私たちが突き止めたことのすべてを、突き止めた順に。
私たちは業界に対して自分たちの測定結果を受け入れるよう求めています。だからこそ、推論の過程は見える形でなければなりません。これは作業ノートです。公表されている主張は何を述べているか、それらはどこで互いに矛盾するか、私たち自身のハーネスは何を測定したか、そしてそれでもなお分からないことは何か。
- 2026年10月24日9 分
音声エージェントとコールセンター向けのai-coustics代替製品（2026年）
チームがai-coustics Quail Voice Focus以外を検討する理由と、2026年10月時点の掲載に基づく出典付きの候補一覧です。Krisp VIVA、AssemblyAI Voice Focus、LiveKit Cloud音声分離、NVIDIA Speaker Focus、Anecho、オープンソースのベースラインを取り上げます。当社はai-cousticsを当社自身のモデルとライブ会話で比較するベンチマークを行いました。faster-whisperでは互角、Gemini Liveではv8_2が先行、誤ったバージインはai-cousticsのほうが少なく、どちらが先行するかは条件で決まります。
Anecho Engineeringcomparisonai-cousticsspeaker-isolationalternatives - 2026年10月22日8 分
音声エージェントとコールセンター向けのKrisp代替製品（2026年）
チームがKrisp VIVA以外を検討する理由と、2026年10月時点の掲載に基づく出典付きの候補一覧です。ai-coustics Quail Voice Focus、AssemblyAI Voice Focus、LiveKit Cloud音声分離、NVIDIA Speaker Focus、Anecho、オープンソースのベースラインについて、実行場所、公開価格、当社が測定したかどうかをまとめました。当社はKrispを測定していません。
Anecho Engineeringcomparisonkrispspeaker-isolationalternatives - 2026年10月20日14 分
話者分離SDKの比較（2026年）：Krisp、ai-coustics、AssemblyAI、LiveKit、Anecho
2026年10月時点で掲載されている、音声エージェントとコールセンター向け話者分離の出典付き比較です。各製品の実行場所、宣言されたレイテンシ、サンプルレート、統合、公開価格、ライセンスをまとめました。Krisp VIVAとAnechoはCPUで15 msを宣言し、ai-cousticsは30 ms未満と掲載し、AssemblyAIとLiveKitはクラウドサービスの中で分離を販売しています。品質の数字は当社自身のベンチマークのものだけです。
Anecho Engineeringcomparisonspeaker-isolationkrispai-coustics - 2026年10月20日15 分
ライブ会話：2つの認識器で比べたv8_2とai-coustics Quail VF 2.2 S、どちらが先行するかは条件で決まる
私たちが合成した30〜60秒の会話200本（実在の声と実測した部屋の応答を私たちがミックスしたもの）を、生の音声、v8_2、ai-coustics Quail VF 2.2 Sにそれぞれ丸ごとストリーミングし、2つの認識器で採点しました。faster-whisper base.enでは互角で、生の音声に勝ったエンジンはありません（37.82%、38.46%、38.59%）。Gemini Liveの入力書き起こしでは、プールでv8_2が生の音声に勝ち、VF Sにも先行します（40.50%、36.40%、42.87%）。VF Sは−10 dBの離れた話者で先行し、間をより静かに保ち、誤ったバージインも少なくなります。
Anecho Engineeringbenchmarkspeaker-isolationconversationresults - 2026年10月17日5 分
音声AIオーディオの現状、2026年10月
2026-10-17時点のスナップショット：Null Testは19条件で11の強調エンジンを何もしないコントロールと比較し、コントロールはWER 14.32%、当社のv8_2の行は16.59%です。市場はプラットフォームやSTTに組み込まれた主話者分離へ動きました。
Anecho Engineeringbenchmarkmarketnulltestresults - 2026年10月16日3 分
2026年の音声分離の価格：公開されている分単価の比較
2026年10月時点で公開されている音声分離の分単価は、当社の$0.0010（10,000分無料の後）とLiveKitの$0.0012から、Telnyxの片方向あたり$0.005までです。2社は価格を公開していません。すべての数値に出典と取得日を付けています。
Anecho Engineeringpricinglivekitcomparisonvoice-isolation - 2026年10月15日4 分
LiveKit Agentsのワーカーにスピーカーアイソレーションを追加するには？
ワーカーのstt_node内で、受信音声にAnecho SDKを16 kHz・240サンプルのホップで適用します。LiveKit用のプラグインパッケージはないため、この記事では自分で書くコードを、リサンプリングの注意点と数値とともに示します。
