# アラビア語音声認識およびビジョンAPI

- 正規URL: https://www.broadnet.me/ja/products/inference
- 言語: ja
- 最終更新日: 2026-10-21
- 発行者: BroadNet (https://www.broadnet.me)
- レンダリングされたページから生成した、上記ページのMarkdown版です。

BroadNet推論API

BroadNetが運用するGPU上で、アラビア語と英語の音声認識、ドキュメント読み取り、チャットを実現。主要なアラビア語の方言すべてを文字起こしし、請求書や身分証明書をJSONに変換。さらに、OpenAI互換のエンドポイントを通じて、テキストや画像を用いたチャットが可能です。

[アカウントを作成 (新しいタブで開く)](https://inference.broadnet.ai/) [開発者リファレンス (新しいタブで開く)](https://inference.broadnet.ai/docs) [モデルと料金 (新しいタブで開く)](https://www.broadnet.ai/inference)

新規アカウントには5ドルのクレジットが付与され、30日間有効です。カード登録は不要です。

**ベースURL**

https://inference.broadnet.ai/v1

**認証**

Authorization: Bearer <key>

**アラビア語文字起こし**

$0.25/音声1時間

**コンテンツストレージ**

なし：単一のリクエストに対してメモリ内に保持されます

## 機能

- アラビア語音声認識 湾岸地域、エジプト、レバント、マグリブ、および標準アラビア語の文字起こしに対応しています。アラビア語モデルは出力をアラビア文字で保持するため、通話やボイスノートは検索可能なアラビア語テキストとして返されます。
- ドキュメントとビジョン 請求書、身分証明書、または手書きのフォームを撮影するだけで、数字を記載通りに保持したまま、正確なJSONをアラビア語と英語で取得できます。
- テキストと画像によるチャット BroadNetがチューニングおよび提供するGemma 4 VL 26B（アラビア語および英語対応）は、chat-completionsエンドポイントでテキストと画像を受け付け、ストリーミングをサポートしています。

## モデルと料金

すべてのモデルはBroadNetハードウェア上で動作します。言語モデルの料金は100万トークン単位、文字起こしは音声1分単位で設定されています。これらは2026年9月24日時点でbroadnet.ai/inferenceに掲載されている価格であり、同サイトの料金表が正式な価格となります。

| モデル | モデルID | 入力タイプ | 価格 (USD) |
|---|---|---|---|
| Gemma 4 VL 26B | `broadnet/gemma-4-26b-a4b` | テキストおよび画像 | $0.10 / $0.22 1Mトークンあたり（入力 / 出力） |
| Qwen3-VL 8B Instruct | `broadnet/qwen3-vl-8b` | テキストおよび画像 | $0.117 / $0.455 1Mトークンあたり（入力 / 出力） |
| Qwen3-VL 30B-A3B Instruct | 専用モデルID（リクエストに応じて提供） | テキストおよび画像 | $0.13 / $0.52 1Mトークンあたり（入力 / 出力） |
| Cohere Transcribe Arabic | `broadnet/cohere-transcribe-arabic` | 音声（アラビア語） | $0.0042音声1分あたり |
| Cohere Transcribe Arabic BroadNetによるファインチューニング済み | 専用モデルID（リクエストに応じて提供） | 音声（アラビア語） | $0.005音声1分あたり |
| Cohere Transcribe | `broadnet/cohere-transcribe` | 音声（14言語） | $0.002音声1分あたり |

## クイックスタート

アカウントページでキーを作成し、Bearerトークンとして送信してください。chat-completionsおよびaudio-transcriptionのリクエスト形式はOpenAI互換であるため、BroadNetベースURLを指定するだけで標準的なSDKが動作します。

アラビア語音声の文字起こし (curl)

```
curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav
```

請求書写真の読み取り (Python)

```
import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1",
                api_key=os.environ["BROADNET_API_KEY"])

invoice = base64.b64encode(open("invoice.jpg", "rb").read()).decode()
response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url",
         "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}])
print(response.choices[0].message.content)
```

