2026/08/18 0:36

Launch HN: Speko (YC S26) – Voice AI 用オープンルートア

RSS: https://news.ycombinator.com/rss

要約▶

日本語翻訳:

Speko は、音声および言語モデルの統合を簡素化する単一 API ゲートウェイを導入しており、開発者が複数の STT/LLM/TTS プロバイダーを単一のベース URL（

https://api.speko.ai/v1

）と 1 つの API キーで管理することを可能にします。このツールは、業界が検証不可能なベンダの主張への依存を解消するために、Velma 2、GPT-4o Transcribe、Universal-3.5 Pro、Realtime STT、Qwen3-ASR、Gradium ASR、および Nova-3 などのモデルに対する精度（WER）とコストの両方で独立したベンチマークを提供します。ベンチマーク結果には、WER が 2.0% から 9.8% にわたる大きな性能差が示されており、Velma 2 は $0.0010/min で 4.4% を達成し、GPT Live Transcribe などのハイエンドオプションでは $0.0170/min のコストになる場合があります。一般的なベンダーリーダーボードとは異なり、Speko は公平な比較を確保するためにモデルを標準化されたテストセットに対して評価します。OpenAI API の統合（例えば LiveKit Agents との連携）については、MCP ホスト名（

https://mcp.speko.ai/mcp

）とモデル文字列のみが必要であり、

openai.STT

、

openai.LLM

、および

openai.TTS

エンドポイントをシームレスに置換できます。主要な利点の 1 つは、ユーザーが構成パラメータを調整することでプロバイダーを動的に切り替えられ、コードの再書き換えやインフラの変更を行う必要がないことです。この柔軟性により、企業は必要な性能閾値を保証しながら低コストのオプションを選択し、運用支出を最適化でき、マルチプロバイダーワークフローにおける複雑性を効果的に軽減すると同時に、開発者に正確でデータ駆動型の意思決定ツールを提供します。

本文

目的別言語モデル最適化とゲートウェイ構成ガイド

公開された測定結果に基づき、ベンダーの英語圏リーダーボードではなく、言語ごとの最適モデル選定を行うルーティング機能を紹介します。

言語ごとのベンチマークカバレッジおよびコスト対スコア評価

各ステージにおける主要モデルの性能（カバレッジ）とコストの詳細です。

リアルタイム音声認識 (STT)

モデル名	カバレッジ	コスト (例)/精度比
Ink-2	11.0%	$0.0090
Cartesia Ink-2	11.0%	$0.0090
Gradium ASR	8.4%	$0.0104
Nova-3	9.8%	$0.0048
Deepgram Flux	データなし	$0.0065
ElevenLabs Scribe v2 Realtime	データなし	$0.0065
OpenAI GPT Live Transcribe	データなし	$0.0170
Soniox STT RT-v5	7.5%	$0.0020 (低コスト)
Pulsesmallest	5.1%	$0.0050（推定）
Solaria-1	5.0%	$0.0125
Grok STT	4.8%	$0.0033
Velma 2	4.4%	$0.0010 (最低コスト)
Chirp 3	3.9%	$0.0160
GPT-4o-mini Transcribe	2.7%	$0.0030
Qwen3-ASR	2.8%	$0.0054
GPT-4o Transcribe	2.3%	$0.0060
Inworld STT-1	3.3%	$0.0025

汎用モデル (Universal Models)

モデル名	カバレッジ	コスト
Cartesia Ink-2	11.0%	$0.0090
Deepgram Nova-3	9.8%	$0.0048
Universal-3.5 Pro	2.0%	$0.0075
AssemblyAI Universal	2.0%	$0.0075

使用例：ゲートウェイ構成

すべてのプロバイダーに対して単一の

baseURL

と API キーを事前に設定することで、既存のフレームワークが OpenAI API 仕様のままで音声ワーカーを実行・観察できます。Speko は OpenAI API と互換性があり、ホスト名とモデル文字列のみが必要となります。

TypeScript での実装例

import { defineAgent, voice } from '@livekit/agents';
import * as openai from '@livekit/agents-plugin-openai';

const key = process.env.SPEKO_API_KEY!;
const baseURL = 'https://api.speko.ai/v1';

export default defineAgent({
  entry: async (ctx) => {
    const session = new voice.AgentSession({
      // STT モデルは環境変数や設定で動的に切り替え可能
      stt: new openai.STT({ 
        apiKey: key, 
        baseURL, 
        model: 'auto' 
      }),
      llm: new openai.LLM({ 
        apiKey: key, 
        baseURL, 
        model: 'auto' 
      }),
      tts: new openai.TTS({ 
        apiKey: key, 
        baseURL, 
        model: 'auto' 
      }),
    });
    
    await session.start({ 
      agent: new voice.Agent({ ... }) 
    });
  },
});

