Deepgramは、自動音声認識（ASR）および音声インテリジェンスソリューションを開発する音声技術企業である。同社は、音声からテキストへの文字起こし、音声AI、音声分析のためのクラウドベースのAPIを提供し、開発者や企業を対象としている。Deepgramは2015年に、元Bridgewater AssociatesのエンジニアであるScott Stephensonによって設立され、カリフォルニア州サンフランシスコに本社を置いている。
歴史
Deepgramは、深層学習を音声認識に応用することを目的として2015年に設立された。同社は当初、音声処理のための大規模ニューラルネットワークの構築に注力していた。2018年、DeepgramはNvidiaが主導するシリーズAラウンドで1200万ドルを調達し、他の投資家も参加した。この資金は研究開発の拡大に使用された。2020年、同社はクラウドベースの音声認識APIを立ち上げ、その技術をより広範な利用者に提供できるようにした。2021年までに、DeepgramはTiger Global Managementが主導するシリーズBラウンドで追加の4700万ドルを調達し、総調達額は6000万ドルを超えた。
技術
Deepgramの中核技術は深層学習モデル、具体的には深層学習およびニューラルネットワークのアーキテクチャに基づいている。同社はトランスフォーマーモデルとシーケンス・ツー・シーケンスフレームワークを使用して音声信号を処理する。音素ベースのモデルに依存する従来のASRシステムとは異なり、Deepgramのアプローチはエンドツーエンド学習を使用しており、システムが音声をテキストに直接マッピングできるようにしている。この方法は、多様なアクセント、背景ノイズ、ドメイン固有の語彙を処理するように設計されている。Deepgramはまた、話者分離、感情分析、キーワードスポッティングなどの機能も提供している。このプラットフォームは複数の言語をサポートし、クラウドまたはオンプレミスで展開できる。
製品とサービス
Deepgramは以下のような複数の製品を提供している：
- 音声からテキストへのAPI：リアルタイムまたはバッチモードで音声をテキストに変換する。
- 音声AI：音声アシスタントおよびインタラクティブ音声応答システムを可能にする。
- 音声インテリジェンス：感情、トピック、エンティティに関する音声の分析を提供する。
- Nova：リアルタイムアプリケーション向けに最適化された高速かつ正確な音声認識モデル。
- Aurora：ノイズの多い環境での高精度な文字起こしのために設計されたモデル。
これらのサービスは、REST APIおよびさまざまなプログラミング言語用のSDKを通じて利用できる。Deepgramの価格設定は使用量ベースであり、無料プランとエンタープライズプランのオプションがある。
ユースケース
Deepgramの技術は、コールセンター、ヘルスケア、メディア、金融など、さまざまな業界で使用されている。例えば、コールセンターは品質保証のためにDeepgramを使用して顧客とのやり取りを文字起こしおよび分析している。メディア企業は、キャプション付けやコンテンツのインデックス作成にこれを使用している。ヘルスケアでは、臨床文書作成を支援している。同社はまた、音声対応アプリケーションを構築する開発者にもサービスを提供している。
資金調達と成長
Deepgramは著名な投資家から多額の資金を調達している。2023年時点で、同社は総額1億ドル以上を調達している。投資家には、Nvidia、Tiger Global Management、その他のベンチャーキャピタル企業が含まれる。同社はチームと顧客基盤を拡大しており、インテュイティブ・サージカルやTomTomなどのクライアントがそのサービスを利用していると報告されている。
関連項目
参考文献
- Deepgram公式ウェブサイト（deepgram.com）
- Deepgramの資金調達ラウンドに関するTechCrunchの記事
- 同社のプレスリリース
注：2023年時点で、Deepgramは製品ラインナップを進化させ、市場での存在感を拡大し続けている。