料のウェブアプリ。 70 以上の言語がサポートされています。
Speechnotes
speechnotes.co
Speech to Text - 音声入力と文字起こし。 無料で音声でメモを取ったり、音声やビデオの記録をその場で自動的に文字起こししたりできます。安全、正確、超高速。
Notta
notta.ai
Notta は、主要な AI 文字起こしツールおよび会議メモ作成ツールであり、音声会話をすぐに実用的なテキストに書き起こして要約するのに役立ちます。58 言語がサポートされています。 ※重要なお知らせ：AirgramがNottaに加わりました！ビデオ/音声ファイル、ライブスピーチの文字起こしとは別に、Notta は Zoom、Microsoft Teams、Google Meet などの主要なビデオ会議プラットフォームと統合して、自動会議メモを生成します。また、ユーザーはトランスクリプトを確認、検索、編集、エクスポートし、チームメンバーと共有してシームレスなコラボレーションを行うこともできます。 Notta は、あらゆる会話の価値を最大化できるようにします。
Krisp
krisp.ai
Krisp は、オンライン会議や通話の効率と明瞭性を向上させるために設計されたインテリジェントなアプリケーションです。主にノイズ キャンセリングに AI を利用し、オンラインでのやり取り中の背景ノイズ、音声、エコーを効果的に除去します。 個人の会話からチーム会議、コールセンターまで、さまざまなシーンでクリアで高品質なコミュニケーションを実現します。 Krisp は、ノイズ キャンセリングに加えて、リアルタイムの会議の文字起こしも提供します。これにより、アクセシビリティが向上し、記録の維持に役立ちます。 さらに、簡潔な会議メモや要約を生成する機能も備えており、AI 会議アシスタントとして効果的に機能します。もう 1 つの注目すべき機能は、すべての通信アプリで仮想会議を自動的に記録する Krisp の会議記録機能です。 特にコールセンター環境向けに、Krisp は AI アクセント ローカリゼーション機能を提供し、エージェントのアクセントをリアルタイムで変換して顧客のネイティブのアクセントに一致させ、より明確なコミュニケーションを実現します。 また、エージェントと顧客の会話をリアルタイムで安全に文字に起こします。開発者向けに提供される SDK を使用して、アプリケーションのサービスをさまざまな製品に統合できます。 多機能 AI ツールとして、Krisp は個人、フリーランサー、ハイブリッド ワーク チーム、営業チーム、プロフェッショナル サービス、コールセンターなどの幅広いユーザーに対応します。
DeepAI
deepai.org
生まれながらに創造的な人間のための人工知能ツール
Jammable
jammable.com
Jammable を使用すると、AI を使用して数秒で AI カバーを作成できます。コミュニティにアップロードされた数百の AI 音声モデルを今すぐクリエイティブに使用できます。
Resemble.ai
resemble.ai
Resemble AI は、独自の深層学習モデルを使用してカスタム AI 音声を作成し、テキスト読み上げおよび音声合成を使用して AI が生成した高品質のオーディオ コンテンツを生成します。 弊社の多言語ローカリゼーション ツールである Resemble Localize はテキストを翻訳し、AI 音声を最大 100 の言語に変換できます。 Resemble Fill は、クローン AI 音声で既存の音声を変更できるジェネレーティブ フィル (オーディオ修復) 機能です。 Fill を使用すると、プログラマティック オーディオ広告、動的ストリーミング広告挿入 (SAI)、音声アシスタントなどを修正できます。 当社は最近、Netflix のエミー賞にノミネートされたアンディ ウォーホルの日記への音声 AI の貢献により、2023 年のウェビー賞「音声テクノロジーの最良の利用」を受賞しました。 Netflix のほかに、Byju's、世界銀行グループ、Boingo、ユニバーサル ピクチャーズ、パラマウント ピクチャーズなどと提携しています。
ServiceNow
servicenow.com
ServiceNow (NYSE: NOW) は、すべての人にとって世界がより良く機能するようにします。当社のクラウドベースのプラットフォームとソリューションは、組織のデジタル化と統合を支援し、よりスマートで、より速く、より良いワークフローを実現する方法を見つけることができます。そのため、従業員と顧客はよりつながり、より革新的で、より機敏になることができます。そして私たちは皆、思い描く未来を創造することができます。世界は ServiceNow で機能します。
