OpenAIの高精度な音声認識AI。多言語の音声からテキストへの変換をサポートし、オープンソースモデルと有料APIとして利用可能。
2026年に低レイテンシ Voice AI アプリを作るための実践ガイド。OpenAI Voice agents over WebRTC から始める場面、Realtime の低レイヤー制御へ降りる場面、transcription を足す場面、ElevenLabs を追加する価値がある場面を整理する。