Voxide

Voxideは、サイト向けの音声AI SDK。音声・テキストの指示を登録済みJavaScript関数につなぎ、ライブ状態認識、ルーティング、React/非React環境に対応します。

ブラウザベースの Web アプリ向け音声 AI

Voxide は、サイト向けの音声 AI SDK で、自然言語入力をアプリの実際の JavaScript 関数に接続できます。別のチャット体験を追加する代わりに、ユーザーが話すか入力したときにエージェントが呼び出せる capability を登録し、SDK がそれらの操作をブラウザ内で実行します。

この製品は、Web アプリ向けの capability-first な実行レイヤーとして位置づけられています。ライブ状態を読み取り、ルートに従い、React、Next.js、Vue、Svelte、Angular、Solid、Django、Rails、Laravel、WordPress、そしてプレーン HTML で動作でき、React 経由では事前構築済みウィジェットが利用でき、他のスタック向けには headless client があります。

機能

登録済み capability によるアクション実行

JavaScript 関数を capability として公開し、エージェントが自然言語のリクエストから、カート更新、クーポン処理、その他の型付きハンドラなどの実際のアプリ操作を実行できるようにします。

ライブ状態認識

現在の UI 状態をエージェントにバインドし、ルート、カート内容、その他のライブページデータを含め、ユーザーが見ている内容に基づいて応答できるようにします。

ルーティングとナビゲーション制御

音声ワークフローの一部としてナビゲーションを処理し、リクエストがルート変更に対応する場合は、請求ページなどのルートや他のアプリ内ページへユーザーを移動させます。

React ウィジェットと headless client の選択肢

チャットパネル、ボイスバー、オーブ、ビジュアライザーを含む事前構築済みの React ウィジェットを使うか、他のスタックで headless client を使う場合は独自のインターフェースを構築できます。

危険な操作の確認

破壊的な操作を dangerous としてマークし、進行前に SDK が一時停止して UI での確認を求められるようにします。

複数の統合パス

React package、core import、または server-rendered / static サイト向けの script tag を通じて、さまざまな実装パスをサポートします。

ユースケース

e コマース操作
音声対応のショッピングフローを追加し、ユーザーが「カートに商品を追加」のように話すと、登録済みハンドラがアプリ内のカートを更新します。
アプリ内ナビゲーション
目的地を話すだけで、ユーザーが商品ページ、請求セクション、アカウント領域を移動できるようにし、ルート変更は SDK が処理します。
SaaS ダッシュボードとワークフロー
クーポンの適用や、認証済みセッション内での他の登録済み capability の呼び出しなど、ブラウザからアプリ機能を起動できる方法を SaaS ユーザーに提供します。
内部ツール
インターフェースがすでに構築されていて、チームがロジックを重複させずに既存のコントロールをエージェントに操作させたい内部ツールや管理ページに、音声入力を接続します。
非 React またはサーバーサイドレンダリングのサイト
React ウィジェットを採用せずに音声操作を行いたい場合、Vue、Django、Rails、またはプレーン HTML サイトで headless 統合パスを使用します。

Pros and Cons

Pros

話し言葉や টাইピングされたリクエストを、会話だけに限定せずアプリ関数へ直接マッピングします。
ブラウザ内で動作するため、エージェントがライブ UI 状態と現在のセッションコンテキストを読み取れます。
React + ウィジェットから、他のフレームワークやプレーン HTML での headless 統合まで、複数の実装パスをサポートします。
危険な操作の確認ステップが含まれており、破壊的なワークフローの保護に役立ちます。
無料の開始ティアと 2 つの有料利用オプションがあり、チームは本格導入前に試せます。

Cons

音声・非 React のパスは headless なので、ウィジェットが自動的に提供されるのではなく、自分でインターフェースを構築する必要があります。
ソースでは非 React サイト向けの drop-in embed が計画中とされていますが、まだ利用できません。
一部のセットアップ詳細はフレームワーク固有のため、各スタックに対応したドキュメントに従う必要があります。

FAQ

自分で音声/チャット UI を作る必要がありますか？

React では、Voxide にはマイク、波形アニメーション、チャットの文字起こしを含む、すぐに使える `<VoxideWidget />` が付属しています。その他のスタックではクライアントはヘッドレスで、インターフェースは自分で構築します。

publishable key をブラウザで使っても安全ですか？

ドキュメントによると、publishable key はフロントエンドコードで公開しても安全ですが、ダッシュボードで Domain Whitelist を設定する必要があります。Voxide は厳格な CORS チェックを使用して、許可されていない WebSocket 接続を拒否します。

Voxide はどのフレームワークやサイト種別に対応していますか？

Voxide は、React パッケージのインストール、core import の使用、または script tag の読み込みでセットアップします。フレームワークのドキュメントでは、React/Next.js、Vue、Svelte、Angular、Solid、Django、Rails、Laravel、Go templates、WordPress、Astro、Hugo、およびプレーン HTML のサポートが説明されています。

Voxide の料金はどのようになっていますか？

価格ページでは、1 session をエージェントとの音声またはテキストの会話 1 回分と定義しています。無料プランには 5 sessions が含まれ、その後は月額プランまたは従量課金プランを選べます。

Voxide は実際に自分の Web サイトを操作できますか、それとも質問に答えるだけですか？

ソースでは Voxide はチャットボットではなく実行エンジンとして説明されています。登録済みの JavaScript 関数を呼び出し、ライブ状態を読み取り、UI をナビゲートできます。アプリを書き直すことなく Web サイトを音声操作可能にすることを意図しています。

Quick Facts

カテゴリ: Voice AI SDK
主な用途: Webサイトと Web アプリに音声操作を追加すること
対応パス: React/Next.js ウィジェット、headless core import、server-rendered / static サイト向け script tag
言及されているフレームワーク: React, Next.js, Vue, Svelte, Angular, Solid, Django, Rails, Laravel, WordPress, Astro, Hugo, プレーン HTML
料金: 5 sessions の無料ティアに加え、Pro と従量課金プラン
ソースドメイン: voxide.app

Voxideの代替品

ByteAsk

ByteAskは、C/C++向けのターミナル起点AIコーディングエージェント。リポジトリを編集し、コンパイラやデバッガ、サニタイザ、テストで変更を検証してから差分を表示。無料枠あり。

CreateOS Sandbox

CreateOS Sandboxは、FirecrackerマイクロVM上でコードやエージェントのワークロードを実行できる分離型コンピュート環境です。SDK、CLI、MCPで制御可能。

hob

hobは、エージェントのセッション、ターミナル、履歴、後続作業を、既存のツールやプロバイダーに合わせて整理できる独立したコーディングエージェント向けワークスペース。ローカルでの制御を重視する開発者に最適。

Manta AI

Manta AIは、URLからアプリの挙動を把握し、回帰を検出し、スクリプトやセレクタ管理なしでテストを生成できる自律型Webアプリテストツールです。

SonOf

SonOfは、リポジトリとPMツールに接続し、コードベースと周辺の製品コンテキストを監査して、承認済みの作業をシニアエンジニアのレビュー付きで公開済みチケットに変えます。

Ghost

Ghostは、チャット、コード生成、コマンドラインでのタスク実行に対応したターミナル向けAIアシスタントです。無料モデルを同梱し、Linux、macOS、Windowsで使えます。オープンソースです。