MCP を用いたエージェント設定

エージェントを Speko に向けて、以下のコマンドで MCP サーバーを追加します。

claude mcp add --transport http speko https://mcp.speko.ai/mcp

同じ日のほかのニュース

一覧に戻る →

2026/08/18 2:54

Rust の GPU オフロード：ポータブルで安全かつ高速

## 日本語の翻訳: 要約：最も重要な進歩は、Rust および LLVM に組み込まれた新しいゼロオーバーヘッド GPU コンパイルフレームワークであり、これは高実行速度とメモリー安全性という歴史的なトレードオフを成功裏に解消します。従来、開発者は効率性のために不安全な生ポインタを選択するか、NVIDIA や AMD などの単一ハードウェアプロバイダーに縛られるベンダー固有の言語に依存する别无選択でした。この解決策は、Rust の厳格な型システムと所有権規則を活用してデータ転送を安全に管理し、LLVM のオフロードインフラストラクチャおよび専門的な 2 パスコンパイルパイプラインを利用することで、複雑なメモリー移動やクロスベンダー間フェースの不整合を自動的に処理することにより、このジレンマを解消します。その結果、ユーザーは現在、危険な unsafe ブロックを使用せずに、またはプロプライエタリなドメイン固有言語に依存せずに、高パフォーマンスの GPU コードを書くことができます。RAJAPerf ベンチマークでの初期評価では、システムが GPU カーネルに対して競合する中間コードを生成しており、これによりネイティブで手動最適化された C++ ソリューションと同等かそれ以上の性能を発揮できる可能性があります。この統一アプローチにより、企業はデータ転送を最適化しながらも、セキュリティと異なるハードウェアベンダーへの移植性を維持することが可能になります。

2026/08/17 22:46

DuckDB v2.0 のプレビュー

## Japanese Translation: DuckDB v2.0、コードネーム「Cyanoptera」は、単独の分析ツールから、複雑なトランザクションワークロードを処理できる堅牢なマルチテナントサーバープラットフォームへの中道的変化を象徴しています。この大規模なアップグレードでは、`quack` エクステンションによるネイティブクライアント/サーバーアーキテクチャ、同時操作時のデータ完全性を確保するためのフル MVCC サポート、および従来のエンジンに代わるモダンな PEG ベースのパーサーを中心とした破壊的変更が導入されました。優れたパフォーマンスを実現するために、このリリースは遠隔接続を高速化するための非同期 I/O および、ファイル全体をスキャンせずともデータインデックスへの即座アクセスを可能にするストレージ v2.0 のような最適化されたストレージフォーマットを採用しています。技術的には、タイムゾーン論理をコアシステムに埋め込み、ICU などの外部ライブラリへの依存を排除し、宣言的な YAML 仕様から生成される安定した C API を導入しました。ユーザーはバッファー管理を必要とする新しいデフォルトストレージ方式への適応が求められますが、その対価は大きいです：組織は、PostgreSQL などの多様なデータベースに対してプッシュダウン最適化を適用した統合リモートクエリを実行でき、信頼できるローカルエクステンションリポジトリによる強化されたセキュリティを楽しむことができ、SQL レベルのトリガーや `VARIANT` タイプ、ベクトル検索機能など高度な機能を活用できるようになりました。

2026/08/17 23:18

生成 AI を使用した GitHub Copilot の「自動修正」機能で、Snowflake の Jira が侵害された件

## 日本語翻訳: # ルール - 元の意味を正確に保ってください（追加・省略なし）。 - 文書構造（見出し、箇条書きなど）を維持してください。 - 技術用語は正確に保ってください（API、LLM、zero-trust は自然な日本語がある場合を除いてそのまま使用）。 - トーンと確信度を維持してください。 - まとめ、説明、改変を行わないでください — 翻訳のみを実行してください。 # 出力形式 ## 日本語翻訳: （ここに日本語翻訳を記述します） ## 翻訳対象のテキスト: 改善は不要です — このサマリーは、推論や曖昧さを加えずにすべての主要点を正確かつ明確に反映しています。