[新製品・サービス]
NTT Com、遠隔会議を音声認識でリアルタイムに議事録化するサービス「COTOHA Meeting Assist」
2019年3月29日(金)日川 佳三（IT Leaders編集部）
NTTコミュニケーションズは2019年3月29日、クラウド型のテレカンファレンス（遠隔会議）サービス「COTOHA Meeting Assist」を発表した。最大の特徴は、同社の音声認識API「COTOHA API」を使って、遠隔会議における発話音声をリアルタイムにテキスト化して議事録を作成できること。2019年4月1日から開始する。価格（税別）は、月額3万5000円から。別途、音声認識APIの使用料（従量制）が必要。
COTOHA Meeting Assistは、クラウド型のテレカンファレンス（遠隔会議）サービスである。PCやスマートフォンでクラウドにログインした状態で、音声による会議に参加できる。
図1：COTOHA Meeting Assistの画面。音声による遠隔会議ができる。音声を聞けるだけでなく、チャット画面のように発話内容をリアルタイムにテキスト化する。9カ国語の翻訳も可能で、翻訳後のテキストを見ながら音声で会話できる（出典：NTTコミュニケーションズ）拡大画像表示
最大の特徴は、音声認識APIと連携し、音声発話をリアルタイムにテキスト化できることである（図1）。発話内容をテキスト化し、議事録として記録できる。議事録を後から編集したり、該当部分の音声を聞いたりすることもできる。
翻訳APIを使ってテキストを翻訳する機能も提供する。標準で9カ国語を翻訳できる。これにより、異なる言語を話す参加者同士が、それぞれの画面上に表示される翻訳後のテキストを見ながら、音声で会話できる。
録音済みの音声ファイルをテキスト化する機能も備える。また、2019年4月中には、COTOHA Meeting Assistとは別のサービスとして、コンタクトセンターに蓄積した音声ファイルをテキスト化する「Voice Insight」も提供する。
写真1：NTTコミュニケーションズでアプリケーション＆コンテンツサービス部AI推進室長を務める三竹保宏氏拡大画像表示
COTOHA APIの音声認識の精度については、マイクから距離が離れていない場所から話しかけるような雑音の少ないケースでは精度が高いという（写真1）。一方、現状の音声認識エンジンでは一般に、マイクから離れていて雑音が多く含まれるケースや、いったんICレコーダに録音した音源などでは精度が下がる。
COTOHA Meeting Assistの価格（税別）は、基本契約が、月額3万5000円。クラウド上にユーザー専用のサーバー（1コア、メモリー8Gバイト）を用意する。オプションで、1コアとメモリー8Gバイトをセットで追加するごとに月額1万円がかかる。最大で16コアとメモリー128Gバイトまで拡張できる。ストレージは初期値が100Gバイトで、追加料金は10Gバイトごとに月額1000円。最大で1Tバイトまで拡張できる。工事費は、CPUコアとメモリーの追加が1回4000円、ストレージの追加が1回4000円。
別途、音声認識API「COTOHA API」の使用料（従量制）が必要になる。基本料金は月額13万円で、1カ月につき5万分までの利用料を含んでいる（1分当たり2.6円相当）。1カ月5万分を超えた部分については従量課金となる。