文字起こしリクエストには必ず言語を指定してください。指定がない場合、アラビア語がラテン文字に翻字される可能性があります。対応フォーマットはaudio/wavおよびaudio/mpegで、1ファイルあたり最大26,214,400バイトまでです。

## データの保存先

プロンプト、画像、音声、回答、およびトランスクリプトは、1回のリクエストの間のみメモリに保持され、その後破棄されます。コンテンツがログに記録されたり、モデルのトレーニングや評価に使用されたりすることはありません。また、自動監査によって1時間ごとにこの設定がチェックされます。

BroadNetは、タイミング、トークン数、コストなどのコンテンツを含まない会計およびセキュリティ記録のみを保持します。

処理は米国で動作するハードウェアBroadNetによって行われます。データレジデンシーの要件に応じて、MENAまたは欧州でのリージョン処理もリクエストに応じて可能です。

## APIキー、制限、プライベートエンドポイント

- 従量課金制キー 1分間に30リクエスト、同時実行リクエストは4件まで。カードでチャージ可能なプリペイド残高から支払われます。1アカウントにつき最大10個のライブキーを使用でき、各キーの有効期間は1年間です。
- 時間ごとのキー $0.50でGemma 4 VL 26Bを1時間利用可能：1ストリーム、毎分120リクエスト、毎分300,000トークン。APIにより残高から発行されます。
- IP許可リスト 1アカウントあたり最大32個のIPv4またはIPv6アドレス、あるいはCIDR範囲を指定して、キーの使用を自社サーバーのみに制限できます。
- プライベートエンドポイント お客様専用のキー、制限、リージョンを使用し、アラビア語のファインチューニングを含む選択可能なモデルを実行する、専用のGPUまたはノード。料金はリクエストに応じて提示します。

## 質問

### 文字起こしではどのアラビア語方言に対応していますか？

湾岸地域、エジプト、レバント、マグリブ、および現代標準アラビア語に対応しています。アラビア語の音声にはアラビア語モデルを使用してください。アラビア語モデルはアラビア文字のまま維持されますが、多言語モデルでは混合音声において英語に流れる可能性があります。

### APIキーを取得するには？

inference.broadnet.aiでアカウントを作成し、残高を追加した後、アカウントページからキーを作成または失効させることができます。新規アカウントには、カード登録不要で30日間有効な5ドルのクレジットが付与されます。

### 音声ファイルやドキュメントは保存されますか？

いいえ。リクエストおよびレスポンスの内容は1回のリクエストの間だけメモリに保持され、その後破棄されます。ログに記録されたり、トレーニングに使用されたりすることはありません。

### データの処理場所はどこですか？

米国のBroadNet運用GPU上で実行されます。データレジデンシー要件を持つお客様には、ご要望に応じてMENAまたは欧州でのリージョン処理も可能です。

### モデルをプライベートに実行することは可能ですか？

はい。プライベートエンドポイントにより、ファインチューニング済みやアラビア語に適応させたバリエーションを含む、お客様が選択したモデルの専用GPUまたはノードを提供します。お客様専用のキー、制限、および必要なリージョンをご利用いただけます。

## 関連

[BroadNet AIプラットフォーム 法人向けAIエージェント、ナレッジエンジン、および音声AI。](https://www.broadnet.me/ja/platforms/broadnet-ai) [DialerBee 多言語対応AIコンタクトセンタープラットフォーム。](https://www.broadnet.me/ja/dialerbee) [BroadNetグループ グループ内の全ブランド（リンク付き）](https://www.broadnet.me/ja/about#group)

## 5ドルの無料クレジットから始めましょう

アカウントを作成し、キーを追加すれば、数分以内に最初のアラビア語音声ノートを送信できます。アカウント、キー、および請求管理はinference.broadnet.aiで行えます。

[アカウントを作成 (新しいタブで開く)](https://inference.broadnet.ai/) [BroadNetに相談する](https://www.broadnet.me/ja/contact)