本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

Hume AI

録音について感情から背景音まで、普段の言葉で書いた質問に答えます。Hume の音声製品は11月13日に終了しました。

レビュー: ReviewRamble editors · 更新

Hume AIを見る 従量課金

このページを共有:XLinkedInFacebookRedditWhatsAppメール

当サイトの評価

3.4/5

Hume の音声向け質問応答 API は巧みで安価ですが、6週間の予告で音声製品を止めた会社は、その上に何かを築いてもらう前に信頼を取り戻す必要があります。

Hume AIとは?

ニューヨークに本拠を置く Hume AI は、いまや音声分析の会社です。2026年11月2日に公開された Audio Decisions API は、1秒から5分の MP3 または WAV ファイル1本と、「発信者はどのくらい苛立って聞こえるか」「背景に音楽は流れているか」のように自分で書いた最大25個の質問を受け取ります。返すのは文章ではなく確率で、はい/いいえ、選択肢、尺度上のスコア、笑い声のような出来事が起きる時間区間のいずれかです。各確率は、その答えを選ぶ人間の聞き手の割合を推定したものです。Hume によると、モデルは数千万件の聞き手の判断で学習しており、パネル平均との一致率は70.7%で、人間の評価者1人の場合の56.5%を上回りました。

Hume の音声製品はなくなりました。音声エージェント向けの Empathic Voice Interface(EVI)と音声合成 API の Octave は、10月2日に出た告知どおり、2026年11月13日午前0時1分(12:01 a.m.)EST に終了し、Hume はそれらのアカウントに残ったデータを完全に削除するとしています。保存した声やクローンした Octave の声は書き出せませんでした。開発者向けドキュメントに残っているのは Audio Decisions と以前からの Expression Measurement API だけです。2026年1月には創業者の Alan Cowen と数人のエンジニアがライセンス契約のもとで Google DeepMind に移りましたが、Hume は独立を保ち、Andrew Ettinger が率いています。

Hume AIは使う価値があるか?

サポート通話の文字起こしからは、顧客が何を言ったかはわかります。しかし、その「大丈夫です」が平板で疲れて聞こえたことや、犬が吠えていてオペレーターが話をさえぎっていたことはわかりません。こうした答えを得るには、これまで話者数、感情、言語、背景音ごとに別々のモデルをつなぎ合わせるのが普通でした。

Hume の Audio Decisions API は、それを1回のリクエストで尋ねます。質問を普段の言葉で書き、最大5分の音声を添えると、コードがそのまま使える数値が返ってきます。発信者が苛立って聞こえる確率や、誰かが笑った秒数といったものです。文字起こしは一切しないので、AssemblyAI のような音声認識サービスを置き換えるのではなく、組み合わせて使います。Hume は10のベンチマークで平均0.82を記録し、Gemini 3.8 Flash や gpt-audio-1.5 などを上回ったとしていますが、これは Hume 自身のテストです。

魅力は価格です。Hume の課金ドキュメントでは、質問6つを付けた5分のサポート通話がおよそ26,400入力トークンで、100万トークンあたり$0.47なら1セント強です。進行中の通話を5秒ごとのクリップで監視すると、1分あたり約6,400トークンになります。回答には課金されず、拒否されたリクエストにも課金されません。

注意点:これはウェイトリストの向こうにある v0 の API で、作り直しの最中にある会社のものです。10月2日、Hume は開発者に6週間の猶予を与えたうえで EVI と Octave を止め、その後アカウントのデータを削除し、クローンした声は書き出せませんでした。Hume のドキュメントには、API を変えずにモデルが更新されることがあるとも書かれており、調整したしきい値の下で答えが変わる可能性があります。人の声を受け取る製品としては、プライバシー条件に抜けがあります。Hume の API Data Usage Policy は、顧客が送ったデータを自社モデルの学習に使わないとしていますが、このページには日付がなく、この製品の名前も出てきません。一般のプライバシーポリシー(最終更新は2025年2月)は API のコンテンツを対象外としており、ドキュメントはアップロードした音声をどのくらい保存するかを示していません。各リクエストは run として記録され、リクエスト内容と音声のサイズが保存されますが、音声そのものを保存するかどうかは公表されていません。

結論:合成音声のテストセットを採点したり、通話アーカイブを抜き取り調査したりする用途なら、費用が安いのでリスクは小さく済みます。本番製品の感情レイヤーとして使うなら、署名済みのデータ処理契約と、Hume がまた方針を変える日への備えが必要です。

真価を発揮する場面

  • 公開前に音声合成モデルを試験する音声 AI チーム

    生成した数千本のクリップを自然さ、不具合、発音の誤りで採点する

    10秒のクリップごとに質問3つを付けて送ります。Hume の課金ドキュメントの見積もりでは1本あたり約1,000トークンなので、10,000本でおよそ10M トークン、$4.70です。Hume は声を学習させるためのフィードバックとしての用途も打ち出しています。

  • コンタクトセンターの品質管理責任者

    顧客が苛立って聞こえ、オペレーターが話をさえぎった通話をすべて見つける

    録音した通話の標本に同じ質問を流し、長い通話は SDK で5分ずつに分け、スコアの高いものを人による確認に回します。顧客の声を送る前に legal@hume.ai からデータ処理契約を取り付けます。

