Hitoo

• 1. 概要 （全 290 文字）

  HITOO は、言語を翻訳するだけでなく、話者の声のアイデンティティ (トーン、リズム、感情) をすべて翻訳言語でそのまま保持する、革新的なリアルタイム音声翻訳プラットフォームです。 HITOO は、自社開発のエンドツーエンド AI モデル AURIS に基づいて、「音声からテキストへ→機械翻訳→テキストから音声へ」の 3 段階のアーキテクチャからなる従来の翻訳パイプラインを 1 つのモデルに圧縮し、遅延を 300 ミリ秒未満に短縮し、57 言語で 1,100 以上の直接翻訳パスをサポートします。この製品は現在限定的なベータ段階にあり、2026 年 7 月下旬に Product Hunt で正式にリリースされる予定です。

• 2. 製品の背景 （全 654 文字）

  hitoo は、CTO を務めるマッテオ ペロシ氏と、ニューヨークを拠点とする AI スタートアップ Jutsu.ai の背後にある会社によって設立されました。 hitoo を構築する前に、ペロシ氏は、音声 AI 技術が急速に進歩している一方で、リアルタイムの音声翻訳を真に実現し、話者の声の特徴を保存できるソリューションが業界に不足していることに気づきました。従来の方法は、3 セットの独立したサービス (音声認識 → 機械翻訳 → 音声合成) の連結に依存しているため、最大 1.5 ～ 8 秒の遅延が発生するだけでなく、変換ごとに音声情報のレイヤーが失われます。最終的に機械的に合成された音はまったく聞こえません。   この問題点は、国際的なビジネス シナリオにおいて特に顕著です。ペロシ氏はかつて、言葉の壁によって国境を越えたビジネス協力が失敗するのを目の当たりにしたことがある――両者は明らかに協力する意思はあったが、コミュニケーションにおける誤解によりすべてがうまくいかなかった。この経験により、彼はエンドツーエンドの音声翻訳アーキテクチャをゼロから構築することを決意しました。   hitoo の AI モデル AURIS は、商用クラウドで実行するには数百万ドルかかるスーパーコンピューター レベルのコンピューティング リソースである EuroHPC コンピューティング パワーを使用してトレーニングされています。 AURIS のテクノロジー アーキテクチャは、汎用のビデオ会議プラットフォームを応用したものではなく、最初からリアルタイムの音声変換を目的として設計されました。

• 3. 製品の機能と使用感 （全 746 文字）

  hitoo の中心的な機能は、2 人がそれぞれの母国語で自然な会話ができるようにすることです。双方が聞くのは、相手の本当の声であり、自分の言語に変換されただけです。具体的には、次の 3 つのレベルで画期的な進歩を達成しました。   音声のアイデンティティは維持されます。これが、hitoo と従来の翻訳ツールの最大の違いです。あなたが中国語で話すとき、相手に聞こえるのはロボットのようなアクセントのある英語ではなく、あなたの中国語の文章の調子、感情、個人的な音色を保った英語です。友人はそれがあなたであることを認識し、顧客はあなたの熱意を感じることができます。   文化的背景の理解。直訳は、特に慣用句、比喩、文化的慣習に関しては誤解を招くことがよくあります。 hitooのモデルは語彙レベルで翻訳するだけでなく、文全体の意図や文脈を理解し、対象言語で自然かつ正確な表現を出力します。   非常に低い遅延。相手が翻訳を聞くまでの目標遅延は 300 ミリ秒以内です。この数値は重要です。人間が会話中に許容できる自然な休止時間は約 400 ～ 500 ミリ秒であり、このしきい値を下回る待ち時間は「行き詰まり」や「不自然」とは感じられません。従来の 3 ステージのパイプラインのレイテンシーは通常 1.5 ～ 8 秒で、基本的にはスムーズな会話には使用できません。   セキュリティの面では、hitoo はエンドツーエンドの AES-256 暗号化を使用し、通話内容を記録、保存、分析しません。すべてのデータ処理は独自のインフラストラクチャ上で完了し、サードパーティのサービスを経由しません。このプラットフォームは 99.9% の可用性を約束します。   hitoo は最大 50 人のグループ通話をサポートしており、使用するためにプラグインをインストールする必要はありません。