Anecho Engineeringlivekitintegrationsdkvoice-agents - 2026年10月15日6 分
私たちの行は表の上にある：自社のエンジンを自社のベンチマークで採点し、それも対照に勝てなかった
Null Testは現在、11の強調エンジンを何もしない対照に対して19条件で採点しており、全エンジンに2人の声の条件が含まれます。プールした対照は14.32%のWERです。私たちのv8_2の行は16.59%です。表の上で対照に勝ったものはなく、私たちのエンジンも含みます。それでも行を公開したのは、ベンダーのベンチマークは、ベンダー自身の行がそこで負けうる場合にだけ読む価値があるからです。
Anecho Engineeringnulltestbenchmarkfocusresults - 2026年10月15日7 分
話者分離（speaker isolation）の評価方法：どのエンジンにも使える6つの質問のチェックリスト（私たち自身のエンジンを含む）
ダウンロード可能なコーパスでの対象参照WER、別枠で数える挿入、勝つことを許された何もしない対照、アルゴリズム遅延とシングルコアでのブロック予算として示すレイテンシ、音声がどこへ行くかへの率直な回答、そしてエコシステムの公開アンカーと並べられる分単位の価格。6つの質問それぞれに、パイロットの前に実行できる合格と不合格の基準があります。
Anecho Engineeringevaluationspeaker-isolationbenchmarkwer - 2026年10月13日3 分
背景ノイズはコンタクトセンターにいくらの費用をもたらすか
以下の仮定のもとでは、月500,000分のコンタクトセンターで背景ノイズのコストは月およそ$474から$6,000です。WERの入力は測定値で、通話分数・再問い合わせ率・分あたりコストは仮定であり、ご自身の値に置き換えてください。
Anecho Engineeringcall-centerwercostbenchmark - 2026年10月09日3 分
なぜ音声のプロセス内処理はGDPRと音声AIにとって重要なのか
プロセス内で音声を処理すれば、録音は自社のシステムの中に留まります。追加のコピーも、契約すべき新たな処理者・再委託先も、音声が保存・移転される新たな場所も生じません。これは技術的な背景であり、法的助言ではありません。
Anecho Engineeringgdprprivacysdkvoice-agents - 2026年10月06日4 分
Anechoのスピーカーアイソレーションを Pipecat のオーディオフィルタとして使うには？
トランスポートの受信音声を16 kHz・240サンプルのホップに再分割し、各ホップにAnecho SDKを適用する小さなPipecatのBaseAudioFilterを書きます。公開プラグインではなく自分で書くコードです。フィルタの全体と数値を以下に示します。
Anecho Engineeringpipecatintegrationsdkvoice-agents - 2026年10月02日4 分
ターン検出がテレビ音声で破綻する理由
テレビは二人目の話者であり、音声区間検出器は、どの声に属するかを問わず音声らしいフレームを検出します。当社のマトリクスでは、競合音声がSNR 0 dBのとき、Silero VADは対象音声のないフレームの58.2%を音声と判定し、クリーン音声では7.0%でした。
Anecho Engineeringvadturn-takingbenchmarkbarge-in - 2026年9月29日3 分
なぜ音声エージェントは騒がしい通話で失敗するのか：5つの故障モードと数値
音声エージェントが騒がしい通話で失敗するのは、認識器、音声区間検出、ターン制御のすべてが、あらゆる声とコーデックのアーティファクトを発信者として扱うからです。5つの故障モードを挙げ、それぞれを当社Null Testの実行結果の数値に結び付けます。
Anecho Engineeringvoice-agentsbarge-inbenchmarkstt - 2026年9月25日3 分
音声エージェントの8 kHzと16 kHz：WERデータが示すこと
当社の狭帯域テストでは、クリーン音声での認識器のWERは16 kHzの4.74%に対し8 kHz区間では5.79%で、ノイズが増えると差は広がります。測定したどの強調経路も、ネイティブ8 kHzでもアップサンプリングでも、無処理の8 kHz音声には勝てませんでした。
Anecho Engineeringtelephonynarrowbandbenchmarkstt - 2026年9月22日3 分
話者分離（スピーカーアイソレーション）とは何か、ノイズキャンセリングとの違い
スピーカーアイソレーションは1人の話者の声を残し、他の人の発話を含むそれ以外をすべて除去します。ノイズキャンセリングは非発話ノイズを除去し、発話はすべて残します。定義、比較、そして2人の声のケースについて当社ベンチマークが示す結果をまとめます。
Anecho Engineeringspeaker-isolationexplainerbenchmarknoise-cancellation - 2026年8月16日23 分
Amazon Connect、Twilio、NICE CXone、Avaya：4つのメディア経路と、立てる場所は2つ
