









Sonioxは、60以上の言語に対応したリアルタイムおよび非同期の音声テキスト変換、テキスト読み上げ、音声翻訳のAPIを提供する多言語音声AIプラットフォームです。低遅延ストリーミング、言語の切り替わりへの対応、話者識別、英数字の認識、表現豊かな音声生成、ボイスクローニングなどの機能を備えています。開発者はこれらのAPIを活用して、音声エージェント、アプリ、ウェアラブル端末、文字起こしワークフロー、多言語対応製品に音声機能を追加できます。
Soniox Consoleでアカウントを作成してAPIキーを発行し、用途に合ったAPIをアプリケーションに組み込みます。Speech-to-Textはライブ音声や音声ファイルの文字起こしに、Text-to-Speechはテキストからの音声生成に、Speech Translationはリアルタイムの文字起こしと翻訳に利用できます。料金は使用量に応じて発生します。開発を始める際は、ドキュメントや料金計算ツールを活用して費用を見積もれます。

Speech-to-Text(非同期)
1時間あたり0.10ドル
非同期の音声ファイル文字起こしに適用される従量課金制。トークン単位で課金されます。
Speech-to-Text(リアルタイム)
1時間あたり0.12ドル
リアルタイムのストリーミング文字起こしに適用される従量課金制。トークン単位で課金されます。
Text-to-Speech
入力テキスト100万トークンあたり4.00ドル、出力音声100万トークンあたり21.50ドル
トークン制の料金体系です。生成音声1時間あたり約0.70ドルが目安です。

ソーシャルリスニング