• 4. 価格設定とビジネスモデル （全 360 文字）

  hitoo は現在限定的なベータ段階にあり、テストはアプリケーション システムを通じて指定されたユーザーに公開されています。創設者は、企業コミュニケーション、顧客サービスセンター、医療健康の分野でデザインパートナーを探していることを明らかにし、製品の初期段階で企業ユーザーと深く協力して製品の方向性を磨きたいと考えていると述べた。   製品形態の観点から見ると、hitoo のポジショニングはエンタープライズレベルのサービスに偏っています。技術アーキテクチャの複雑さと計算能力要件から判断すると、そのコストは通常​​の SaaS 翻訳ツールよりもはるかに高くなります。正式ローンチ後は従量制のエンタープライズサブスクリプションモデルを採用する可能性があると予想されている。ただし、具体的な料金プランは公式サイトではまだ発表されていない。

• 5. ユーザーレビュー （全 495 文字）

  hitoo はまだベータ版であるため、公開されているユーザー レビューはほとんどありません。限られたコミュニティの議論から判断すると、次のようになります。   肯定的なフィードバックは、エクスペリエンスの革新的な性質に焦点を当てていました。フォーラムで一部のユーザーは、言語をまたぐビデオ通話のシナリオでは、従来の翻訳ツールを使用すると「継続的な入力、翻訳、読み取り」が必要となり、会話のリズムが中断され、断片化してしまうと述べています。 hitoo がもたらす自然な会話体験は、「コミュニケーション全体のダイナミクスを変える」のです。一部のユーザーは、英語を母国語としない人の技術的なスピーチにおけるコミュニケーション上の問題を解決できると信じて、国際的な技術会議での使用を推奨しています。   競合製品の比較に関して、ユーザーは一般に、Google 翻訳の会話モードは使用できるものの、「処理を待つためにボタンをクリックする必要がある」ため、エクスペリエンスが「非常に不便」であると考えています。 iTranslate と Speak & Translate は、完全な会話ではなく、簡単なフレーズの翻訳に適しています。

• 6. 業界の評価 （全 638 文字）

  hitoo はテクノロジー コミュニティで一定の注目を集めています。技術記事「音声 AI は高速化しました。まだ翻訳できません。私たちが構築したものは次のとおりです。」創設者自身が daily.dev に書いた記事は、良い普及結果をもたらしました。業界メディアは、これを AI 主導のリアルタイム翻訳プラットフォームとして分類し、従来のビデオ会議大手の Microsoft Teams、Zoom、Google Meet などと比較しました。 - 比較結果では、hitoo は、リアルタイム音声翻訳、音声 ID の保持、300 ミリ秒未満の遅延、文化的背景の理解、50 以上の言語のサポート、エンドツーエンドの暗号化、プラグインの必要がないという点で利点があります。従来のプラットフォームは、これらの側面を提供しないか、部分的にしか実装していません。   Product Hunt の立ち上げ前段階 (LaunchPact) で、hitoo は創設者信頼スコア 90 を獲得し、「検証済みパブリッシャー」としてマークされました。この製品は、顧客コミュニケーション、人工知能、テクノロジーの 3 つのトラックに分類されます。   技術的な観点から見ると、AURIS モデルの設計哲学は音声 AI 業界全体に影響を与えます。従来のカスケード パイプラインの各モジュールは比較的成熟していますが、エンドツーエンドの遅延とエラーの蓄積は固有の欠陥です。 hitoo はエンドツーエンドのルートを選択し、トレーニング コストと推論効率の間で異なるトレードオフを行います。

