Gladia は月間 232,451 訪問、前月比成長率 +6.4%、料金体系フリーミアム、料金は要問い合わせを記録しています。Whisper（OpenAI）は月間 0 訪問、成長率 —、料金体系無料を記録しています。
本番運用の音声プロダクト向け音声認識とオーディオインテリジェンス API
文字起こし・翻訳・言語識別に対応したOpenAIのオープンソース音声認識モデル
| 項目 / 指標 | | |
|---|---|---|
| 公式ドメイン | gladia.io | github.com |
| 料金モデル | フリーミアム、料金は要問い合わせ | 無料 |
| 月間訪問数 | 23.25万 (232,451) | 0 (0) |
| 前月比トラフィック増減 | +1.39万 (+6.4%) | 0 (—) |
| 主要市場とシェア | 🇧🇷 ブラジル (22.1%) | 🌐 グローバル (—) |
| 月間ダイレクト訪問数 | 12.85万 | 0 |
| ユーザー評価 | 4.4 | 4.8 |
| 対応プラットフォーム | ウェブサイト | オープンソース |
本番運用の音声プロダクト向け音声認識とオーディオインテリジェンス API
WebSocket ストリーミングによるライブ字幕と、REST によるバッチ文字起こしに対応。MP3、WAV、FLAC、Opus など主要形式を扱えます。
100 以上の言語に対応したアクセントに強い自動言語検出と、文中で言語が切り替わる会話のコードスイッチングをサポートします。
話者分離、固有表現抽出、PII 秘匿化、感情分析、要約を、有効化したときだけ課金される形で提供します。
文字起こしを Gladia ホスト型または自前の大規模言語モデル（BYOM）に渡し、要約や構造化出力を生成できます。
文字起こし・翻訳・言語識別に対応したOpenAIのオープンソース音声認識モデル
1つのTransformerが文字起こし、英語への音声翻訳、言語識別、音声区間検出を担い、特別なタスクトークンで切り替えます。
tiny、base、small、medium、large、turboから選べ、英語専用の.en版も用意。精度とVRAM・速度を調整できます。
多言語モデルは数十言語の文字起こしと翻訳に対応し、混在言語の音声でも言語を自動判定します。
pipでopenai-whisperを導入し、ターミナルや自作Pythonコードから文字起こし。音声のデコードはffmpegが担当します。
特化型Provides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
特化型Provides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
150以上の言語に対応するAI文字起こしと議事録
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
音声と動画を検索可能なテキストに変えるAI文字起こし
高精度なリアルタイム音声認識・翻訳APIを提供していますが、開発者向けツールが異なります。
超低遅延のリアルタイム音声APIに特化しているが、エコシステムはGladiaより小さい。
超低遅延のリアルタイム音声APIに特化しているが、エコシステムはGladiaより小さい。
