Universal-3.5 Pro.

Universal-3.5 Pro

Universal-3.5 Proは、AssemblyAIが提供する次世代非同期音声認識モデルです。リアルな音声環境をそのまま捉え、18言語に対応するネイティブなコードスイッチング機能と、これまでで最も高精度な話者分離技術を搭載しています。医療・コールセンター・金融など、専門分野での正確な文字起こしを必要とする企業に最適なソリューションです。

製品の主な特徴

• ネイティブコードスイッチング: 18言語を設定不要で自動検出し、言語が混在する会話も自然な形で文字起こし可能。インド英語とヒンディー語、カナダの英語とフランス語など、言語間の切り替えを正確に捉えます
• 高精度話者分離: 従来のタイムスタンプ結合方式とは異なり、モデル自体がトランスクリプト内で話者の切り替えを認識。短い発言の交錯や重なり話にも対応し、業界最高水準のcpWERスコアを達成
• コンテキストプロンプティング: ドメイン知識や事前コンテキストをモデルに入力可能。医療記録では医学用語の認識精度が31%向上、ミーティングでは参加者名や議題を反映した高精度な文字起こしを実現
• コスト効率: 高度な機能を維持しながら、時間あたり0.21ドルという競争力のある価格設定

活用シーン

• 多言語カスタマーサポート: コールセンターでの多言語対応を自動化。エージェントと顧客の言語混在する会話を正確に記録し、品質管理やコンプライアンス対応を強化
• 医療・臨床ドキュメント: 患者の既往歴をプロンプトとして入力することで、医薬品名や病名の認識精度を向上。診療記録の作成負荷を軽減し、医療従事者の業務効率化に貢献
• 金融・M&Aデューデリジェンス: 投資銀行やPEファームの重要な商談記録を高精度で文字起こし。数値やコミットメントの誤認識リスクを排除し、法的・財務的リスクを低減
• 採用プラットフォーム: 候補者面接の文字起こしにおいて、人名・役職・企業名などの文脈情報を反映。採用判断に必要な細かなニュアンスを保持した記録を提供

対象ユーザー

多言語環境での音声データ処理や、専門分野での高精度な文字起こしを必要とする企業の開発者・プロダクトマネージャー、および音声AI機能を組み込むSaaS事業者を対象としています。