インド発AI音声が進化　11言語を自然に話す「Bulbul V4 Flash」とは

インドのAI企業Sarvam AIは、2026年10月に音声合成モデル「Bulbul V4 Flash」を発表しました。これは、ヒンディー語やタミル語など11言語に対応し、地域ごとの話し方や英語まじりの会話まで自然に読めるのが特長です。

音声の出だしは250ミリ秒未満とされ、電話対応や銀行の案内、支払い通知など、すぐに声を返したい場面に向いています。料金は1万文字あたり20ルピーで、開始キャンペーン中は10ルピーです。

使い方も比較的わかりやすく、開発者はAPIを使ってRESTやWebSocket経由で音声を生成できます。インドの多言語社会に合った実用的な技術として注目されており、音声AIを試したい企業にとって気になる存在です。

出典 : https://www.analyticsinsight.net/amp/story/artificial-intelligence/sarvam-ai-bulbul-v4-flash-real-time-voice-model-for-indian-languages