私たちは4つのコンタクトセンタープラットフォームのリアルタイム音声面の公開仕様を読み、それぞれにひとつの質問をしました。第三者が音声を受け取り、処理し、その処理済み音声を、プラットフォーム自身の下流の消費者が聞くものにできるか？TwilioとAvayaはイエスを文書化しています。Amazon ConnectとNICE CXoneはノーを文書化しています。その道すがら分かったこと：Amazonが公表しているのは8 kHzと「生のPCM」だけであり、5つの中で広帯域コーデックを文書化しているのはAvayaだけであり、そしてTwilioは、私たちが「Twilioはこう言っている」と言い続けてきたことを、一度も言っていません。
Anecho Engineeringtwilioamazon-connectnice-cxoneavaya - 2026年8月16日11 分
マイクの92%を食べたリサンプラー
soxr.ResampleStreamはバースト出力器です。ブラウザの128サンプルのAudioWorklet量子を与えると、呼び出しの92%で空の配列を返し、その後95 msをまとめて渡してきます。私たちはその空を「まだプライミング中」と読んでブロックをスキップしました——それは隣に座っていた手つかずのマイクバッファまでスキップし、結果として通話者の8%しかモデルに届きませんでした。私たち自身のテレメトリは何日もそれを0.08として報告していました。これは制御フローのバグであって、私たちが撤回したリサンプル税の主張ではありません。そして、これを見つける4行のプローブを示します。
Anecho Engineeringdspresamplingvoice-agentsdebugging - 2026年8月16日16 分
Genesys AudioHookは8 kHzのµ-law——そして立つ場所はどこにもない
Genesys CloudのAudioHookプロトコルは、サンプルレートを型システムに固定しています。MediaRateはリテラルの8000であり、仕様のどこにも16000という文字列は現れません。AudioHook Monitorは一方向のタップで、サーバーの出力は明示的に破棄されます。Audio Connectorは音声を再生できますが、それはIVR内のボットフォークであり、フローを一時停止し、エージェントには決して届きません。そのメディア経路で第三者に何ができて何ができないかを仕様ごとに読み解き、確認できなかった4つの事項は未確認として名指しします。
Anecho Engineeringgenesystelephonycontact-centrenarrowband - 2026年8月16日14 分
audio_stream_end=TrueはGemini Live APIのターンを終わらせない
Vertex上のgemini-live-2.5-flash-native-audioに対し、1本の5秒クリップで測定しました。音声のみでは0バイト、音声＋audio_stream_end=Trueでも0バイト、音声＋1.5 sの末尾無音では229,994バイトが返ります。サーバーがターンを終えるのは自身のVADが無音を聞いたときなので、アップリンクはポーズを実サンプルとして運ばなければならず、チャンクの欠落として運んではいけません。Google自身のドキュメントはこのフィールドについて2通りの異なることを述べており、Vertexのドキュメントには一切の記載がありません。
Anecho Engineeringgemini-livevoice-agentsvadturn-taking - 2026年8月13日18 分
Null Test v0.1：10の音声強調エンジン、18条件——プール平均でrawに勝ったものは皆無
ハーネス、データセット、設定、そして今回は結果です。10の強調エンジンを、WER、誤りの分解、VAD、コストの観点で生の対照に対して採点しました。プールしたWERではrawが勝ちました——ただし18の個別条件のうち11では少なくともひとつのエンジンがrawに勝ち、挿入は減るどころか増えました。
Anecho Engineeringnulltestbenchmarkmethodologyopen-source - 2025年12月09日15 分
分割パイプライン：VADとSTTが異なる音声を欲しがる理由
ターン検出はクリーンなストリームを欲しがり、文字起こしは生のストリームを欲しがります。その主張の両半分について、いまや私たち自身の数字があります。強調はプールしたWERで5ポイントのコストになり、VADの誤警報を3分の1削りました——一方で18の個別条件のうち11では、rawに文句なしで勝っています。
Anecho Engineeringarchitecturevadturn-takingsdk - 2025年11月18日15 分
ノイズ抑制は本当にSTTの役に立つのか？私たちは測定しました
Krispは46%のWER削減を謳っています。私たちは10の音声強調エンジンを18条件で生の対照と比較しました。プールした単語誤り率で何もしない場合に勝ったものはひとつもありません——ただし18の個別条件のうち11では、少なくともひとつのエンジンがrawに勝ちました。そして挿入は減るどころか増えました。
Anecho Engineeringspeech-to-textnoise-suppressionbenchmarkswer