“ 実践 ” 記事一覧
2025年06月20日
リアルタイム音声AI(会話型AI)を簡単に実現!Agora Conversational AI Engine 入門 その 2: RESTful API による AI エージェントの制御と LLM/TTS 連携
はじめに 前回の記事では、Agora Conversational AI Engine の基本的な概念と Console の Playground を通じた対話体験の概要を紹介しました。Playground での体験は、本製品が提供する対話型 AI の可能性の一端を示すものです。 本記事「その2」では、Agora Conversational AI Engine の RESTful API の活用方法を掘り下げます。API を利用することで、開発中のアプリケーションや既存のサービスと Conversational AI Engine を直接連携させ、より柔軟かつ高度な対話型 AI 機能の実装が可能になります。
続きを読む
2025年06月14日
リアルタイム音声AI(会話型AI)を簡単に実現!Agora Conversational AI Engine 入門
近年、顧客体験の向上や業務効率化のため、AI、特に「対話型AI」の活用が急速に広がっています。テキストチャットだけでなく、より自然で直感的な「声」によるコミュニケーションへの期待が高まっています。 しかし、人間とAIがリアルタイムでスムーズに音声対話するシステムを構築しようとしても、遅延、ネットワークの不安定さ、背景ノイズ、精度の問題といった課題が、しばしばユーザー体験を損ない、フラストレーションの原因となってきました。 この記事では、そうした課題を解決し、高品質なリアルタイム音声AIアプリケーションの開発を加速する「Agora Conversational AI Engine」について、初めての方向けに分かりやすく解説します。製品の概要とその強み、そしてこの製品を試していただく方法に焦点を当ててご紹介します。
続きを読む
2025年03月25日
Agoraの文字起こし機能の精度を検証してみる(在宅・カフェ店内・駅のホーム)
AIを活用したリアルタイム音声認識(Speech-to-Text: STT)は、カスタマーサポート、字幕生成、多言語会議、ライブ配信、通話記録、など多くのユースケースで活用されています。 そしてAgoraが提供するクラウドベースの文字起こし機能(Real-Time Speech to Text)も、低遅延かつ高精度なSTT機能を提供します。 Real-Time Speech to Textの公式ドキュメントこちら また、LLMを併用した応用的なアーキテクチャを構成する際にも、文字起こしの精度が非常に重要となります。 そこで本記事では、Agoraの文字起こしがどの程度の精度であるか、発話音声に対して意図的にノイズを混入させ、Agoraの文字起こし精度を確認していきます。
続きを読む
2024年03月18日
【活用事例】AIアバターシステムで進化するセミナー配信とは
ブイキューブは、自社製品の認知拡大と技術的な情報提供を目的に定期的なセミナーのライブ配信を行っていますが、同一内容のセミナーを複数回実施しているケースもあり、効率化を検討しました。 解決策として事前収録したコンテンツを用いて、擬似ライブ配信を実施してみました。 効率化は達成したものの、自宅収録に伴う騒音侵入や、声量の不均一性、取り直しの必要性など新たな課題が生じました。 盲点だったのは日をまたいで部分的な取り直しをする際、散髪をしてしまったら前後のつながりが不自然になるという点でした。 これらの問題を克服するため、生成AIアバター動画生成技術の採用を検討しました。 バーチャルヒューマンを用いることで、物理的な制約を超え、高品質で一貫したコンテンツ制作が可能になり、効率的な配信と視聴者との新しい形のエンゲージメントを実現することが見込まれます。
続きを読む
2023年10月26日
OTTストリーミングのパフォーマンスにとって超低遅延が重要な理由
※この投稿は、Agoraの日本総代理店であるブイキューブが、Agoraブログを翻訳した記事です。 超低遅延ストリーミング (遅延が1秒未満) は、特に急速に変化するテレビ放送環境において、ユーザーエクスペリエンスと消費者がオンラインでコンテンツを視聴する方法を再構築する上で、画期的な進歩となります。 従来のテレビ視聴が低迷する中、ニールセンの新しいデータは、ストリーミングに対する視聴者の行動と好みの大きな変化を明らかにしています。この変革は機会と課題の両方をもたらしますが、その多くは低遅延ストリーミングと新しいライブビデオ配信テクノロジーで対処できます。
続きを読む