Whisper は OpenAI の汎用音声認識モデルです。多言語の文字起こし、音声翻訳、言語識別に対応し、ローカル実行または有料 API で利用できます。
情報確認日:2026-10-23
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。