Speech to Note
speechtonote.com
Speech To Note は、話された音声を即座にテキストに変換する AI を活用した音声認識ツールです。当社のツールは、高度な音声テキスト変換テクノロジーを使用して、ユーザーの言葉を編集または共有できる簡潔な要約に変換します。 あなたの話した言葉を即座に簡潔で有益な要約に変換する、AI 駆動ツールのパワーを体験してください。
PromptSmart
promptsmart.com
PromptSmart は、音声に従ってビデオやプレゼンテーションの作成を支援するテレプロンプター アプリです。 PromptSmart は、音声認識を備えた史上初のテレプロンプター アプリであり、最も先進的な人前で話すツールです。 2014年8月発売開始！ PromptSmart は人前で話すことへの情熱から生まれました。 PromptSmart の創設者は、MBA 学生に人前で話す技術を指導し、指導しました。多くの弁論者は、直観的なスピーカー制御のテレプロンプターのほうがより適切にサポートされることを認識し、今日のモバイル デバイスがこのニーズに対応できることも認識しました。これを念頭に置いて、PromptSmart が作成されました。 PromptSmart は、完全に書かれたスピーチの代わりにメモを使用することを好む講演者のニーズにも対応します。デジタル ノートカード機能は、取り上げるべき重要なメッセージを追跡することで、講演者が要点を維持できるように設計されました。 その結果、PromptSmart は、あらゆる講演スタイルに対応する最も先進的な人前で話すツールとなるのです。
Clarifai
clarifai.com
Clarifai は、コンピューター ビジョン、自然言語処理、音声認識を専門とする独立系人工知能企業です。 Clarifai は、2013 年に設立された最初のディープ ラーニング プラットフォームの 1 つで、非構造化画像、ビデオ、テキスト、オーディオ データ用の AI プラットフォームを提供します。そのプラットフォームは、画像、ビデオ、テキスト、音声データに関するデータ探索、データラベル付け、モデルトレーニング、評価、推論のための完全な AI ライフサイクルをサポートします。 ワシントン DC に本社を置く Clarifai は、機械学習とディープ ニューラル ネットワークを使用して、画像、ビデオ、テキスト、音声を自動的に識別して分析します。 Clarifai を使用すると、ユーザーは API、モバイル SDK、オンプレミス ソリューションを介して AI テクノロジーを製品に実装できます。
Gladia
gladia.io
Gladia は、ユーザーがデータを最大限に活用できるようにするプラグ アンド プレイ API を提供する AI ナレッジ インフラストラクチャ プラットフォームです。 Speech-to-Text API Alpha は最新の製品で、リアルタイム処理と 1% という低い単語エラー率を提供します。 Open AI の Whisper Models に基づいて構築されており、1 時間の音声をわずか 10 秒で書き起こすことができます。 API は無料で利用でき、99 の言語をサポートしています。 Gladia は、創設者兼 CEO の Jean-Louis Queguiner と共同創設者兼 CTO の Jonathan Soto が率いています。 Queguiner はシンボリック AI の修士号を取得しており、すべての AI アプリケーションを 1 つのストア内で管理、分類、統合するチャットボットを独力で構築しました。 ソトは MIT で修士号を取得しており、複数の学術論文の著者でもあります。 Gladia は、ユーザーにチュートリアルとドキュメントを提供するだけでなく、チームとの 1 対 1 のオンボーディング コールも提供します。 彼らは、品質を犠牲にすることなく、自社の API を市場の他のものよりもアクセスしやすく、手頃な価格にすることに尽力しています。
Hour One
hourone.ai