  • 他社の音声基盤で音声エージェントを作る開発者

    エージェントの LLM に、文字起こしだけでなく口調の手がかりを渡す

    発信者の5秒クリップを音声認識と並行して送り、得た確率を業務ルールとともに LLM に渡します。Hume のドキュメントによると、ほとんどの質問は信頼できる答えを出すのに5秒以上の音声が必要です。

導入前に確認すること

導入
ウェイトリストに登録し、アクセスが認められたら Hume Platform で API キーを作成して、X-Hume-Api-Key ヘッダー付きで https://api.cloud.hume.ai/v0/decisions/file にマルチパートの POST を送ります。Python の hume-audio-decisions か TypeScript の @humeai/audio-decisions SDK を使うこともできます。
連携
HTTP 上の REST のみ。Python と TypeScript の SDK、Claude Code、Codex、Cursor 向けの Audio Decisions スキル、ドキュメント用 MCP サーバー。文字起こしは出力しないので、音声認識 API と組み合わせます。
データとプライバシー
Hume の API Data Usage Policy は、顧客が送ったデータを自社モデルの学習に使わないとしています。Audio Decisions にアップロードした音声の保存期間は公表されておらず、run にはリクエストと音声サイズが記録されます。SOC 2 レポートは依頼に応じて提供。EVI と TTS のアカウントデータは2026年11月13日以降に削除されました。 あなたのデータで学習するAIツールは?
大規模利用時のコスト
入力トークン100万あたり$0.47。Hume の見積もりでは、質問6つの5分通話が約26,400トークン、5秒クリップでのリアルタイム監視が1分あたり約6,400トークン。数量割引は営業経由です。
制限
1リクエストにつき1秒から5分、最大25,000,000バイトの MP3 または WAV が1本。選択、スコア、はい/いいえの質問は最大20個、区間の質問は最大5個。コンテキストは最大1,000文字。組織ごとに毎分600リクエスト。

良い点

  • 音声についての普段の言葉の質問に、1回の呼び出しで確率として答える
  • 質問6つの5分通話でおよそ1セント、100万トークンあたり$0.47
  • 文字起こしでは失われる口調、発話の重なり、背景音を聞き取る
  • 組織ごとに毎分600リクエスト、Python と TypeScript の SDK
  • 顧客が API に送ったデータでは学習しないとしている

気になる点

  • EVI と Octave TTS は2026年11月13日に終了し、アカウントのデータは削除
  • ウェイトリスト制で、モデル更新により答えが変わりうる v0 の API
  • アップロードした音声の保存期間が公表されていない
  • 文字起こしがないため、別途音声認識サービスが必要
  • ベンチマークの主張は Hume 自身によるもの

おすすめの人

合成音声の評価や通話録音の抜き取り調査をしていて、口調や音についての判断を数値で得たい開発者のうち、ウェイトリスト制の v0 API でも構わない人。

Hume AIの代替

Hume AI:よくある質問

Hume AIは使う価値があるか?
Hume の音声向け質問応答 API は巧みで安価ですが、6週間の予告で音声製品を止めた会社は、その上に何かを築いてもらう前に信頼を取り戻す必要があります。 評価は5点満点中3.4点です。
Hume AIの料金は?
Audio Decisions は入力トークン100万(1M)あたり$0.47で、契約の縛りはなく、アクセスが認められると1M トークン分の試用クレジットが付きます。アクセスはウェイトリスト制です。Enterprise の数量割引や、VPC、オンプレミス、国内でのデプロイは要相談です。EVI と Octave TTS は2026年11月13日に終了しました。
Hume AIの欠点は?
EVI と Octave TTS は2026年11月13日に終了し、アカウントのデータは削除; ウェイトリスト制で、モデル更新により答えが変わりうる v0 の API; アップロードした音声の保存期間が公表されていない; 文字起こしがないため、別途音声認識サービスが必要; ベンチマークの主張は Hume 自身によるもの.
Hume AIは誰に向いているか?
合成音声の評価や通話録音の抜き取り調査をしていて、口調や音についての判断を数値で得たい開発者のうち、ウェイトリスト制の v0 API でも構わない人。
チームや本番環境でHume AIを使うと費用はいくらか?
入力トークン100万あたり$0.47。Hume の見積もりでは、質問6つの5分通話が約26,400トークン、5秒クリップでのリアルタイム監視が1分あたり約6,400トークン。数量割引は営業経由です。
Hume AIは企業データを扱っても安全か?
Hume の API Data Usage Policy は、顧客が送ったデータを自社モデルの学習に使わないとしています。Audio Decisions にアップロードした音声の保存期間は公表されておらず、run にはリクエストと音声サイズが記録されます。SOC 2 レポートは依頼に応じて提供。EVI と TTS のアカウントデータは2026年11月13日以降に削除されました。
Hume AIの代わりになるものは?
当サイトでレビューした中で最も近い代替はAssemblyAI 、 ElevenLabsです。

回答確認日:2026年11月16日