Agora、話者認識・音声複製・MCPでPhysical AIを拡張

Agoraは9月7日、Physical AI向けConversational AI Platformの新機能を発表しました。
ボイスプリント、ボイスクローニング、Model Context Protocol（MCP）に対応します。
ロボットやウェアラブル、車載機器などが話者を識別し、外部サービスと連携できるようにします。

記事の概要

Agoraは、IFA 2026でPhysical AI向けConversational AI Platformの最新機能を披露します。
ボイスプリントは、音声から個々の話者を識別する機能です。
ボイスクローニングでは、AIエージェント向けに独自の声を作成したり、既存の声を再現したりできます。
MCP対応により、AIエージェントを外部のツール、サービス、データに接続できます。
これにより、デバイスは情報取得やサービスへのアクセス、タスク実行が可能になります。
Agoraは、AIエージェント作成やリアルタイム通信、ハードウェア統合を一体化した基盤として提供します。
Bot Stationでは、ペルソナ、言語、AIモデル、音声、動作などを設定できます。
日本のスマートスピーカー市場は、2024年の約4億4,256万米ドルから2033年に23億4,000万米ドル超へ拡大するとRenub Researchは予測しています。

記事のポイント

1. 3つの新機能： ボイスプリントで話者を識別し、音声複製で独自の声を作成し、MCPで外部サービスと連携できます。
2. 統合基盤を提供： AIエージェント作成から通信、ネットワーク、ハードウェア統合までを一体化し、複数デバイスへの展開を支援します。
3. 幅広い機器に対応： ロボットやAIコンパニオン、ウェアラブル、車載機器、スマートホームなどへの対話型AI導入を想定しています。

このニュースがもたらす影響

• 導入を検討する企業： 話者ごとの応答や外部サービスの実行までを一つの基盤で設計できるため、ロボットや車載機器の商品企画では、個別開発の範囲と複数デバイスへの展開方法を早い段階で見直す必要がありそうです。
• ハードウェアブランド： 独自音声や話者認識を製品の個性として組み込みやすくなり、命令への応答だけではない体験をどの用途で差別化に結びつけるか、ペルソナや外部サービスまで含めて検討することになりそうです。
• 同分野の開発会社： AIエージェントの作成、リアルタイム通信、ハードウェア統合を一体で提供する構成が広がれば、個別機能の性能だけでなく、複数デバイスへ展開する開発効率まで競争軸になる可能性があります。

このニュースの背景

日本のスマートスピーカー市場は、2024年の約4億4,256万米ドルから2033年に23億4,000万米ドル超へ拡大すると予測されています。
国内では敬語や地域ごとの方言、日本特有の会話パターンに対応した音声インターフェースが展開されています。
音声対応ロボティクスでは、介護分野が日本国内のAI音声導入の約17％を占めるとされ、高齢化を背景に介護や見守り用途での需要も高まっています。
こうした用途では、単に命令へ反応するだけでなく、話者を認識して自然に応答するデバイスへの期待が高まっており、音声認識からサービス実行までを扱う基盤が求められやすくなっています。

関連するニュース

• SparticleがGBase SupportにAIリアルタイム音声対話を追加し、通話コスト可視化や録音同意にも対応しました。
• PKSHA Technologyは、複数の音声AIエンジンを単一APIで切り替える「PKSHA Voice KIT」を提供開始しました。
• アジアクエストがAIエージェントの権限管理と監査ログに対応するアクセス基盤を提供開始しました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

Agora、Conversational AIを現実世界へ拡張、認識・対話・アクションを実現する次世代デバイスを支援

Agora, Incのプレスリリース（2026年9月7日 14時23分）Agora、Conversational AIを…