AIツール

Smallest.ai レビュー

Smallest.ai は、企業向けのリアルタイム音声AIプラットフォームであり、超低遅延のText-to-Speech (TTS)、Speech-to-Text (STT)、および音声エージェントを提供します。

shipped 2026年7月15日automatepaid

Domain rating65Monthly visits11K/mo

AutomateOrchestrationVoice Agents

注目ポイント

1TTSのtime-to-first-byteは100ms、SLMのtime-to-first-tokenは45msという超低遅延を実現します。

230億未満のパラメーターを持つ独自の小型言語モデル (Electron) を利用しています。

3TTSでは30以上の言語、STTでは38以上の言語をサポートし、コードスイッチングや感情検出も含まれます。

42025年10月にSierra Venturesが主導する800万ドルのシード資金調達ラウンドを確保しました。

仕様

APIドキュメント

ドキュメントを見る →

API提供状況

はい、公開API

overview

Smallest.ai とは？

Smallest.ai は、Smallest によって開発されたリアルタイム音声AIプラットフォームツールであり、開発者や企業がリアルタイムの音声エージェント、TTS、およびSTTアプリケーションを構築・展開することを可能にします。企業規模の運用向けに設計された、効率的でマルチモーダルなモデルに特化しています。このプラットフォームは、30以上の言語で200ms未満のレイテンシで超リアルな音声を生成するLightning Text-to-Speech (TTS)、感情検出や話者識別などの機能を備え38以上の言語に対応するPulse Speech-to-Text (STT)、そして高速でタスク固有の推論を可能にする30億未満のパラメーターを持つElectron Small Language Models (SLMs) を含む、フルスタックの音声AIソリューションを提供します。さらに、Smallest.ai は、全二重マルチモーダル会話のためのHydra Speech-to-Speech (S2S) と、様々なコミュニケーションチャネルで自己学習型AIエージェントを作成、テスト、展開するためのAtoms Agentic Platformを提供しています。同社は、100億未満のパラメーターを持つモデルの開発に注力しており、より大規模な言語モデルを上回りながら、GPU使用量を大幅に削減し、超低遅延を実現することを目指しています。

features

Smallest.ai の主な機能

Smallest.ai は、自社開発の音声および言語モデルを活用し、リアルタイムのエンタープライズグレード音声AIアプリケーション向けに設計された包括的な機能スイートを提供します。

200ms未満のレイテンシ、100msのtime-to-first-byte、30以上の言語と数千のアクセントをサポートするLightning Text-to-Speech (TTS)。
38以上の言語で音声を文字起こしするPulse Speech-to-Text (STT)。コードスイッチング、感情検出、話者識別、割り込み処理などの機能を備えています。
30億未満のパラメーターを持つElectron Small Language Model (SLM)。45msのtime-to-first-tokenと組み込みのコンテンツ保護を誇ります。
長文コンテキスト、ツール呼び出し、そして非常に感情豊かな人間のような音声をサポートする全二重マルチモーダルモデル、Hydra Speech-to-Speech (S2S)。
音声、メール、チャット、ソーシャルチャネル全体で自己学習型マルチモーダルAIエージェントを作成、テスト、展開、分析するためのAtoms Agentic Platform。
超リアルなカスタム音声を生成するための音声クローン機能。
セキュリティと制御を強化するためのオンプレミス展開オプション。
SOC 2 Type 2、HIPAA、PCI、GDPR、およびISO準拠の認証を含む、堅牢なセキュリティおよびコンプライアンス基準。

use cases

Smallest.ai は誰が使うべきか？

Smallest.ai は、特に大量処理と規制の厳しい環境において、高性能なリアルタイム音声AIソリューションを必要とする組織や開発者向けに設計されています。

超低遅延を必要とするリアルタイム音声エージェント、会話型AIアプリケーション、および音声対応インターフェースを構築する開発者。
銀行、金融サービス、小売、ヘルスケア、ITなどの規制対象分野の企業で、安全で準拠した音声AIソリューションを必要とする企業。
効率的な音声エージェントで顧客サービス、リードの適格性評価、債権回収、または人事プロセス（例：候補者スクリーニング）を自動化することを目指す企業。
数十億の会話を平均400ms未満のレイテンシで処理できる、大量生産シナリオ向けのスケーラブルな音声AIを必要とする組織。
様々なアプリケーション向けに超リアルなTTSと音声クローンを求めるコンテンツクリエーターやメディア企業。

