株式会社EmbodyMeは10月22日、AIアバター映像生成サービス『DigiSelf』で、AIアバターとのリアルタイム会話機能の提供開始、料金プランのリニューアル、買い切り型ライセンスで提供するSDKのリリースを発表しました。同社は海外の主要なリアルタイムAIアバターサービスと応答速度を比べるベンチマークも公開し、『DigiSelf』を世界最速としています。
リアルタイム会話機能
リアルタイム会話機能は、10月22日から提供が開始されています。これまでAPIで提供してきたリアルタイム生成を、Webアプリやミーティングで利用できる機能です。
ミーティングでは、Zoom、Microsoft Teams、Google Meets、Webexにアバターが参加できます。同社は、デジタルサイネージ、営業ロープレ、AI社長、面接、語学学習などの用途を挙げています。
応答速度のベンチマーク
同社は、『DigiSelf』と海外のAIアバターサービス13件を3つの指標で比較し、いずれの指標でも『DigiSelf』の応答時間が最も短かったとのことです。13件には、Beyond Presence、LemonSlice、Simliなどが含まれます。
同社の計測では、入力された音声をアバターが話し始めるまでの時間の中央値は、『DigiSelf』が0.33秒、2位の『HeyGen LiveAvatar』が0.62秒でした。『DigiSelf』は約47％高速です。
| 指標 | DigiSelf | 2位 | 2位との差 |
|---|---|---|---|
| 会話でアバターが話し始めるまでの時間（ユーザーが話し終えてから） | 1.17秒 | Tavus（1.94秒） | 約40％高速 |
| 入力された音声をアバターが話し始めるまでの時間 | 0.33秒 | HeyGen LiveAvatar（0.62秒） | 約47％高速 |
| 入力されたテキストをアバターが話し始めるまでの時間 | 0.71秒 | Azure Text to Speech Avatar（0.92秒） | 約23％高速 |
計測では、全サービスに同じ入力（英語の質問または英文12件）を使い、既定の設定か各社が案内する低遅延の設定を用いています。値は各サービス18〜108回の中央値です。音声やテキストを直接送って話させる方法がないサービスは、該当項目が「非対応」となり計測できません。
新料金プラン
リアルタイム会話機能の追加にあわせて、料金プランが刷新されました。無料のFreeプランでも、5分までのリアルタイム会話を試せます。
各プランの内容は次のとおりです。Businessプランは5名までのチーム利用が対象です。
| プラン | 月額 | リアルタイム会話 | アバター動画生成 | カスタムAIアバター | カスタムボイス作成 | 音声生成 |
|---|---|---|---|---|---|---|
| Free | — | 5分 | 3分 | — | 1回 | 6分 |
| Starter | 3,480円から | 月60分 | 月30分 | 1体まで | 月3回 | 月30分 |
| Pro | 9,800円から | 月150分 | 月100分 | 5体まで | 月10回 | 月100分 |
| Business | 31,800円から | 月450分 | 月250分 | 20体まで | 月30回 | 月250分 |
買い切り型SDKとクラウドAPI
SDKは、『DigiSelf』のAIアバターを自社のアプリやシステムに組み込むためのものです。買い切り型ライセンスで提供され、オフライン環境での利用に対応しています。
同社によると、入力した音声に対するAIアバターの応答までの時間は、SDKをローカル実行した場合で0.005秒です。クラウドAPI経由では0.33秒になります。
既存のサービスやシステムに組み込めるクラウドAPIも、引き続き提供されています。SDKとAPIの価格は、いずれも個別の案内となります。
『DigiSelf』の詳細は、サービスサイトで案内されています。
- DigiSelf：https://digiself.tech/ja/
