PluelyPluelyドキュメント

設定と構成

カスタムの音声認識プロバイダを追加する

Dev Space のカスタム音声認識プロバイダでは、「カスタム音声認識プロバイダを作成、管理します。エンドポイント、認証、応答形式を設定できます。」Pluely のマネージドの文字起こしに頼る代わりに、自分の文字起こしプロバイダを聞き取りモードで使うための機能です。

プロバイダを追加する

  1. Dev Space を開き、カスタム音声認識プロバイダに移動します。Dev Pro では手順 1 → 代わりに別の音声認識プロバイダを使用を開くと、同じフォームがあります。

  2. クリックして新しいプロバイダを追加します。組み込みのテンプレートは OpenAI Whisper、Groq Whisper、ElevenLabs、Google、Azure、IBM Watson に対応しており、自動入力でそのいずれかから始められます。

  3. プロバイダへのリクエストを curl コマンド * として貼り付けます。「音声認識プロバイダで使う curl コマンドです。」と説明されている項目です。これは、エンドポイントと認証を含め、Pluely が音声を送るときに使うリクエストそのものです。音声ファイルが入る位置に {{AUDIO}} を含める必要があります。

  4. 応答コンテンツのパス * を入力します。プロバイダの JSON 応答の中で、文字起こしされたテキストがある場所へのパスです。表示される例の値は次のとおりです。

    text

    これは、文字起こしのテキストが応答の text という名前のフィールドに直接入っていることを意味します。文字起こしの API は文字起こし結果をトップレベルの 1 つのフィールドとして返すことが多いため、一般的な Chat Completions の応答よりもずっと浅いパスになります。

  5. ストリーミングのスイッチはオフのまま固定されています。カスタムの音声認識プロバイダは間が空くたびに短い区切りで文字起こしするため、ほぼリアルタイムですが話者ラベルは付きません。話者ラベル付きのライブストリーミングは、自分の Deepgram キー（Dev Pro）でのみ使えます。

  6. プロバイダを保存します。

音声認識の応答コンテンツのパスについて

音声認識の API も、AI プロバイダと同じように、JSON 応答の形がそれぞれ異なります。応答コンテンツのパスは、音声が処理された後に文字起こしのテキストがどこにあるかを Pluely に正確に伝えます。例の

   text

は、トップレベルの text フィールドを直接指しています。プロバイダが文字起こしを別の形で入れ子にしている場合（たとえば results 配列の中など）は、プロバイダの実際の応答の形に合うようにパスを調整してください。

編集と削除

プロバイダの仕様が変わったら、プロバイダを編集で、カスタム音声認識プロバイダの curl コマンドや応答コンテンツのパスを更新します。使わなくなったプロバイダはプロバイダを削除で削除します。

自分の音声認識プロバイダを使う理由

カスタム音声認識プロバイダがある理由は、カスタムプロバイダ（AI）と同じく、自分で管理するためです。すでに文字起こしプロバイダのアカウントを持っている場合や、聞き取りモードの音声を自分で設定した特定の送り先に届けたい場合は、ここで接続します。エンドポイントも、認証も、応答の形も、すべて自分のものを使えます。

関連情報

最終更新：2026年7月10日 · pluely.com