









Gradiumは、超低遅延の音声合成、音声認識、音声間翻訳、リアルタイム翻訳、ボイスクローニング、デバイス上で動作する音声合成を、統合APIで提供する開発者向け音声AIプラットフォームです。リアルタイム音声エージェントや会話型アプリケーションの構築を目的としており、表現力豊かな音声生成、高精度な文字起こし、多言語対応、話者クローン、双方向WebSocketストリーミング、高い同時実行性能を実現します。クラウド、専用インスタンス、セルフホスト、オンプレミスなど、複数の導入形態にも対応しています。
Gradiumのアカウントを作成し、プランを選択するか無料プランを開始して、StudioまたはAPIにアクセスします。開発者はPythonまたはRust SDKを利用し、双方向WebSocketストリーミングで接続できます。また、LiveKit、Pipecat、Gradbotなどのフレームワークや、その他の音声エージェントプラットフォームと連携できます。音声生成にはテキストを、文字起こしには音声を送信し、リアルタイム翻訳や会話型エージェントには音声・音声ストリームを使用します。

無料
月額0ドル
45,000クレジット、StudioおよびAPIへのアクセス、TTS同時実行数2、STT同時実行数3、S2S同時実行数2、即時ボイスクローン5件が含まれます。Pro Voice Cloneは利用できず、商用利用にも対応していません。
XS
月額13ドル
225,000クレジットが含まれ、TTSで約5時間、STTで21時間、STT翻訳で16時間、音声間翻訳で用途に応じて約2〜4時間利用できます。即時ボイスクローン1,000件と商用利用が含まれます。
S
月額43ドル
900,000クレジットが含まれ、TTSで約20時間、STTで83時間、STT翻訳で63時間、音声間翻訳で約8〜17時間利用できます。即時ボイスクローン1,000件と商用利用が含まれます。
M
月額340ドル
900万クレジットが含まれ、TTSで約200時間、STTで833時間、STT翻訳で625時間、音声間翻訳で約83〜167時間利用できます。即時ボイスクローン1,000件、Pro Voice Clone 5件、商用利用が含まれます。
L
月額1,615ドル
4,500万クレジットが含まれ、TTSで約1,000時間、STTで4,167時間、STT翻訳で3,125時間、音声間翻訳で約417〜833時間利用できます。即時ボイスクローン1,000件、Pro Voice Clone 20件、商用利用が含まれます。
Enterprise
カスタム料金
無制限クレジット、カスタム同時実行数、無制限の即時ボイスクローンおよびPro Voice Clone、商用利用、エンタープライズ向けの個別契約が含まれます。

ソーシャルリスニング