Voice AgentsGuideAI VOICE AGENT SOFTWARE
メニュー
プロバイダーを見る

一次情報にリンクした音声プロバイダーの製品プロフィール27件

あなたの通話フローに合うAI音声エージェントを見つけましょう。

電話連携、遅延、ツール、転送の動作、制御機能、料金単位など、導入判断を左右する詳細から、AI音声エージェント、ランタイム、コンタクトセンタープラットフォームを比較します。

プロバイダーを見る 通話費用を見積もる
現在の製品プロフィール27件実際の通話フローのために調査基準
01業務から始める着信、発信、担当者支援、独自構築
02通話の経路を追う音声、ツール、転送、状態管理
03業務量に基づいて費用を見積もる通話時間、シート数、通信事業者、作業量

音声技術の構成を把握

AI音声エージェントのディレクトリ

プロバイダー 27 件 · 表示中：12 件

Amazon Connect Customer AI with Nova Sonic

提供元：Amazon Web Services

Amazon Connect Customer AI with Nova Sonicのベンダーサイトのプレビュー

Amazon Connect Customer AIでは、ConnectのボットロケールにNova Sonicの音声対音声を選択でき、オーケストレーション、インテント、フローはConnectが引き続き管理します。

コンタクトセンターAI・ネイティブ音声対音声モデル
提供範囲と判断材料

適した用途: 既存のボットロケールとフローツールの中でネイティブの音声対音声を評価するAmazon Connectのコンタクトセンター。

音声技術の構成: ネイティブのNova Sonicを選べるConnectの処理経路

電話連携: Amazon Connectの電話連携

音声エージェント音声APIランタイムコンタクトセンター向けAI
料金の目安ベンダーのウェブサイト ↗
Customer AIの音声は1分あたり$0.038で、電話連携と他のAWSサービスは別料金です。
製品プロフィールを見る
Bland AIのベンダーサイトのプレビュー

APIで作成するエージェント、Pathways、動的データ、ツール、ウェブフック、割り込み設定を備えた電話・ウェブ向け音声エージェントプラットフォーム。

音声エージェントプラットフォーム
提供範囲と判断材料

適した用途: 通話量、同時実行数、ナレッジベースのプラン区分が明確な着信・発信通話パッケージを必要とする開発者と運用チーム。

音声技術の構成: 公開資料で確認できません

電話連携: Twilio, SIP, Genesys, Five9, NICE CXone, Amazon Connect, Talkdesk

音声エージェント発信音声業務音声APIランタイム
料金の目安ベンダーのウェブサイト ↗
Startは1分あたり$0.14。Buildは1分あたり$0.12に月額$299、Scaleは1分あたり$0.11に月額$499が加わります。
製品プロフィールを見る

Cognigy.AI

提供元：Cognigy

Cognigy.AIのベンダーサイトのプレビュー

Webchat、SIP Voice Gateway、Voice Copilot、REST、Socket、Webhook、MCPの各エンドポイントを備えた会話型AIプラットフォーム。

企業向け会話型AIプラットフォーム
提供範囲と判断材料

適した用途: 電話、ウェブ、API、カスタムエンドポイントから一つのフローを利用したいチーム。

音声技術の構成: STTとTTSのベンダーを選択できる段階型処理経路

電話連携: SIP, コンタクトセンター連携, Voice Gateway

音声エージェントコンタクトセンター向けAI会話フロー構築ツール
料金の目安ベンダーのウェブサイト ↗
公開資料で確認できません。
製品プロフィールを見る

ConversationRelay

提供元：Twilio

ConversationRelayのベンダーサイトのプレビュー

TwiMLのConversationRelayセッションをアプリケーションのWebSocketに接続し、STT／TTS、言語設定、DTMF、通話イベントに対応するProgrammable Voiceの構成要素。

電話向け音声エージェントランタイム
提供範囲と判断材料

適した用途: 電話連携、メディア処理、通話制御をTwilioに任せつつ、独自の音声エージェントロジックを構築する開発者。

音声技術の構成: 開発者が用意するLLMを使う段階型の音声インターフェース

電話連携: Twilio Programmable Voice, 電話番号, SIP

音声APIランタイム音声エージェント
料金の目安ベンダーのウェブサイト ↗
ConversationRelayは1分あたり$0.07。米国の市内通話は発信$0.014、着信$0.0085、SIP$0.004、電話番号は月額$1.15です。
製品プロフィールを見る

Copilot Studio Voice

提供元：Microsoft

Copilot Studio Voiceのベンダーサイトのプレビュー

Copilot Studioのリアルタイムエージェントは音声・デジタルチャネルに導入でき、ネイティブのGPT-Realtimeモードか、Neural TTSを組み合わせたプレビュー版GPT-5-Chatを選べます。

