AirCaps

ARグラスを通じて、対面での会話のリアルタイム字幕、翻訳、要約を視界に表示するインテリジェントなAIアシスタント

無料＋有料iOSAR Glasses

概要

AirCapsは対面での会話にAI支援を提供します。AirCapsのAIコパイロットは、リアルタイムのキャプション、翻訳、AI会議メモ、および対面での会話に関するインサイトをリアルタイムで提供します。軽量なARグラス向けアプリとして配布され、視界に視覚情報が重ねて表示されます。ZoomのAI会議アシスタントやGranola（グラノラ）のように考えることができますが、直接の会話のためのものであり、会話の後だけでなく、リアルタイムで積極的に支援を提供する機能もあります。AirCapsは、対面で発生する2,160億件の日常会話のためのキャプチャおよびインテリジェンスレイヤーを構築します。AirCapsはすでに16,500時間に及ぶ実際の会話と計算を処理しました。現在、AirCapsはユーザーの対面での会話の11%を支援しています。AirCapsは10月に93,000ドルの売上を上げ、9月より6.5倍成長し、マーケティング費用は3,000ドル未満でした（11月の最初の2週間で売上は70,000ドルを記録しました）。AirCapsのヘビーユーザーは1日平均6時間以上使用しており、30日維持率は91%です。AirCapsは以前バイラルを巻き起こし（TikTokで7,500万回以上の再生回数、15万人以上のフォロワー）、The New Yorker、WIRED、Forbesに紹介されました。Madhav（CEO、Yale CS）は、Google GlassアプリとRaspberry Pi向けの音声アシスタントを皮切りに、13歳からオーディオおよびAR分野を構築してきました。MITメディアラボでオーディオAIを研究しました。Nirbhay（CTO、Cornell CS）は、高校生の時にスマートグラスに音声AIを構築し、2つのYCスタートアップの最初のエンジニアとして対話型AI製品を構築しました。

差別化ポイント

AirCapsは、Zoom AIやGranolaのようなツールがオンライン会議や事後記録に重点を置いているのとは異なり、対面での会話における「リアルタイムの視覚支援」に特化しています。競合のXRAI Glassが汎用AR眼鏡のソフトウェアレイヤーに注力している一方、AirCapsは聴覚障害者コミュニティからのフィードバックを反映し、36gの超軽量ハードウェアへの最適化とオフライン字幕機能を提供している点が差別化要素です。ただし、実際に使用するには専用AR眼鏡の購入が必須である点が、ソフトウェア単体のツールとの違いです。

主な機能

97%の精度・300msの遅延のリアルタイム対面字幕
60以上の言語のリアルタイム翻訳（700msの遅延）
4マイクビームフォーミングアレイに基づくノイズキャンセリング
自動会議ノート、アクションアイテム、話者識別
会話履歴の検索およびインサイトの提供

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

実際のユーザーは、約90～95%という高い字幕精度と、時間差をほとんど感じない低遅延を最大の利点として挙げています。特に、約10秒の短い音声サンプルだけで会話の参加者を識別してラベル付けする話者分離（Speaker ID）機能が優れています。ハードウェア面でも、36gという超軽量設計により一日中装着しても鼻や耳が痛くなりにくく、バッテリー駆動時間も長いため、日常生活に適していると評価されています。また、ユーザー独自のカスタム語彙を登録できるため、専門用語や固有名詞の認識率を高められます。

デメリット

周囲の騒音が激しいレストランや公共の場所では、音声認識と字幕の精度が目に見えて低下するとの指摘があります。眼鏡のレンズにテキストを表示する方式のため、明るい日差しの下では視認性が落ちる可能性があり、外観も一般的な眼鏡と比べてやや違和感があるため、周囲の視線を気にするユーザーには負担となる場合があります。また、ハードウェア本体の費用に加えて、高度なAI機能を利用するための別途サブスクリプション料金が発生する可能性があり、初期費用と維持費に見合う価値があるかという懸念も実際のユーザーから挙げられています。