Hour One は、すべてのワークフローを 1 つの AI 搭載プラットフォームに一元化することで、ビジネスのコンテンツ作成に革命をもたらします。当社は市場で最も本物に近いアバターを誇り、ビジネス メッセージを生き生きと表現する自然な動きを特徴としています。あらゆるブランドに合わせてカスタマイズできるテンプレートを使用すると、デザインや編集のスキルを必要とせず、チームがパーソナライズされたコンテンツを大規模に作成できるようになります。さらに、高速レンダリングと最上級のセキュリティを備えた Hour One は、企業の需要に合わせて設計された最高のコンテンツ オペレーティング システムとして際立っています。以前は何か月もかかっていた作業が、今ではわずか数分で完了し、より高いエンゲージメントを生み出すことができます。Hour One を使用すると、難しい作業ではなく賢く作業でき、インパクトをもたらすパーソナライズされたビジネス ビデオを作成できます。 ※HourOneは、豊富なテンプレート、音声、キャラクターを使用してマーケティングビデオやプレゼンテーションを作成できるビデオ作成ツールです。 * ユーザーは、使いやすさ、選択できる音声とキャラクターの範囲、迅速なプロセスとダウンロード時間、カスタマー サクセス チームからのサポートを気に入っています。 * レビュー担当者は、ロボットによるテキスト読み上げ機能、アバターのオプションの制限、一般ユーザーの学習曲線、ブランディング機能の制限、読み込み時間の遅さ、特定の機能に関する明確な説明の欠如などの問題を経験しました。
AI Voice Detector
aivoicedetector.com
AI Voice Detector は、音声の信頼性を検出し、AI によって生成された音声をフィルタリングするのに役立つ音声検証ツールです。これにより、口頭評価における音声操作、誤った情報、音声詐欺、盗作に対するユーザーの安心感と保護が提供されます。 * AI Voice Detector は、特にビジネス ユースケース向けに、コンピューターで生成された音声と実際の人間の音声を区別するように設計されたツールで、顧客サービスのやり取りにおけるコンテンツの信頼性と信頼性の高いレポートを保証します。 * レビュー担当者は、オーディオ操作や音声詐欺に対する保護のためのソフトウェアの実装、使いやすさ、迅速な処理、および幅広いオーディオ ファイル形式を問題なくシームレスに処理できる機能を高く評価しています。 * ユーザーは、オーディオ ファイルの長さが 8 秒以上であり、バックグラウンド ミュージックが含まれていないことをシステムが要求していること、本物の声を偽の声として誤認識したりその逆が時折発生すること、ソフトウェアの統合機能が制限されていることなどの制限について言及しました。
SAP
sap.com
SAP は、エンタープライズ アプリケーションおよびビジネス AI の大手企業です。彼らはビジネスとテクノロジーの交差点に立っており、そのイノベーションは現実のビジネス課題に直接対処し、現実世界に影響を与えるように設計されています。 彼らのソリューションは、世界で最も複雑で要求の厳しいプロセスのバックボーンです。 SAP の統合ポートフォリオは、従業員、財務から顧客、サプライ チェーンに至る現代の組織の要素を、進歩を促進する統合エコシステムに統合します。
Prolific
prolific.com
Prolific は、研究者が、精査された大規模な研究参加者やタスク担当者から高品質な人力データを大規模に収集できるようにするプラットフォームです。 Prolific プラットフォームを使用すると、研究者は、Prolific の精査され、公正に扱われた多様なグループの中から研究参加者をターゲットにして連絡し、管理することができ、世界を変える研究と次世代 AI を提供できます。
Dictanote
dictanote.co
音声入力を使用してユーザーの生産性向上を支援します。 Dictanote は、音声とテキストの統合が組み込まれた最新のメモ アプリで、50 以上の言語でメモを音声入力することが簡単にできます。 Voice In は、音声をテキストに変換する Chrome 拡張機能で、音声を使用して任意の Web サイト上のテキスト ボックスに入力できるようになります。
Speechlogger
speechlogger.com
Speech Logger は、自動句読点、自動保存、タイムスタンプ、テキスト内編集機能、音声ファイルの転写、エクスポート オプションなどを備えた Web ベースの音声認識および音声翻訳ソフトウェアです。 * Speechlogger は、自動句読点、話者識別、センチメント分析などの追加機能を備えた、スピーチ、会議、またはイベントの自動ライブ キャプションおよび翻訳用に設計されたツールです。 * 査読者は、騒がしい背景でも音声を正確に書き起こす Speechlogger の機能、ユーザーフレンドリーなデザイン、自動句読点、話者識別、センチメント分析などの独自の機能を高く評価しており、一部の有料文字起こしツールよりも優れていると考えています。 * ユーザーは、無料版でパフォーマンスに影響を与える広告、時折発生する翻訳エラー、あまり一般的ではないアクセントの転写時の精度の低下、音声対応コントロールの欠如、感情分析やトピック モデリング ツールでの誤解などの問題を経験しました。
