ネット接続なしで100超の言語に対応、省電力なスマホ向け音声AIが登場

シンガポールに拠点を置くVoxNexusは2026年10月23日、手頃な価格帯のAndroid端末向けに、完全オフラインで動作する音声技術スタック「VoxEdge」および常時集音ソリューション「VoxSense」を発表した。クラウドとの通信を行わずに音声処理を完結させることで、通信料金やクラウドの利用料を発生させずに利用できる。両技術は2026年10月19日にスペインのマドリードで開催された「MediaTek Dimensity 9600」の発表イベントで公開された。

アフリカなどの地域では、主流言語以外の学習データ不足や方言、複数の言語を混ぜて話すコードスイッチングへの対応不足から音声AIの普及が遅れていた。また、クラウド依存の処理コストも大規模導入の障壁となっていた。同社のCharles Shi CEOは「資源の少ない言語は小さな言語ではない。何億人もの人々が話しているが、これまでのAIモデルが学習してこなかっただけだ」と指摘している。

今回発表されたVoxEdgeは、36言語の音声認識、103言語の翻訳、45言語の音声合成に対応する。音声認識モデルのパラメータ数は6500万と小型でありながら、約10倍の規模を持つオープンソースモデルよりも低い単語誤り率を達成したという。

あわせて発表されたVoxSenseは、音声をクラウドへ送信せず端末内だけで処理する常時集音技術である。6500mAhのスマートフォンバッテリーにおいて、12時間の連続集音で使用する電力量を162mAh（約2.5%）に抑えた。開発者や端末メーカー向けにはライセンスおよび簡易SDKが提供され、マドリードのイベントではスペイン語と英語の会話を端末内でリアルタイムに書き起こすデモが披露された。