Voice AIの最適化を自動化せよ!「Speko」でSTT/LLM/TTSの組み合わせに悩むのはもう終わり
新着Launch HN: Speko (YC S26) – OpenRouter for Voice AI
Hacker Newsの皆さん、こんにちは!Spekoの創業者、Bekです。Spekoは、数ある公開ベンチマークの中から、精度、レイテンシ、コストといった制約条件に合わせて、STT(音声認識)、LLM、TTS(音声合成)の最適な組み合わせを自動選定するプラットフォームです。なぜその組み合わせが最適なのか、その理由まで提示します。デモはこちら:https://www.youtube.com/watch?v=no2LY2gRh-c 一般的な音声エージェントは、STT、LLM、TTSという3つのモデルのアンサンブルで構成されています。各レイヤーには多くのベンダーが存在し、毎月のように新しいモデルが登場していますが、一度スタックを組んでしまうと、再評価や統合のコストを恐れて「動いているから」という理由で古いモデルを使い続けるのが現状です。その結果、より高性能で低コストな選択肢があるにもかかわらず、四半期前の技術で運用し続けることになります。Spekoは、この評価プロセスをAPI化しました。使い方は簡単で、最適化基準(精度・レイテンシ・コスト・バランス)、言語、地域を指定してリクエストを送るだけです。当社のゲートウェイが条件に合うモデルをフィルタリング・ベンチマークし、最適な勝者を選択してレスポンスを返します。また、サイドカーとして動作するGo製のゲートウェイ(https://github.com/SpekoAI/gateway)をオープンソース(MITライセンス)として公開しました。これを使えば、独自のキーを使ってローカルで実行できるため、Spekoのクラウドを経由せずにモデルを切り替えることも可能です。私たちはモデルのトレーニングや販売を行わないことで、中立的なランキングを提供しています。現在、音声モデルの選定に悩んでいる方、どうやってモデルを選んでいますか?ぜひ皆さんのフィードバックをお待ちしています!公式サイト:https://speko.ai/