MistralとElevenLabsの音声AI　日本語で1秒以内に返事

3本目は音声AIです。

10月16日号でChatGPTの声が新しくなった話をしましたが、今度は作る側の道具が2つ同時に出ました。

仏MistralのVoxtral 3と、ElevenLabsの新しいリアルタイムの声です。

どちらも話しかけてから1秒以内に返事が来ます。

ElevenLabsは90を超える言語に対応しています。

Mistralは「今日からAPIで使える」としていて、音声エージェントは1分0.04ドル。

10分話しても60円ほどです。

読み上げだけなら100万文字で13ドルです。

ElevenLabsはOpenAIと同じ形で呼べるので、乗り換えが楽です。

ただ、速さはどちらも自社の測定で、日本語の自然さはまだ誰も比べていません。

今日やることは、両社の試し場で日本語で1分話しかけて、聞き返しや間の取り方を比べること。

電話の受付やアプリの案内役に使えるかの目安になります。