• 7. 論争とリスク （全 641 文字）

  まだ正式にリリースされていない製品である hitoo は、いくつかの主要な課題に直面しています。   まず、エンドツーエンドの音声翻訳に対する技術的な障壁は非常に高いです。現在市場には、言語間で話者のアイデンティティを真に保持し、遅延を 300 ミリ秒以内に制御できる成熟した製品はほとんどありません。パブリックレビューにおける hitoo の AURIS モデルのパフォーマンスは、まだ第三者によって検証されていません。   2 番目に、コンピューティング能力のコストです。 AURIS はトレーニングに EuroHPC スーパーコンピューターを利用しています。このレベルのコンピューティング能力を商用運用後にどのようにして持続可能なコスト構造に変換できるかは、答えが必要な問題です。各呼び出しでモデルのリアルタイム推論が必要な場合、サーバーの計算能力のオーバーヘッドは小さくありません。   第三に、市場競争は熾烈です。音声翻訳分野には、Google や Microsoft などの大手企業だけでなく、DeepL や iTranslate などの翻訳に注力している企業も存在します。現時点では、どの企業も「音声のアイデンティティの保持」という問題を実際には解決していませんが、市場が検証されれば、大手企業がすぐにフォローアップする可能性が非常に高いです。   第 4 に、この製品はまだベータ段階にあり、その機能の完全性と安定性はまだ検証されていません。ユーザー数や実際の利用シーンは限られており、大規模な商用展開に対応できるかどうかは難しい。

• 8. 適用可能なグループと使用方法の提案 （全 511 文字）

  hitoo は次のグループに最適です。国境を越えたビデオ会議が頻繁に必要な企業チーム、特に営業、カスタマー サクセス、プロジェクト管理職。多言語を話す顧客ベースを持つコールセンターのオペレーター。海外のパートナーと通信する必要がある医療機関および保健機関。留学生、旅行者、国境を越えた関係にあるカップルなど、言語を超えて頻繁にコミュニケーションする必要がある個人ユーザーも含まれます。   向いていない人: 時々、いくつかの単語やフレーズを翻訳する必要があるだけのユーザー - この種のニーズには、Google 翻訳または DeepL を使用する方が効率的かもしれません。非常に高いプライバシー要件があり、クラウド サービスを使用したくない組織。予算に敏感だが通話量が多いチーム - 公式価格が高い場合、それは最も経済的なソリューションではない可能性があります。   代替手段という点では、Google Meet に組み込まれたリアルタイム字幕と翻訳機能は hitoo ほど完全ではありませんが、無料であり、エコシステムと深く統合されています。 Microsoft Teams の翻訳機能も引き続き改善されており、Office 365 ユーザーにとってより統合されています。

• 9. 要約する （全 280 文字）

  hitoo は、リアルタイム音声翻訳の分野で真に貴重な革新をもたらしました。3 段階のパイプラインを、話者の声のアイデンティティを維持しながら遅延を大幅に短縮するエンドツーエンド モデルに置き換えました。実際のパフォーマンスがプロパガンダのレベルに達することができれば、国境を越えたコミュニケーションのシナリオにおいて重要なツールとなる可能性があります。ただし、ベータ段階の製品であるため、技術デモから成熟した商用製品に至るにはまだ長い道のりがあります。製品のリリースと初期のユーザーからのフィードバックに注意を払い、製品が安定してから評価を行うことをお勧めします。

詳細レポートはまだありません

• 

  OptimismOneMorales

  —

  hitoo の daily.dev 記事を見ましたが、創設者は非常に正直でした。従来の 3 段階の変換は確かに扱いにくく、遅延が大きく、音色が完全に失われます。もし同社のエンドツーエンドモデルAURISが実際に300ms未満を達成しつつ、オリジナルのサウンドを維持できれば、それは確かに画期的なものとなるだろう。

---

• 

  流光_20

  —

  hitoo の daily.dev 記事を見ましたが、創設者は非常に正直でした。従来の 3 段階の変換は確かに扱いにくく、遅延が大きく、音色が完全に失われます。もし同社のエンドツーエンドモデルAURISが実際に300ms未満を達成しつつ、オリジナルのサウンドを維持できれば、それは確かに画期的なものとなるだろう。

---

• 

  orangegoose744

  —

  以前、ドイツ人のクライアントとビデオ会議をしたことがありますが、Google 翻訳の会話モードを使用したところ、全員が怒っていました。何かを言うのに長い間待たなければならず、リズムは完全に狂っていました。その後、フォーラムで hitoo を勧められた人がいたので、ベータ版を申請して試してみました。確かにもっとスムーズになりました。相手に聞こえているのは自分の声で話した英語であり、全く違った体験でした。

