会話のスピードに追いつく音声AI

新世代の低遅延な音声モデルと音声エージェントが、ついに人間の会話のスピードに追いつきつつあります。そして、これまで東アジアと世界の間に立ちはだかってきた言語の壁が、いまリアルタイムで取り払われ始めています。2026年6月24日（水）、私たちはサンフランシスコのKindred Venturesオフィスにて、その節目を共有するイベントを共催しました。会場には、私たちと同じ思いを持つ多くのエンジニア・研究者・開発者の皆さま——どの言語から始まっても自然に流れる会話を実現したいと願う方々——にお集まりいただきました。

私たちが挑む難題

共同創業者の小島熙之（CEO）と笠井淳吾（CTO）が、Kotobaという会社と、その存在意義についてご紹介しました。私たちは、日本語・韓国語・中国語・英語といった東アジア言語向けに、リアルタイム音声モデルと同時通訳技術を開発するフロンティア音声AI企業です。同時通訳は、AIの中でも最も難しいタスクの一つです。正確であるだけでは足りず、速く、話者の声と意図を保ち、人間同士のやり取りに付きものの複雑な「間」のとり方にも対応する——それを、会話が途切れない低遅延ですべて同時にこなさなければなりません。私たちの基盤モデル「Koto」は、まさにそのために設計されています。

言葉で説明するのではなく、その場でお見せしました。スピーチ to スピーチの同時通訳ライブデモを通じて、遅延が消えたときのリアルタイムな音声から音声への通訳が、実際にどのような体験になるのかを会場の皆さまに聞いていただきました。

これからの道のりを支える資金調達

あわせて、Kindred Ventures、Salesforce Ventures、Sony Innovation Fundにご参画いただいた資金調達についてもご報告しました。この資金により、Kotoモデルをさらに進化させ、リアルタイム通訳をより多くの人・場所・デバイスへ届けてまいります。

最前線からの対話

パートナーシップと、アジアにおける可能性。

笠井がWill Matteson氏（Salesforce／Speech AI）とLudovic Copéré氏（Sony Innovation Fund）を迎え、いま音声AIの何に最もワクワクするのか、どこに協業の大きな機会があるのか、そして3年後にアジアの音声AIについて何を語っていたいのかを語り合いました。

音声エージェントを支えるインフラと研究。

小島が、Mike Henry氏（「AIスーパークラウド」推論・学習基盤Parasailの創業者兼CEO）とSewon Min氏（UC Berkeley助教、BAIR／Berkeley NLP）を迎えました。1日に数十億トークンをさばく現場のリアルや本番環境での音声エージェントのパイプライン構築から、LLMの推論と音声AIがこれからどこへ向かうのかという研究の最前線まで、補い合う二つの視点を行き来する対話となりました。

これからの展望。

最後はSteve Jang氏（Kindred Ventures 創業者兼マネージングパートナー）が共同創業者とともに登壇。東アジアにおける音声AIの最大の機会と技術的ボトルネック、音声システムにいまなお残る設計上の論点（エッジかデータセンターか、カスケード型かエンドツーエンドか）、そして今年とその先に向けた私たちの目標について語り合い、夜を締めくくりました。

Thank you

イベントの締めくくりには、レセプション、デモステーションでのKotobaアプリの体験、そして東アジア言語を軸とする私たちらしく、韓国 vs 南アフリカのワールドカップ観戦も行われました。

会場を提供してくださったKindred Ventures、貴重なお時間と知見を共有してくださったゲストの皆さま、そしてご来場くださったすべての皆さまに、心より感謝申し上げます。言語を越えたリアルタイムで自然な会話は、もはや「いつかの話」ではありません。いまここで起きていて、Kotobaの挑戦はまだ始まったばかりです。