V7
v7labs.com
V7 は、コンピューター ビジョンおよび生成 AI アプリケーション向けに設計された AI データ エンジンです。このプラットフォームは、ラベル付け、ワークフロー、データセットを含むエンタープライズ トレーニング データのインフラストラクチャを提供し、人間参加型トレーニングの機能を備えています。 AI モデルのデータの品質を向上させるために、複数のアノテーション プロパティが提供されます。自動アノテーション、医療画像用の DICOM アノテーション、データセット管理、モデル管理などの機能を備えた V7 は、さまざまなタスクを自動化および合理化します。 画像およびビデオの注釈ツールは、データのラベル付けの精度を向上させるように設計されています。さらに、カスタム データ パイプラインの構築と自動化を可能にし、光学式文字認識 (OCR) およびインテリジェント文書処理 (IDP) ワークフローを自動化するツールを備えています。V7 を使用すると、ユーザーは注釈タスクをアウトソーシングできます。 農業、自動車、建設、エネルギー、食品飲料、ヘルスケアなどのさまざまな業界で使用できます。リアルタイムのチーム アノテーションのためのコラボレーション機能を提供し、ラベラーとモデルのパフォーマンス分析を提供します。さらに、V7 は、直感的なユーザー インターフェイスを通じてアノテーションとモデル トレーニングのワークフローを促進し、より効率的になります。 強化された AutoAnnotate 機能により、注釈の速度と精度が向上します。このプラットフォームは AWS、Databricks、Voxel51 などと統合されており、ビデオ、画像、テキスト データなどのさまざまなデータ タイプをサポートしています。
Softcatalà Traductor
softcatala.org
翻訳者翻訳者カタロニア語 <> {スペイン語、英語、ポルトガル語、フランス語} Apertium テクノロジーに基づいています。
Riku.AI
riku.ai
AI を使って実験する 1 つのプレイグラウンド、複数のプロバイダー。リクはあなたの AI の保管庫です。創作物と、最新のテクノロジーを保存、配布、実験する場所です。 Roku は、NLP テクノロジーを使用してカスタム モデルを構築するためのワンストップ ソリューションです。 Roku.AI は、AI テクノロジーの学習、構築、共有を可能な限りシンプルにするために、最高の大規模言語モデルを 1 か所に集約します。
SoundHound
soundhound.com
会話型インテリジェンスの主要なイノベーターとして、当社は、業界を超えた企業がクラス最高の会話エクスペリエンスを顧客に提供できるようにする独立した音声 AI プラットフォームを提供しています。独自の Speech-to-Meaning® および Deep Meaning Understanding® テクノロジーに基づいて構築された SoundHound の高度な音声 AI プラットフォームは、並外れた速度と精度を提供し、人間が自然に話すことによって、相互に対話するのと同じように製品やサービスと対話できるようにします。 SoundHound は、ヒュンダイ、メルセデスベンツ、パンドラ、クアルコム、Netflix、スナップ、スクエア、LG、VIZIO、KIA、ステランティスなど、世界中の企業から信頼されています。
AssemblyAI
assemblyai.com
AssemblyAI は、人間の音声を文字に起こして理解できる新しい最先端の AI モデルの構築に焦点を当てた音声 AI 企業です。 CallRail、Fireflies、Spotify などの当社の顧客は、音声データに基づいて AI を活用した驚くべき新しいエクスペリエンスと製品を構築するために AssemblyAI を選択しています。 AssemblyAI のモデルとフレームワークには次のものが含まれます。 - AI 音声テキスト変換 - 要約、センチメント分析、トピック検出、コンテンツモデレーション、PII 編集などを含むオーディオ インテリジェンス - LeMUR は、文字起こしされた音声に強力な LLM を適用するためのフレームワークです。高度な質問をしたり、文字起こしからアクション アイテムや要約を取り出したりすることができます。
ai|coustics
ai-coustics.com