---

• 

  Lilly40

  —

  以前、ドイツ人のクライアントとビデオ会議をしたことがありますが、Google 翻訳の会話モードを使用したところ、全員が怒っていました。何かを言うのに長い間待たなければならず、リズムは完全に狂っていました。その後、フォーラムで hitoo を勧められた人がいたので、ベータ版を申請して試してみました。確かにもっとスムーズになりました。相手に聞こえているのは自分の声で話した英語であり、全く違った体験でした。

---

• 

  Pamela_Carter_99

  —

  エンドツーエンドの音声翻訳は正しい方向ですが、トレーニング コストが怖すぎます。EuroHPC のコンピューティング能力を使用してモデルをトレーニングできるチームは多くありません。 HITOO AURISが走れるということは、その技術的基盤が弱くないことを示している。

---

• 

  HRussell_6642

  —

  エンドツーエンドの音声翻訳は正しい方向ですが、トレーニング コストが怖すぎます。EuroHPC のコンピューティング能力を使用してモデルをトレーニングできるチームは多くありません。 HITOO AURISが走れるということは、その技術的基盤が弱くないことを示している。

---

• 

  DeFwLink

  —

  長い間待たされ、ついに「原音の保存」という問題を解決する製品が登場しました。これまで使っていた翻訳ツールでは、相手に聞こえるのは常に機械的な音で、コミュニケーション感が全くありませんでした。できるだけ早くパブリックベータ版をオープンしたいと考えています。

---

• 

  CJames_7

  —

  長い間待たされ、ついに「原音の保存」という問題を解決する製品が登場しました。これまで使っていた翻訳ツールでは、相手に聞こえるのは常に機械的な音で、コミュニケーション感が全くありませんでした。できるだけ早くパブリックベータ版をオープンしたいと考えています。

---

• 

  John_PriceSr

  —

  マテオ氏は、言語の問題で国境を越えた協力が失敗するのを目の当たりにしたことが、「HITOO」の開発に取り組み始めたきっかけだと語った。この出発点は私の心に響きます。当社は事前に日本側と協力交渉をしていましたが、翻訳ソフトが全く使えず、結局通訳を仲介業者に頼らざるを得ませんでした。

---

• 

  BellaHalstensen

  —

  マテオ氏は、言語の問題で国境を越えた協力が失敗するのを目の当たりにしたことが、「HITOO」の開発に取り組み始めたきっかけだと語った。この出発点は私の心に響きます。当社は事前に日本側と協力交渉をしていましたが、翻訳ソフトが全く使えず、結局通訳を仲介業者に頼らざるを得ませんでした。

---

• 

  Frances_Lewis_2023

  —

  50 以上の言語をカバーし、話者の音色や感情も保持します。これが本当に安定して出力できるようになれば、カスタマーサービスセンターなどでも非常に便利になるでしょう。現在、海外の顧客から電話がかかってくるため、そのたびに通訳を探す必要があり、コストがかかり、作業が遅れます。

---

• 

  郝红

  —

  50 以上の言語をカバーし、話者の音色や感情も保持します。これが本当に安定して出力できるようになれば、カスタマーサービスセンターなどでも非常に便利になるでしょう。現在、海外の顧客から電話がかかってくるため、そのたびに通訳を探す必要があり、コストがかかり、作業が遅れます。

---

• 

  Judy_Williams_202287

  —

  私は国際チームとの毎週のミーティング中に hitoo の社内ベータ版を試しました。正直に言うと、私の最初の反応はショックでした。同僚は中国語で長時間話していましたが、私が聞いたのは英語で、口調も普段話している口調で、AIっぽさは全くありませんでした。

---

• 

  Jean_Nelson_Plus416

  —

  私は国際チームとの毎週のミーティング中に hitoo の社内ベータ版を試しました。正直に言うと、私の最初の反応はショックでした。同僚は中国語で長時間話していましたが、私が聞いたのは英語で、口調も普段話している口調で、AIっぽさは全くありませんでした。

---

• 

  AThompson_X

  —

  正式版の料金がいくらになるかはわかりません。この種のエンドツーエンドのモデル推論のコストは決して低くありません。価格が高すぎると、小規模なチームでは使用できない可能性があります。

---

• 

  LThomas168127

  —

  正式版の料金がいくらになるかはわかりません。この種のエンドツーエンドのモデル推論のコストは決して低くありません。価格が高すぎると、小規模なチームでは使用できない可能性があります。