企業向けエージェント構築ツール・コンタクトセンターAI
提供範囲と判断材料

適した用途: チャネルをまたいでCopilot Studioのトピック、ツール、ナレッジ、引き継ぎ、明示的な音声設定を必要とするMicrosoft環境のチーム。

音声技術の構成: ネイティブのGPT-Realtimeモード、または段階型のGPT-5-Chatモード

電話連携: Dynamics 365 Contact CenterとAzure経由の連携

会話フロー構築ツール音声エージェントコンタクトセンター向けAI
料金の目安ベンダーのウェブサイト ↗
Dynamics Voiceはユーザーあたり月額$95、Contact Centerは$110、Premiumは$195。Azure／Copilotと電話連携は別料金です。
製品プロフィールを見る

Decagon Voice

提供元：Decagon

Decagon Voiceのベンダーサイトのプレビュー

設定可能な音声プロフィール、発信通話、有人引き継ぎの要約、ガードレール、サポートシステムとの連携を備えた音声カスタマーサービスエージェント。

企業向けカスタマーサービスエージェントプラットフォーム
提供範囲と判断材料

適した用途: CRM、ヘルプデスク、ナレッジベース、CPaaSに接続する電話自動化を必要とするサポートチーム。

音声技術の構成: 公開資料で確認できません

電話連携: 公開資料で確認できません

音声エージェントコンタクトセンター向けAI
料金の目安ベンダーのウェブサイト ↗
公開資料で確認できません。
製品プロフィールを見る

ElevenLabs Agents

提供元：ElevenLabs

ElevenLabs Agentsのベンダーサイトのプレビュー

ビジュアルなワークフロー、独自モデルの選択肢、電話・ウェブ・モバイルへの導入、内蔵のテスト・評価機能を備えた音声中心のエージェントプラットフォーム。

音声エージェントプラットフォーム・音声API
提供範囲と判断材料

適した用途: 電話、ウェブ、モバイルにまたがるエージェントのワークフローと、管理された音声ライブラリが必要なチーム。

音声技術の構成: ElevenLabsの音声を使用する段階型STT–LLM–TTS

電話連携: Twilioとのネイティブ連携, 着信・発信用のSIPトランク

音声エージェント
料金の目安ベンダーのウェブサイト ↗
通常の月額料金：Freeは15分。Starterは$6／75分、Creatorは$22／275分、Proは$99／1,238分、Scaleは$299／3,738分、Businessは$990／12,375分。追加の通話時間は1分あたり$0.08、同時通話枠を超えるバースト利用は$0.16。LLMと外部通信事業者の料金は別途発生します。
製品プロフィールを見る

Empathic Voice Interface

提供元：Hume AI

Empathic Voice Interfaceのベンダーサイトのプレビュー

文字起こし、声の表現指標、アシスタントのテキスト、応答音声をストリーミングする音声対音声のWebSocket API。

表現力に重点を置くネイティブ音声モデルAPI
提供範囲と判断材料

適した用途: 音声の抑揚を考慮した対話を、設定可能な音声や任意の補助LLMとともに評価する開発者。

音声技術の構成: 抑揚に応じた処理を行うネイティブの音声対音声

電話連携: 公開資料で確認できません

音声APIランタイム音声エージェント
料金の目安ベンダーのウェブサイト ↗
EVI 3：Proは月額$70で1,200分、追加分は$0.06／分。Scaleは月額$200で5,000分、追加分は$0.05／分。Businessは月額$500で12,500分、追加分は$0.04／分です。
製品プロフィールを見る

Gemini Live API

提供元：Google

Gemini Live APIのベンダーサイトのプレビュー

GoogleのGemini Live APIは、WebSocket経由でマルチモーダルなセッションをストリーミングします。ネイティブ音声エージェント向けの安定版モデルはGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingです。

ネイティブのリアルタイムマルチモーダルモデルAPI
提供範囲と判断材料

適した用途: 永続的なWebSocketセッションで、ネイティブ音声、マルチモーダル入力、関数呼び出しを必要とする低遅延の対話エージェントを構築する開発者。

音声技術の構成: ネイティブ音声エージェント：Gemini 3.8 Live（gemini-3.8-live）とGemini 3.8 Live Extended Thinking（gemini-3.8-live-extended-thinking）。, 別個のTTSモデル：gemini-3.8-flash-ttsとgemini-3.8-flash-lite-ttsは音声を生成します。いずれもLiveエージェントではありません。, 別個の文字起こしエンドポイント：gemini-3.5-transcribeは音声ファイルを処理します。gemini-3.5-transcribe-liveはLive APIの音声テキスト変換モードで、対話エージェントではありません。, 別個の翻訳モード：gemini-3.5-live-translate-previewは70以上の言語に対応するLive APIの通訳機能で、対話エージェントではありません。プレビュー版です。

