xAI、Grok Voiceを基盤としたノーコード音声対話構築ツールを一般公開

米xAIは、Grok Voiceを基盤とした音声対話エージェント構築用のノーコードプラットフォーム「Voice Agent Builder」を正式ローンチし、一般向けに提供を開始した。本ツールは開発者向けベータ版から対象を拡大し、プログラミングやAPI統合の知識がないビジネスパーソンでも、1分あたり0.05ドルの安価なコストで高品質な音声AIを利用可能にした。

1. 3つのAPIを1つに集約し「サブ秒」の低遅延を実現

従来の音声AI開発では、音声認識（STT）、大規模言語モデル（LLM）、音声合成（TTS）の3つの異なるAPIプロバイダーを連携させる必要があり、データ転送時の遅延や障害、コスト増が課題だった。Voice Agent Builderはこれらを単一のインターフェースに統合。Grok Voiceネイティブの動作により、実時間に近い1秒未満の超低遅延で自然な会話を実現する。

2. 既存のインフラやAPI、MCPと統合可能

ノーコードで使える簡易さを備えつつ、すでにシステムを持つ開発者は独自の電話番号、カスタムAPI、Model Context Protocol（MCP）を統合することができる。また、電話通信機能（telephony）、ナレッジ検索、ガードレール、監視（observability）などの機能が標準で用意されている。

3. テスト用の無料電話番号を提供

登録した全てのユーザーのアカウントには、購入手続きなしですぐに接続や機能を検証できるテスト用の無料電話番号が1件、初期状態で自動的に提供される。これにより、ユーザーは開発コストをかけることなく数分で対話型ボイスエージェントの検証を開始できる。

「Voice Agent Builder」は、分散していた音声AI構築プロセスを完全に垂直統合し、レイテンシと価格の障壁を劇的に低下させた。カスタマーサポート、製品ガイド、コールセンター自動化など、あらゆるビジネスシーンでリアルタイムかつ自然な音声AIの導入が一気に普及する可能性がある。

引用元：BASENOR