how to use

Smallest.ai の使い方

Smallest.ai は、開発者や企業がそのAPIとエージェント設定プラットフォームを通じてリアルタイム音声AI機能を統合・展開できるように設計されています。

1初期設定と構成のためにSmallest.ai 開発者APIまたはAtoms Agentic Platformにアクセスします。
2アプリケーションでの音声合成のために、30以上の言語で超リアルな音声を生成するためにLightning TTS APIを利用します。
338以上の言語で音声を文字起こしするためにPulse STT APIを統合し、感情検出や話者識別などの機能を有効にします。
4音声ワークフロー内で会話ロジックとタスク固有の推論を強化するためにElectron Small Language Models (SLMs) を展開します。
5様々なコミュニケーションチャネル向けにAtoms Agentic Platformを使用してマルチモーダルAIエージェントを構成・管理します。
6高度な全二重会話型AIインタラクションのためにHydra Speech-to-Speech (S2S) モデルを活用します。

pricing

Smallest.ai の料金とプラン

Smallest.ai は有料モデルで運営されており、具体的な料金詳細は通常、直接問い合わせまたは企業契約を通じて提供されます。このプラットフォームは企業規模の運用向けに設計されており、使用量、機能、展開要件に基づいてカスタム料金が設定されることを示唆しています。公開されている情報には、特定の料金ティアや単位あたりのコストは詳述されていません。

Pros

+Ultra-low latency for real-time voice AI applications, with TTS TTFB as low as 100ms and STT TTFB under 100ms.
+High efficiency and scalability through small, specialized multi-modal models like the Electron SLM (less than 3 billion parameters).
+Comprehensive suite of production-grade audio models including TTS, STT, SLM, and S2S.
+Strong enterprise-grade security and compliance, including ISO 27001:2022, SOC 2 Type II, and HIPAA alignment.
+Developer-focused platform with robust APIs and SDKs (Node.js, Python) for seamless integration and rapid prototyping.
+Effective voice cloning capabilities, noted by users to work from as little as 5 seconds of audio.

Cons

−Documentation is reported as thin or unclear, particularly for advanced setups and edge-case handling.
−Some users have noted limited initial templates, though improvements have been observed.
−Pricing transparency is a concern, with reviews mentioning complexity and potential hidden costs beyond published plans.
−The platform may present a steeper learning curve for non-technical users due to its developer-centric design.
−While focused on quality and speed, some competitors offer a wider range of voice options.

ポリシー

料金ページ

料金を見る→

類似ツール

Smallest.ai と競合他社

Smallest.ai は、超低遅延、効率的な独自のモデル、および企業ユースケース向けのフルスタックプラットフォームアプローチに焦点を当てることで、音声AI市場で差別化を図っています。

Retell AIOn Stork

Retell AI is an ultra-fast, developer-friendly platform for real-time conversational AI, featuring proprietary turn-taking models for natural conversation flow.

Retell AI directly competes with Smallest.ai by offering real-time voice agents, TTS, and STT, with a strong emphasis on low-latency conversational AI and native call workflows. While Smallest.ai is paid, Retell AI offers per-minute pricing, often starting at an enterprise tier.

ElevenLabsOn Stork

ElevenLabs provides highly realistic and expressive synthetic speech using advanced machine learning, offering a wide range of voices and broad language coverage.

Similar to Smallest.ai, ElevenLabs offers APIs for TTS, STT, and voice agents, but it particularly excels in the quality and emotional range of its generated voices. ElevenLabs uses credit-based plans, which differs from Smallest.ai's general paid model.

VapiOn Stork

Vapi is a developer-focused platform designed for building voice AI products with robust phone number integration and compatibility with multiple LLM providers.

Vapi's WebSocket-first architecture and SDKs for real-time audio streaming and granular call control cater to developers building custom voice AI applications, aligning with Smallest.ai's developer-centric approach. Vapi's pricing includes a per-minute platform fee plus pass-through costs for other providers, contrasting with Smallest.ai's direct paid model.

CartesiaOn Stork

Cartesia specializes in ultra-low latency voice generation, offering record-breaking speed and quality for TTS (Sonic), STT (Ink), and its voice agents platform (Line), built on State Space Models.

Cartesia directly competes with Smallest.ai's focus on speed and real-time capabilities by delivering extremely low latency (around 40ms time-to-first-audio) for its voice AI components. It provides a full stack for voice agents and operates on credit-based plans.

Storkでもっと