@DoubleJ794
AquaVoiceと学割で契約したけど、これやべえな。すっげえスムーズにタイピングできる。
ユーザーの声
Aqua Voiceは、さまざまな企業で働く方に使われています
音声を使う仕事を、ひとつのAPIで
音声入力、文字起こし、エージェント連携を、共通のプラットフォームで。
音声入力、セッション履歴、ユーザー設定にはAquaのルートを、OpenAI互換の文字起こしにはAvalonのルートを使います。どちらもapi.aquavoice.comと同じAPIキーを使用します。
ターミナルやコーディングエージェントから使うなら、 Aqua CLI でAquaの設定管理や音声ファイルの文字起こしができます。ファイルの文字起こしにはAPIキーを使います。
Aqua製品のエンドポイント
ユーザーの設定を反映した音声入力と編集、保存済みセッションの取得、辞書・置換・カスタム指示・アプリ設定の管理に対応。Aquaのデータ形式、統一されたエラー形式、すべてのレスポンスのレート制限ヘッダーを提供します。
POST /v1/dictations
GET /v1/sessions
GET /v1/me
GET /v1/customizations
Avalon文字起こしのエンドポイント
バッチ音声認識にはavalon-v1.5を使用します。OpenAI形式のリクエスト、レスポンス、エラーに対応し、公式SDKから利用できます。同期リクエスト、または永続化される非同期ジョブを実行できます。
POST /v1/audio/transcriptions
POST /v1/audio/transcription-jobs
GET /v1/models
本番環境のリクエストを想定した設計
再試行、バックグラウンド処理、サービスの稼働確認を、アプリに組み込めます。
冪等性を前提に設計
安全に再試行するには、Idempotency-Keyを送信します。完了した結果は24時間再利用でき、追加の推論や課金はありません。再試行で音声入力が重複作成されることもありません。
永続化された非同期ジョブ
文字起こしジョブはジョブIDと202を返し、最大72時間キューに保持されます。保存後に同期リクエストがタイムアウトしても、エラーにジョブIDが含まれるため、処理を追跡できます。
明示的なレート制限
リクエスト数と同時実行数のレート制限をレスポンスヘッダーで通知。クライアント側で適切なペースを制御できます。
再試行しやすいエラー設計
再試行の可否を明示した一貫性のあるエラーコード。文字起こしはOpenAI形式、製品APIは統一されたエラー形式を返します。
ヘルスチェックにも対応
GET /v1/healthはサービスの稼働準備状況を返します。GET /v1/health/functionalは、毎分実行する実際の文字起こしのエンドツーエンドテストに基づきます。
APIキー
1つのキーで音声入力、セッション、MCP、文字起こしを利用できます。組織キーでメンバーとして実行するときは、Aqua-Userヘッダーを使用します。キー全体が表示されるのは作成時だけです。1アカウントで最大30個まで保持できます。
開発者の言葉で検証した音声認識
Aquaの文字起こしを支えるAvalon。技術用語の認識精度と公開ベンチマークの結果をご覧ください。
AISpeak
97.4%
認識精度
Aquaの英語技術音声ベンチマークにおける重要語の認識精度。
OpenASR
6.24%
平均単語誤り率（WER）
2025年10月の初登場時、公開OpenASRランキングでクローズドソースモデルの第1位。
最初のAPIリクエストを送る
キーを作り、音声を送信し、結果をアプリで使うだけ。
[01] 作成
APIキーを作成します。
[02] 送信
エンドポイントを選びます。
ユーザー設定を反映した文章には音声入力API、音声の一括文字起こしには文字起こしAPIを使います。以下に両方の例を示します。[03] 開発
レスポンスを活用します。
返されたテキストをアプリで使うか、 PlaygroundでAPIをお試しください.