ai|coustics は、高度なアルゴリズムを使用して音声の音質を向上させる AI ツールです。同社の Generative Speech AI テクノロジーにより、ユーザーはポッドキャストの録音、ビデオ会議、音声の送信など、あらゆる状況でプロ グレードの音声品質を得ることができます。 このツールは、背景ノイズを抑制するだけでなく、部屋の共鳴を除去し、低品質のヘッドセットを補正し、デジタルアーティファクトを修復して、話し言葉の明瞭さと品質を向上させます。 オーディオ信号の失われた成分や周波数も取り戻します。この AI ツールは、通信、ポッドキャスティング プラットフォーム、音声録音または送信ハードウェア、音声テキスト変換システムなど、音声を中心としたあらゆるアプリケーションに最適です。 ai|coustics をオーディオ アプリケーションに統合するのは、HD-SPEECH API と SDK を使用すると簡単で、Windows、Mac、Linux、Web、Android、iOS プラットフォームで利用でき、組み込み、デスクトップ、クラウド環境で実行できます。 ユーザーは、PLAYGROUND ページにアクセスしてツールの威力を直接体験することができ、AI Speech Enhancement の革新的な効果が実際に動作しているのを見たり聞いたりすることができます。 ai|coustics では、電子メール、電話番号、住所などの連絡先情報のほか、サイト通知やプライバシー ポリシーへのリンクも提供しています。音声アプリケーションのオーディオ品質を向上させたいと考えているユーザーは、オーディオ品質をプロレベルの標準まで高める ai|coustics の高度な AI アルゴリズムの恩恵を受けることができます。
Kili Technology
kili-technology.com
高品質のデータセットを迅速に構築します。 企業は、データのラベル付け業務を合理化し、カスタム モデル、生成 AI、LLM に最適なデータセットを構築するために私たちを信頼しています。 ___ なぜキリテクノロジーなのか? ご存知ないかもしれませんが、次のとおりです。 MNIST のデータセットの誤り率は 3.4% で、今でも 38,000 を超える論文で引用されています。 クラウドソーシングされたラベルを含む ImageNet データセットのエラー率は 6% です。このデータセットは、おそらく、Google と Facebook が開発した最も人気のある画像認識システムを支えています。これらのデータセットの系統的エラーは現実世界に影響を及ぼします。エラーを含むデータでトレーニングされたモデルは、それらのエラーを学習することを強制されるため、誤った予測が発生したり、エラーを「洗い流す」ために増え続けるデータで再トレーニングする必要が生じたりします。 あらゆる業界が AI の変革の可能性を理解し、投資し始めています。しかし、ML トランスフォーマーの革命と ML モデルの最適化への絶え間ない集中は、利益が逓減する段階に達しつつあります。他に何があるでしょうか？
IBM
ibm.com
IBM Cognos Analyticsは、データ駆動型の決定に賢く、より速く、より自信を持つことを目的として、ビジネスのための信頼できる副操縦士として機能します。 IBM Cognos Analyticsは、データサイエンティスト、ビジネスアナリスト、非ITスペシャリストであろうと、すべてのユーザーに、組織の目標に関連する方法で関連する分析を実行するためのより多くの力を提供します。各ユーザーの旅を単純なものから洗練された分析から短縮し、データを活用して未知を調査し、新しい関係を特定し、結果をより深く理解し、現状に挑戦することができます。 IBM Cognos Analyticsを使用して、組織内の誰でもデータに関する実用的な洞察を視覚化、分析、共有します。
SpeechAce
speechace.com
SpeechAce では、多用途の音声認識テクノロジーを通じて、言語学習者のスピーキング能力の向上を支援することに取り組んでいます。私たちは、言語学習者が自分のスピーキングスキルを評価するだけでなく、改善すべき領域を正確に特定するのに役立つ世界初の音声認識 API を開発しました。当社の音声認識 API の最初のバージョンでは発音スコアのみが提供されていましたが、現在は完全な音声文字起こしに加え、語彙、文法、流暢さ、一貫性、関連性などのより高いレベルのスキルの評価が含まれるように機能が強化されました。 SpeechAce は、世界最大規模の言語学習プロバイダーだけでなく、小規模 (ただし最も人気のある) スタートアップ企業も含めた多様な世界規模の顧客ベースを誇っています。
