Gladiaは、開発者向けに音声認識をサービスとして提供します。企業は通話、会議、動画の音声を送り、タイムスタンプ、話者ラベル、任意の翻訳付きの文字起こしを受け取ります。数十の言語を扱い、話されている言語を検出できます。
リアルタイムの文字起こしはライブ字幕と音声エージェントに向き、一括処理は録音を規模をもって扱います。追加の機能には要約、感情、固有表現の検出があります。APIは、会議アシスタント、通話分析、メディアツールなど、音声の上に作る製品向けです。
Gladiaの料金は利用量ごとで、無料の利用枠があります。精度は音声の質とアクセントで変わります。代替にはDeepgram、AssemblyAI、OpenAI Whisper、ElevenLabs Scribe、Speechmaticsがあります。製品に文字起こしを足す開発者に向いています。