---

• 

  LaurenAllen_Pro

  —

  私は以前、国際的な技術カンファレンスを主催していましたが、最大の問題点は会場やスケジュールではなく、言語であることがわかりました。数十カ国のスピーカーがそれぞれ独自の言語を話します。同時通訳は費用がかかり、柔軟性に欠けます。もし hitoo が 50 人のグループ通話をリアルタイムで翻訳できれば、救世主となるでしょう。

---

• 

  SharonPhillips_io

  —

  私は以前、国際的な技術カンファレンスを主催していましたが、最大の問題点は会場やスケジュールではなく、言語であることがわかりました。数十ヶ国のスピーカーがそれぞれ独自の言語を話します。同時通訳は費用がかかり、柔軟性に欠けます。もし hitoo が 50 人のグループ通話をリアルタイムで翻訳できれば、救世主となるでしょう。

---

• 

  orangebird306

  —

  Product Hunt での予熱を見ると、LauchPact の信頼スコアは 90 なので、それは何かあるはずです。まずは最初のユーザーからのフィードバックを待ってみましょう。

---

• 

  bluecat687

  —

  Product Hunt での予熱を見ると、LauchPact の信頼スコアは 90 なので、それは何かあるはずです。まずは最初のユーザーからのフィードバックを待ってみましょう。

---

• 

  LawrenceHughesQ76

  —

  1週間試してみて一番の感想は「自然」です。画面上のボタンを押して翻訳を待つ必要はなく、直接話すだけで相手に私の声が届きます。母でさえ、通りの向こう側にいる外国人の話し方が「私に話していたのと似ている」と言っていたそうです。

---

• 

  Joseph.RiveraIII

  —

  1週間試してみて一番の感想は「自然」です。画面上のボタンを押して翻訳を待つ必要はなく、直接話すだけで相手に私の声が届きます。母でさえ、通りの向こう側にいる外国人の話し方が「私に話していたのと似ている」と言っていたそうです。

---

• 

  Adam.Hill_99

  —

  AURISのモデルアーキテクチャは確かに興味深いです。テキスト パイプラインを使用せず、オーディオからオーディオに直接接続します。これは、STT、MT、および TTS を 1 つに結合するのと同じです。ただし、これにはより高い品質と規模のトレーニング データが必要になります。

---

• 

  EThomasK

  —

  AURISのモデルアーキテクチャは実に興味深いです。テキスト パイプラインを使用せず、オーディオからオーディオに直接接続します。これは、STT、MT、および TTS を 1 つに結合するのと同じです。ただし、これにはより高い品質と規模のトレーニング データが必要になります。

---

• 

  孔雅_1

  —

  正直に言うと、私はこの種のツールについては常に懐疑的でした。なぜなら、「リアルタイム翻訳」を謳う製品をあまりにも多く使用してきたためです。結果は驚くほど遅いからです。ただ、HITOOのデモはちょっと違うので、ひっくり返らないことを祈ります。

---

• 

  夏洁桂

  —

  正直に言うと、私はこの種のツールについては常に懐疑的でした。なぜなら、「リアルタイム翻訳」を謳う製品をあまりにも多く使用してきたためです。結果は驚くほど遅いからです。ただ、HITOOのデモはちょっと違うので、ひっくり返さないことを祈ります。

---

• 

  兔兔617

  —

  中国語の方言をどのようにサポートしているのか知りたいです。広東語か四川語を理解して英語に翻訳できればいいですね。

---

• 

  SarahWhite_2023

  —

  中国語の方言をどのようにサポートしているのか知りたいです。広東語か四川語を理解して英語に翻訳できればいいですね。

---

• 

  BruceDiaz

  —

  E2E暗号化+記録なし+サードパーティを通さない自社構築インフラによりプライバシーは確保されているようです。法人のお客様は、電話の内容は企業秘密ですので、より注意してください。

---

• 

  James_Walker168

  —

  E2E暗号化+記録なし+サードパーティを通さない自社構築インフラによりプライバシーは確保されているようです。法人のお客様は、電話の内容は企業秘密ですので、より注意してください。

レビューはまだありません