電話連携: 公開資料で確認できません

音声APIランタイム音声エージェント
料金の目安ベンダーのウェブサイト ↗
標準の有料料金は、入力音声が1分あたり$0.005相当、出力音声が1分あたり$0.018相当です。それぞれ別途課金され、テキストトークンの料金も加算されます。Googleは無料のAPIティアも掲載しています。
製品プロフィールを見る

Goodcall AI Phone Agent

提供元：Goodcall

Goodcall AI Phone Agentのベンダーサイトのプレビュー

エージェント単位の料金で、設定可能なスキル、フォーム、ロジックフロー、連絡先一覧、通話転送を備えたAI電話受付。

AI受付
提供範囲と判断材料

適した用途: 通話時間ではなく月間の重複しない顧客数に基づく、予測可能な月額料金を求める小規模企業や複数拠点の企業。

音声技術の構成: 公開資料で確認できません

電話連携: 公開資料で確認できません

音声エージェントAI受付
料金の目安ベンダーのウェブサイト ↗
エージェント1体あたり月額$79／$129／$249。年払い相当額は$66／$108／$208。ベンダーは、条件付きで通話時間とトークンを無制限と記載しています。
製品プロフィールを見る

Kore.ai AI for Service

提供元：Kore.ai

Kore.ai AI for Serviceのベンダーサイトのプレビュー

Talk to Bot機能で音声またはチャットのタスクをテストし、実行ログを確認できる企業向け会話プラットフォーム。

企業向け会話型AIプラットフォーム
提供範囲と判断材料

適した用途: 認識、同義語、フローのデバッグを明確な手順で進められる、タスク中心の構築ツールを求めるチーム。

音声技術の構成: 段階型の音声処理経路

電話連携: 公開資料で確認できません

音声エージェントコンタクトセンター向けAI会話フロー構築ツール
料金の目安ベンダーのウェブサイト ↗
公開資料で確認できません。
製品プロフィールを見る

運用モデルから始める

音声技術の構成を探る

すべての用途
27 プロバイダー

AI電話エージェント

着信・発信向けAI電話エージェントを、タスク完了、有人転送、電話連携、ツール、試験導入への適合性で比較します。

14 プロバイダー

音声AIプラットフォーム

独自製品向けの低レベルな音声処理・オーケストレーション基盤です。

10 プロバイダー

コンタクトセンター向けAI

統制が必要な大量の通話業務に向けた音声自動化と担当者支援です。

3 プロバイダー

AI受付

サービス業向けの電話応答、受付、振り分け、予約のワークフローです。

8 プロバイダー

会話フロー構築ツール

通話フローの作成、テスト、保守を支援するビジュアルツールです。

1 プロバイダー

音声エージェントの評価・監視

音声システム向けのテスト、トレース、レビュー、ポリシー管理です。

デモの印象ではなく判断材料を比較

音声システムの購入には複数の要素が関わります。

二つのエージェントが同じように流暢でも、通信事業者の対応範囲、割り込みへの対応、ツール権限、転送後に担当者が受け取る情報は異なる場合があります。それぞれを別の判断項目としてテストしてください。

会話チャネル

電話、ブラウザー、SIP、メッセージには、それぞれ異なる音声処理とルーティングの制約があります。

ランタイムの動作

遅延、発話中の割り込み、話者交代、再試行、不明な状況への対応を確認してください。

ツール権限の境界

本人確認、権限、確認、失敗からの復帰とともに、すべての参照と書き込みを追跡してください。

証拠の記録

録音、文字起こし、トレース、保存期間のルール、費用の前提を試験導入の記録に残してください。

ネイティブのリアルタイム音声

会話の文脈をより多く保つ。

ネイティブ音声モデルでは、必須となる音声認識と音声合成への受け渡しを減らし、話す速度、間、強調、割り込み、非言語的な手がかりをより多く保持できます。通信事業者、ツール、転送を含む電話経路全体を、同じ実際の通話シナリオで比較してください。

アーキテクチャを比較

調査の確認日：2026年9月4日

重要な細部までプロバイダーを比較。

各製品プロフィールには、一次情報、現行の料金の目安、通話チャネル、音声アーキテクチャ、外部連携、実践的な試験導入の質問が含まれます。

製品プロフィールを見る 候補リストを作る

チーム別に探す

構築方法に合わせて候補を絞る

小規模チーム一度に一つの通話フローを検証するチームが、すぐに試せる選択肢です。プロダクトチーム製品体験の一部として組み込める音声機能の基盤です。コンタクトセンタールーティング、品質管理、録音、大量の通話向けの統制されたプラットフォームです。営業チーム見込み客の選別、受付、フォローアップ向けの着信・発信フローです。代理店・SI事業者顧客ごとの分離と責任範囲を明確にした、再現性のある音声導入です。

