Avalonとは?Whisperとの違いは?
WhisperはOpenAIの汎用モデルで、さまざまな言語や分野を幅広く扱うように学習されています。AquaはAvalonを、AISpeak-10でWhisper Large v3と比較しました。OpenAIの新しいGPT-Transcribeモデルとの直接比較は行っていません。
| 機能 | Aqua Voice / Avalon | OpenAI Whisper API |
|---|---|---|
| 音声認識モデル | Avalon(独自開発・専用学習) | Whisper、GPT-Transcribeなど(汎用音声認識) |
| 専門用語の認識率 | 97.4%(自社ベンチマークAISpeak-10) | 65.1%(Whisper Large v3、AISpeak-10) |
| 公開ベンチマーク | OpenASRのクローズドソースモデルで1位(2025年10月の初登場時) | 汎用的な音声認識 |
| API料金(音声1時間あたり) | $0.39/時間(Avalon API) | Whisper $0.36/時間、GPT-Transcribe $0.27/時間、gpt-4o-mini $0.18/時間 |
| OpenAI APIとの互換範囲 | バッチ処理の一部機能 | ネイティブ対応、より広い機能範囲 |
| 無料プラン | アプリのStarter(2,000語) | 従量課金 |
| リアルタイムのストリーミング | アプリ:対応、Avalon API:非対応 | GPT-Live-Transcribe |
| 言語 | 49言語(アプリ) | 99+ |
| すぐに使えるアプリ(Mac / Windows / iPhone / Android) | はい | APIのみ |
| 画面の文脈と音声入力の使い心地 | はい | APIのみ |
| 向いている用途 | 技術・AI分野の音声入力と、対応するバッチAPI処理 | 大量の汎用文字起こし、多言語、エコシステム |
技術・AI分野の会話を正確に認識
Avalonは、開発者やAIユーザーの話し方に合わせて学習しています。2025年10月のOpenASRランキング初登場時に、クローズドソースモデルの中で1位になりました。
OpenAI SDK互換のバッチAPI
OpenAI公式のPythonとJavaScriptのSDKは、Avalonのバッチ対応範囲で使えます。料金は音声1時間あたり0.39米ドルで、秒単位で課金されます。
APIだけでなく、そのまま使える製品
Aqua VoiceはMac、Windows、iPhone、Android向けの、設定不要の音声入力アプリです。デスクトップではリアルタイムに入力し、使用中のウィンドウから文脈を読み取ります。
大量処理時の料金
1時間あたりの料金は、Whisperが約0.36米ドル、GPT-Transcribeが約0.27米ドル、gpt-4o-mini-transcribeが約0.18米ドルです。いずれもAvalonの0.39米ドルより安価です。
普及度とエコシステム
Whisperは多くのツールで標準的に使われ、ライブラリ、ドキュメント、コミュニティが充実しています。
対応言語の広さ
OpenAIのモデルは99以上の言語に対応します。Aqua Voiceアプリは49言語です。
AquaのAI・コーディング用語の英語テストAISpeak-10で、重要な用語を正しく書き起こした割合です。評価方法OpenASRランキング
WhisperはOpenAIの汎用モデルで、さまざまな言語や分野を幅広く扱うように学習されています。AquaはAvalonを、AISpeak-10でWhisper Large v3と比較しました。OpenAIの新しいGPT-Transcribeモデルとの直接比較は行っていません。
OpenAI Whisper APIは、多くの開発者が最初に選ぶ音声認識サービスです。現在はファイル向けのGPT-Transcribeやストリーミング向けのGPT-Live-Transcribeも加わり、Whisper APIは2027年2月26日に提供を終了します。
このAvalon APIは、OpenAIのバッチ文字起こし仕様の一部に対応します。その範囲内のリクエストなら、公式SDKでベースURLとモデルを変更して使えます。詳しい互換性の範囲は、APIリファレンスをご覧ください。
いいえ。Aqua VoiceはOpenAI Whisperではなく、独自モデルAvalonを使います。技術・AI分野向けに学習され、公開AISpeak-10で97.4%、Whisper Large v3は65.1%を記録しました。2025年10月のOpenASR初登場時にはクローズドソースモデルの中で1位を獲得しています。WhisperはAvalonの比較対象であり、Aqua Voiceの基盤ではありません。
Avalonは音声入力と専門用語のために開発した独自モデルです。OpenAI Whisper APIは汎用的な音声認識サービスで、OpenAIは現在、GPT-TranscribeやGPT-Live-Transcribeなどの新しいモデルも提供しています。Avalonは標準のOpenAI SDKによるバッチ文字起こしに対応しますが、ストリーミング、単語単位のタイムスタンプ、話者分離など、OpenAIの高度な機能には対応していません。モデル自体は、汎用モデルが専門用語を誤認識しやすい、開発者やAIユーザーの発話に合わせて学習されています。
アプリ同士の精度の優劣を確認したわけではありません。自社のAI・専門用語ベンチマークAISpeak-10ではAvalonが97.4%、Whisper Large v3が65.1%を記録し、2025年10月のOpenASR初登場時にAvalonはクローズドソースモデルの中で1位を獲得しました。日常的な発話では差は小さくなり、Whisperやgpt-4o-transcribeも広く使われる優れたモデルです。違いはプログラミング用語、フレームワーク名、CLIコマンドなどで表れます。
すべての機能を置き換えられるわけではありません。OpenAI公式のPython・JavaScript SDKは、ベースURLとモデル名を変更することで、Avalonが公開しているバッチ処理の対応範囲で利用できます。OpenAIの高度な音声機能を使う連携を移行する前に、Avalon APIリファレンスをご確認ください。
いいえ。音声1時間あたりではOpenAIの方が安価です。Whisperは1分$0.006(約$0.36/時間)、GPT-Transcribeは1分$0.0045(約$0.27/時間)、gpt-4o-mini-transcribeは1分$0.003(約$0.18/時間)、Avalonは$0.39/時間です。これらのOpenAIモデルに無料枠はありません。Avalonは少し高い分、専門的な発話への精度と音声入力に特化したモデルを提供します。一般向けのAqua Voiceアプリには無料Starterプラン(累計2,000語)があり、Proは年払いで月額$10です。
OpenAIは現在、gpt-4o-transcribe、gpt-4o-mini-transcribe、Whisperに加え、ファイル向けのGPT-Transcribe(1分$0.0045)とストリーミング向けのGPT-Live-Transcribe(1分$0.017)を提供しています。gpt-4o-transcribe、gpt-4o-mini-transcribe、Whisperは2027年2月26日にAPIから削除されます。いずれも優れた汎用モデルです。Avalonの強みは専門性にあり、技術・AI分野の語彙に特化して学習し、その精度を測定しています。日常会話が中心ならOpenAIのモデルは十分な選択肢です。専門用語が多い音声こそ、Avalonが力を発揮するために作られた領域です。
完成した製品が欲しいか、開発の部品が欲しいかによります。Aqua VoiceはMac、Windows、iPhone、Android向けの設定不要の音声入力アプリで、デスクトップではリアルタイム入力と画面の文脈理解を提供します。Whisper APIとバッチ専用Avalon APIは、自社ツールに文字起こしを組み込む開発者向けです。入力したいならアプリ、ソフトウェアを作るならOpenAI SDK互換のバッチ処理に対応するAvalon APIを選べます。
導入ユーザーの所属
学生はProとMaxが70%オフです。