声、 映像、そして全ての記録の中の言葉を分析します。

Transcript analysis

全ての文字起こしはテーマ、感情、キーワード、構造について分析されます。これはいつもSpeak AIを支えてきたレイヤーで、単独で立つのではなく音声と動画分析と一緒に機能します。

Audio analysis

調子、感情、エネルギーなどを分析します。Speak AIは何が言われたかだけでなく、どのように言われたかを聞きます。会議、インタビュー、電話、アップロードする全ての記録で。

ビデオ分析

身振り、スクリーン共有内容、表情などを抽出します。記録に動画がある場合、Speak AIはカメラとスクリーンで何が起きたかを読み取ります。音声トラックだけではなく。

会議

音声: 「試してみてください: このミーティングでエネルギーはどこで落ちましたか?」

動画: 「共有画面に表示されていた内容は、決定を下した時点で何でしたか」

インタビュー

音声: 「この参加者はどの部分で躊躇しましたか」

動画: 「価格について質問した時、相手の顔にはどのような変化がありましたか」

電話通話

音声: 「価格設定が話題に上がった後、トーンはどのように変わりましたか」

動画: 「異議を唱えた時点で、画面に何が表示されていましたか」

調査

音声: 「どの回答が中立的ではなく、不満を感じさせるように聞こえますか」

動画: 「回答者がカメラに映した内容のうち、テキストでは捉えられなかった部分は何ですか」

レコーダー

音声: 「最も熱意を感じさせる投稿はどれですか」

動画: 「回答者は3番目の質問に答える時どのように見えましたか」

翻訳

音声: 「翻訳は同じ感情を伝えていますか」

動画: 「画面に表示されているテキストで、まだ翻訳が必要な部分はありますか」

API

音声: 「話者ごとにトーンとエネルギーをフィールドとして返してください」

動画: 「タイムスタンプごとに画面上のテキストと表現を抽出してください」

Audio analysis

会議から電話インタビューまで、オーディオトラックを含むすべての録音全体のトーン、感情、エネルギー検出。

ビデオ分析

ビデオを含むあらゆる録音から抽出した、ボディランゲージ、顔の表情、画面共有コンテンツ。

テキスト分析

すべてのSpeak AIトランスクリプトの基盤となる分析レイヤー。テーマ、センチメント、キーワード、構造。

コールスコアリング

A concrete application of multimodal analysis: score sales and support calls on tone and content together, not transcript keywords alone. This is the analysis layer behind our sales acceleration platform.

MCP

Speak AIのオーディオ、ビデオ、テキスト分析をModel Context Protocolに対応した既存のAIアシスタントに取り込みます。

価格

マルチモーダル分析がSpeak AIプランにどのように適合するかをご確認ください。展開が進むにつれて更新されます。