実務メモ

購入検討に役立つツール

すべてのメモ
AI音声エージェントの料金：通話あたりの実際の費用を計算プラットフォーム、モデル、音声処理、通信事業者、電話番号、転送、録音、保存、導入の費用を、一つの通話業務量に基づいて比較します。ネイティブ音声対音声と段階型音声エージェント音声をリアルタイムモデルが直接処理する場合と、音声認識・言語モデル・音声合成の各段階を経る場合の違いを理解できます。AI音声エージェントの試験導入方法完成度の高いデモを、実際の通話結果、障害からの復帰、ツール、転送、運用を管理して評価する試験導入に変えます。AI音声エージェントの自社開発と購入パッケージ型のAI受付、管理型の企業向けプラットフォーム、オーケストレーションAPI、オープンなフレームワークを、デモの柔軟性ではなく総責任範囲で比較します。AI受付の購入者向けガイドすべての音声プラットフォームが完成済みのAI受付だと決めつけず、24時間365日の応答、受付、予約、振り分け、ナレッジ、エスカレーションを評価します。企業向けコンタクトセンター音声AIの評価大量の通話を扱う導入で、ルーティング、ID管理、品質、担当者への引き継ぎ、外部連携、ガバナンス、測定可能な通話結果を評価します。AI音声エージェントのコンプライアンス・同意チェックリスト導入前に、情報開示、録音の同意、発信通話、データの扱い、本人確認、保存期間、アクセシビリティ、有人へのエスカレーションを整理します。多言語音声エージェントと電話連携の計画言語の品質を、通信事業者、地域、電話番号の対応範囲、SIP、転送、アクセント、言語の切り替え、運用上の代替手段と併せて評価します。AI音声エージェントと対話型IVRの比較：AI IVR導入ガイドメニュー式IVR、音声対応フロー、カスケード型LLMエージェント、ネイティブなリアルタイム音声システムを、決定論的な制御、ツール、本人確認、同意、引き継ぎ、テスト結果で比較します。

根拠を持って進める

数多くの選択肢から、有力な候補を絞り込みましょう。

最も適した候補を保存し、並べて比較したうえで、最終候補すべてに同じ代表的な通話を実行してください。

候補リストを作る

実際の通話で言語対応を評価する

必要な言語での実際の通話を使い、認識、音声品質、割り込み、言語の切り替え、ツールの利用、有人転送をテストしてください。提供状況はモデル、プラン、電話経路によって異なる場合があります。

DocsBotは多言語の音声ワークフローと日本語対応を文書化しています。正確な音声、電話経路、転送の動作は試験導入で確認してください。 DocsBotの言語対応情報を確認 ↗

その他のプロバイダーの言語対応に関する主張は、引用したベンダー資料に基づきます。日本語と必要な他言語への対応は、各プロバイダーに直接確認してください。

購入者からよくある質問

AI音声エージェントの選び方

AI音声エージェントとは何ですか？

AI音声エージェントはリアルタイムで音声会話を行い、承認されたナレッジを使い、許可されたツールを呼び出し、必要に応じて担当者へ転送します。製品には、パッケージ型のAI受付から企業向けコンタクトセンターシステム、オーケストレーションAPI、低レベルのリアルタイムモデルランタイムまであります。

AI音声エージェントはどのように選べばよいですか？

まず一つの通話業務、必要なシステム、許可する操作、安全な有人対応への切り替え方法を定めます。各候補に同じ実際の通話シナリオを実行し、タスク完了率、ツール操作の正確性、割り込みからの復帰、転送、運用負担、総費用を比較しましょう。

ネイティブ音声対音声とは何ですか？

ネイティブ音声対音声モデルまたはリアルタイム音声モデルは、音声を直接入力・出力し、声の調子、話す速度、割り込み、非言語的な文脈をより多く保持できます。段階型の構成では、音声認識、テキスト言語モデル、音声合成を接続し、各要素をより柔軟に制御します。

最初に何を比較すべきですか？

まず通話業務、必要なチャネル、業務ツール、転送経路、安全管理、総費用を確認します。そのうえで、最終候補それぞれに同じ代表的な通話を実行しましょう。

あなたの事業に合う候補リスト。

自社に合うAI音声システムを探しましょう。

まずウェブサイトを入力してください。いくつかの要点を伺い、通話フローに対する適合性、トレードオフ、代替案、試験導入計画を含む個別PDFを作成します。

プライバシーポリシー ↗

AI音声エージェントのディレクトリ

あなた向けの推奨

プロバイダー調査 → 短いヒアリング → あなた向けのPDF。