リアルタイム音声AIのKotoba、米Crestaと協業　CrestaのAIプラットフォームに 音声認識・音声合成モデルを提供予定

株式会社Kotoba Technologies Japan
― 人と話すように自然でリアルタイムな電話応対の実現へ ―




音声AI基盤モデルを研究開発するKotoba Technologies, Inc.（本社：米国カリフォルニア州サンフランシスコ、主要研究開発拠点：東京都千代田区、CEO & Co-founder：小島 熙之、以下「当社」）は、顧客体験（CX）のためのAIオペレーティングシステムを提供するCresta（本社：米国カリフォルニア州、CEO：Ping Wu、以下「Cresta」）と協業し、Crestaのコンタクトセンター向けVoice AIエージェントに、Kotobaの音声認識（Speech-to-Text）および音声合成（Text-to-Speech）モデルを提供することを予定しています。

本協業により、Crestaのプラットフォームは、お客さまの発話を低遅延かつ高精度に聞き取り、自然な声で即座に応答できるよう目指します。両社は、日本語をはじめとする多言語での電話応対の自動化を進め、世界のコンタクトセンターにおける顧客体験の向上と業務効率化を支援してまいります。


■ 提携の背景・目的

当社は、東アジア言語に最適化した超低遅延のリアルタイム処理に特化した音声AIモデル「Koto」を自社で開発し提供しています。

コンタクトセンターでは、慢性的な人手不足や入電量の変動、応対品質のばらつきが大きな課題となっています。その解決策として、電話応対を自律的に担うVoice AIエージェントへの期待が世界的に高まっています。

一方で、電話による会話はAIにとって難易度の高い領域です。電話回線特有の音質や雑音、固有名詞や数字の聞き取り、相槌や話し始めのタイミングなど、人間同士なら自然にこなすやり取りが、従来の音声システムでは「待たされる」「聞き返される」「機械的に聞こえる」といった体験につながりやすく、顧客満足度を下げる要因となってきました。特に日本語は、敬語表現や同音異義語の多さから、高品質な音声認識・音声合成の実現が難しい言語の一つとされています。

Crestaは、人間のオペレーターとAIエージェントの双方を支えるカスタマーエクスペリエンス（CX）AIプラットフォームを提供し、大手企業の顧客対応を支援しています。両社の強みを組み合わせ、「人と話しているような」電話応対を世界のコンタクトセンターに届けるため、今回の協業に至りました。


■協業の概要

当社は、自社開発の音声認識モデルおよび音声合成モデルをCrestaに提供し、Crestaはこれらを同社のAIプラットフォームに組み込む予定です。主な内容は以下のとおりです。

● 音声認識（STT）の提供：お客さまの発話をリアルタイムにテキスト化し、AIエージェント
　 による応対、オペレーターへのリアルタイム支援、会話の分析に活用します。
● 音声合成（TTS）の提供：AIエージェントの応答を、自然な抑揚と間を備えた音声で即座に
　 読み上げます。
● 対応言語：日本語をはじめ、韓国語、中国語、英語など
● 提供開始時期：2026年　順次開始
● 提供形態：Crestaのプラットフォームを通じて、同社のエンタープライズ顧客に提供予定

これにより、Crestaを導入する企業は、問い合わせ受付、本人確認、予約・変更手続き、よくある質問への回答といった電話応対を、より自然な対話体験のまま自動化できるようになることを目指します。


■ 音声AI基盤モデル「Koto」の特長

Kotobaの音声AIモデル「Koto」は、超低遅延・リアルタイム処理向けに開発された音声AIモデルです。音声認識・音声合成に加え、音声から音声への翻訳（Speech-to-Speech）にも対応しています。

１．日本語・東アジア言語に強い：日本語・韓国語・中国語など、汎用モデルでは精度が出にくい
言語でも高い認識精度と自然な発音を実現します。
２．自然な合成音声：抑揚や間合いを再現し、機械的に聞こえない音声でお客さまに安心感を
与えます。
３．柔軟な導入形態：クラウドに加え、オンプレミスやオンデバイスでの動作にも対応しています。

当社は、東アジア言語に強みをもつフロンティアボイスAI企業として、各社のニーズやユースケースに最適化した音声AIソリューションを提供し、顧客体験の最大化を支援しております。


■ パートナーシップの将来像

両社は今後、対応言語やユースケースの拡大、業界ごとの体験の最適化などを通じて、連携を深めていく予定です。当社は、音声AI基盤モデルの研究開発を通じて、言語の壁を越えて人と人、人とAIが自然に対話できる世界の実現を目指してまいります。


■ 当社代表コメント

「コンタクトセンターは、音声AIの価値が最もはっきりと表れる領域の一つです。そしてそこで問われるのは、研究のベンチマークではなく、実際の通話でお客さまがどう感じるかです。私たちは、発話の間やテンポまで含めた自然な対話の実現に向けて、繰り返しお客様の声を反映し、東アジアの言語で非常に強い性能を誇る音声AIモデルを研究開発してきました。カスタマーエクスペリエンス（CX)AIプラットフォームで世界をリードするCrestaとの協業を通じて、その技術を世界中の顧客対応の現場に届けられることを大変嬉しく思います。」
― Kotoba Technologies, CEO　小島 熙之


■ Cresta 代表コメント

「日本で優れた顧客体験を届けるには、日本語を、言葉の意味だけでなく、話し方の細やかさまで理解できるAIが欠かせません。Kotobaは、日本語の音声AIの分野で、世界でも先端を走るチームです。Kotobaの日本語音声モデルをCrestaのプラットフォームに組み込むことで、日本のお客さまに自然な会話の体験をお届けし、お客さまとの関係をより深めていきます。」
― Cresta CEO Ping Wu（ピン・ウー）


■ 会社概要

Kotoba Technologies
本社所在地：Levi's Plaza, 1160 Battery St, Suite 100, San Francisco, CA 94111, USA
研究開発拠点: 東京都千代田区大手町1-6-1 大手町ビル6F
CEO & Co-founder：Noriyuki Kojima
事業内容：リアルタイム音声翻訳・音声AI基盤モデルの研究開発および提供
累計調達額: 37億円
設立：2023年5月
URL：https://site.kotoba.tech/
X：@kotoba_tech

Cresta
本社
会社名：Cresta Intelligence, Inc.
設立：2017年
代表者：Ping Wu
本社：米国カリフォルニア州

日本法人
商号：Cresta AI合同会社
所在地：東京都千代田区丸の内1-5-1 新丸の内ビルディング
設立：2026年7月
VP 兼 日本カントリーマネージャー：田村元
事業内容：エンタープライズ向けCX AIプラットフォームの提供