1つのモデル。声の全次元。
同じOrga Alondraコアが表現、コントロール、言語、視覚を駆動し、4つのベンダーを組み合わせる必要をなくします。
笑い、ささやき、間を置いて考える。
Orga Alondraは本物の抑揚、呼吸、感情で音声を生成。 uncanny valleyを越えました。 聴き手はそれが人ではないと気づきません。
APIを見る[warmly] Of course — let me check that for you. <break/> [laughs] found it!
1つのタグでニュアンスを指示。
インライン制御タグで、トーン、テンポ、感情を即座に調整。落ち着いたサポートからエネルギッシュなナレーションまで、再録音もファインチューニングも不要です。
APIを見る完全なループ
1つのエージェントが あらゆる機能を
ビジョン、スピーチ、表現、アクション、電話、アナリティクスを1つのAPIで。後付けの継ぎ目はありません。
ビジョン
見る
カメラ、共有画面、画像を読み取り、そこに何があるかを推論します。
スピーチ
聞く
ストリーミング音声からトーン、 hesitancy、割り込みを拾います。単語だけではありません。
表現
話す
笑い、間を置き、トーンを変える表現豊かな声で応答。初回は約95ms。
アクション
実行する
会話の途中で独自のツールや関数を呼び出し、実際の作業を実行します。
電話
かける
SIPと主要事業者を通じて電話に出かけ、転送し、代行します。
アナリティクス
測る
実行中のすべてのエージェントと音声について、レイテンシー、トークン、エラーをリアルタイム計測。
約95ms
最初の音声までの時間。WebSocketでストリーミングされ、文が終わる前に到達します。
あらゆる種類のエージェントを動かす
カスタマーサポート
問い合わせの解決、注文管理、チケット作成をリアルタイムで。
保険・銀行
保険金査定、質問対応、処理を自動化。
Eコマース
商品を見て即座に反応する音声ショッピングアシスタント。
健康・ウェルネス
聴いて、理解し、行動するプロアクティブサポート。
新着
毎週 リリース
新バージョン、モデルアップグレード、バグ修正。プラットフォームの現状です。
- 2.4.0最新
リアルタイム割り込みとバージイン
新バージョンOct 8, 2026
音声エージェントが応答途中で割り込み可能に。調整済みの発話終了検出器が80ms以内で前の応答をカットします。
新規- Realtime SDKにバージイン — ユーザーが話し始めた瞬間にエージェントが話しをやめます。
- 発話終了検出器を`vad.aggressiveness`として公開、サポートとナレーションで調整可能。
改善- 長い応答の初回音声レイテンシーが中央値140msから95msに低下。
修正- 不安定なWebSocketプロキシでの再接続ループ。
- 2.3.2Sep 20, 2026
Realtimeでの視覚グラウンディング
音声に加えて映像フレームを送信すると、モデルが見ているものに対して応答。UIを案内するサポートフローに有用。
新規- `/v1/realtime/session`の`frames`パラメータがbase64 JPEGまたは署名付きURLを受け付け。
改善- スペイン語とポルトガル語の音声に新しい呼吸・ポーズプロファイル。
修正- セッション中に入力デバイスを切り替えると音声が途切れる。
- 2.3.0Sep 4, 2026
Orga Alondra 1.5
より強いプロソディ、数字の幻覚減少、`/v1/speak`エンドポイントで30%のレイテンシー改善を備えた新モデル。
新規- Alondra 1.5が新規アカウントのデフォルト。`model: alondra-1`でリクエストごとにオプトアウト可能。
- 制御タグ`<laugh/>`がスペイン語、フランス語、ドイツ語でも動作。
改善- ストリーミングチャンクサイズを2倍に — 同じ音質でネットワークイベント半減。
修正- 長い入力でSSML `<break/>`が破棄される問題。