音声入力と音声による編集
POST /v1/dictationsはユーザーの言語設定、辞書、置換、カスタム指示、学習した設定を適用し、そのまま挿入できる文章を返します。
音声編集も組み込み済み。operation=editと選択した文章を送信すると、デスクトップアプリと同じアプリの文脈を使って、話した指示を適用します。
結果にはセッションIDが付き、Aquaの履歴に保存されます。保存済みセッションの文字起こしも取得できます。
全工程でプライバシー設定を守ります。保持が無効なら、文章を呼び出し元に返すだけで保存しません。
cURL
curl https://api.aquavoice.com/v1/dictations \ -H "Authorization: Bearer $AQUA_API_KEY" \ -H "Idempotency-Key: update-note-118" \ -F "audio=@dictation.wav" \ -F "operation=dictate"# {# "raw_text": "hello aqua can you send the update",# "text": "Hello, Aqua! Can you send the update?",# "session_id": "ses_a1e2c85b1cbf43af9dc678a1a7423dcc",# "duration_seconds": 2.84, ...# }OpenAI互換の文字起こし
文字起こしルートは、Avalonの最新バージョンであるavalon-v1.5を提供します。ベースURLとモデル名を変更すれば、公式OpenAI SDKをそのまま使えます。
Python
from openai import OpenAIclient = OpenAI( api_key="your-avalon-api-key", base_url="https://api.aquavoice.com/v1")transcript = client.audio.transcriptions.create( model="avalon-v1.5", file=open("speech.mp3", "rb"),)print(transcript.text)flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webmの9形式に対応。最大25 MiB、音声1時間まで。
レスポンスはjson、text、srt、vtt、およびverbose_jsonの5形式。セグメントのタイムスタンプにも対応。
同期リクエストのほか、202と永続的なジョブIDを返し、進行状況を確認できる非同期ジョブも使えます。
Playgroundで試す →
詳しいベンチマーク、誤生成の例、モデル開発の背景は、Avalonのページをご覧ください.
MCPでAIエージェントと連携
AquaはリモートMCPサーバーとしても使えます。Claude、ChatGPT、Codexに下記のエンドポイントを設定すると、OAuth経由で10個のツールを利用できます。セッションと文字起こしの取得、学習設定が有効な場合に修正を教えるフィードバックの送信、辞書用語の管理、設定の更新に対応します。
MCPエンドポイント
https://api.aquavoice.com/mcp
AIサービス側がリモートMCPに対応している必要があり、ワークスペース管理者の承認が必要な場合もあります。接続前に権限をご確認ください。一部のクライアントは読み取りと書き込みをまとめて要求します。
MCP接続ガイド従量課金
最初の1米ドル分は無料。その後は処理した音声の量に応じて課金されます。
- Avalonの文字起こし
- 音声1時間あたり0.39米ドル
- Aquaの音声入力
- 音声1時間あたり0.49米ドル
- 秒単位で課金、最低10秒分
- 音声入力と編集モードは同一料金
- 失敗したリクエストと冪等な再実行は課金対象外
- ユーザーごとの料金なし
よくある質問
Aqua APIとAvalon APIの違いは何ですか？
AvalonはAquaの音声認識モデルで、OpenAI互換の文字起こしルートから利用できます。Aqua APIはその周辺の機能も提供します。ユーザーに合わせた音声入力と音声編集、文字起こしを含む保存済みセッション、辞書や設定の管理、AIエージェント向けMCPサーバーを、文字起こしとあわせて利用できます。
Aqua APIはOpenAI互換ですか？
文字起こしルートは互換です。OpenAIのリクエスト、レスポンス、エラー形式を維持しているため、ベースURLとモデル名を変更するだけで公式SDKを使えます。音声入力、セッション、カスタマイズ、設定の各ルートは、Aqua独自のオブジェクト形式と統一されたエラー形式を使います。
APIキーはどう取得しますか？
Aqua APIダッシュボードで作成できます。1つのキーで音声入力、セッション、カスタマイズ、設定、MCP、文字起こしを利用できます。最初のキーでアカウントが有効になり、最初の1ドル分は無料です。初回リクエストにカードは不要です。1アカウントで最大30個のキーを保持できます。
APIはどの言語に対応していますか？
音声入力は50言語と自動検出に対応しています。文字起こしではISO 639-1の言語コードをヒントとして指定するか、自動検出を使えます。
APIで音声入力した内容は保存されますか？
ユーザーのプライバシー設定とゼロデータ保持設定に従います。保持が無効なら結果を呼び出し元に返し、セッションは保存しません。履歴を利用できる場合はAquaの履歴に保存され、レスポンス内のセッションIDで識別できます。
Aqua APIで開発をはじめる
あなたの製品に、音声入力、文字起こし、エージェント連携を。