アドバンスト・メディア、AmiVoice APIで音声URL認識に対応

アドバンスト・メディアは、音声認識API「AmiVoice API」にURL指定音声認識機能を追加しました。
クラウドストレージ上の音声ファイルを、URL指定で最大90件まで一括してテキスト化できます。
音声ファイルのダウンロードや再アップロードを省き、録音データの検索・要約・分析への活用を支援します。

記事の概要

今回の機能は、「AmiVoice API」の非同期HTTP APIに追加されました。
利用者が指定したURLから、AmiVoice APIが音声ファイルを直接取得して認識処理を実行します。
1回のAPIリクエストで、最大90ファイルの音声認識を一括登録できます。
処理状況はファイルごとに確認でき、一部の取得や認識に失敗しても他の処理は継続します。
Amazon S3のPresigned URLと、Azure Blob StorageのSAS URLにも対応しています。
有効期限付きURLを使うことで、ストレージ全体を公開せずに音声データを処理できます。
従来の非同期HTTP APIと認識パラメータや認識結果の取得方法が共通のため、既存アプリケーションを大きく改修せず利用できます。
Amazon S3への録音保存からAWS LambdaによるURL発行、生成AIによる要約・分析までのワークフロー構築にもつなげられます。

記事のポイント

1. URLから直接音声認識： クラウドストレージからのダウンロードとAPIへの再アップロードが不要になり、一時ファイルの管理負担も軽減できます。
2. 最大90ファイルを一括処理： 1回のAPIリクエストで最大90ファイルを登録でき、コンタクトセンターの通話録音や会議音声を効率的に処理できます。
3. 期限付きURLに対応： Amazon S3やAzure Blob Storageの有効期限付きURLに対応し、認証情報を渡さずアクセス期間を限定できます。

このニュースがもたらす影響

• 導入を検討する企業： 既存のクラウドストレージを録音データの保管先として維持しながら、音声認識を後付けしやすくなります。導入時は一時ファイル管理やURLの有効期限設計まで含めて検討する必要があります。
• 音声認識API提供者： 認識精度だけでなく、ストレージとの接続性や大量処理、アクセス制御までが選定基準になりそうです。競合各社には、音声データを業務フローへ組み込む使いやすさが求められます。
• 業務システム開発者： 録音保存から認識、要約・分析までを分断せず設計しやすくなります。既存APIとの互換性を活かせるため、まずは通話録音や会議音声など蓄積データの段階的な処理を検討できそうです。

このニュースの背景

従来は、クラウドストレージ上の音声ファイルを利用者側でダウンロードし、音声認識APIへ再アップロードする必要がありました。
通話録音や会議音声のように日々蓄積されるデータでは、転送に伴う一時ファイルの保管・削除や容量確保が運用上の負担になり得ます。
一方で、非公開の音声データを扱う場合は、ストレージ全体を公開せず、認識処理に必要な期間だけアクセスを許可する設計が必要です。
音声認識結果を検索や生成AIによる要約・分析につなげるには、録音保存から後続処理までをクラウド上で連携できることが重要になります。

関連するニュース

• アドバンスト・メディアが、音声認識API「AmiVoice API」のPython向けクライアントライブラリを提供開始しました。
• アドバンスト・メディアが9席以下の窓口向けAI音声認識サービスを提供し、通話要約やVoC分析にも対応します。
• CrestaはKotobaの日本語音声AIをプラットフォームに組み込み、コンタクトセンターの自然な電話応対を目指します。

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

クラウドストレージ上の音声データをURL指定で一括テキスト化。「AmiVoice API」に「URL指定音声認識機能」を追加

株式会社アドバンスト・メディアのプレスリリース（2026年11月12日 14時00分）クラウドストレージ上の音声データを…