音声エージェントAPIと統合(Grok、ElevenLabs)

Grok音声エージェントAPIがリアルタイム音声および多言語機能を搭載して発表されました。
Key insights
xAIがGrok音声エージェントAPIを$0.05/分で発表
xAIは、1分あたり$0.05の価格でGrok音声エージェントAPIを発表しました。このAPIは双方向のリアルタイム音声入出力をサポートし、中国語を含む多数の言語、言語の自動検出と切り替え、外部ツールの呼び出し、リアルタイムのウェブ検索と推論、感情制御された音声プロンプト、複数の音声オプション、OpenAIリアルタイムAPI仕様との互換性を提供します。
ElevenLabsがWhatsAppでAI音声エージェントを可能に
ElevenLabsは、AI音声エージェントがWhatsAppと統合され、音声とテキストの双方向メッセージング、着信通話の処理、バッチ通話を含む発信通話を可能にすることを発表しました。企業顧客は、プラットフォーム全体で会話ログを集中管理し、統一された分析と設定を適用できます。
リアルタイム音声エージェントがツール使用とライブデータをサポート
GrokのAPIとElevenLabsのプラットフォームは、リアルタイム機能をサポートしています。Grokは会話内でのライブネットワーク検索とツール呼び出しを含み、ElevenLabsのWhatsApp統合は会話音声処理と企業向けのプラットフォーム全体の分析をサポートします。