AIでリアルタイム音声エージェントを構築する方法：Inworld AIを活用

Inworld AIをエージェントに連携させることで、テキスト処理と音声出力を橋渡しします。この構成により、エージェントは音声を聴き取り、テキストに変換した上で、ライブ通話を通じて合成音声で応答できるようになります。言葉によるやり取りの完全なループが実現します。

1. 01

   聴き取る

   エージェントが入力された音声ストリームをキャプチャし、理解可能なテキストに変換します。

   transcribe_audio
2. 02

   接続する

   音声対話を維持するため、エージェントが専用の通信チャネルを開設します。

   create_realtime_call
3. 03

   話す

   テキストによる応答に基づき、エージェントが連続的な音声ストリームを生成します。

   synthesize_speech_stream
4. 04

   応答する

   書き起こされたテキストを用いて論理的な回答を構成し、それを再び音声へと変換します。

   transcribe_audiosynthesize_speech_stream

Inworld AI Connector

準備完了です。MCPクライアントを選択し、セットアップ手順に従ってください。

コネクタリンクhttps://edge.vinkius.com/vk_preview_3lkEwqqakpRf4XlQXHb3G8jJBe7cyrieiM1PCdg3/mcpコピー

Claude Desktop

以下の手順で数秒で接続できます。

1. 1In Claude Desktop, open Settings → Connectors.
2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
3. 3Click Add and start a new chat — Inworld AI capabilities are ready to use.

設定 · claude_desktop_config.jsonコピー

{
  "mcpServers": {
    "inworld-ai-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_3lkEwqqakpRf4XlQXHb3G8jJBe7cyrieiM1PCdg3/mcp"
    }
  }
}

• Claude
• ChatGPT
• Cursor
• VS Code
• Windsurf
• Claude Code
• JetBrains
• Cline

アカウントの連携は一度だけで完了します。認証情報は暗号化されて保護されるため、接続後はすぐにエージェントとの会話を開始できます。

• 01

  AIは周囲の雑音を聞き取りますか？

  エージェントは書き起こしツールを使用して音声を処理しますが、主要な音声入力に集中するように設計されています。

• 02

  AIが自分の声のトーンを決定しますか？

  エージェントは合成ツールを使用して音声を生成しますが、具体的な音声プロファイルはInworld AI側の設定によって決まります。

• 03

  AIが勝手にマイクを操作することはありませんか？

  ありません。AIはツールを使用して音声ストリームを処理しますが、ユーザーのハードウェアやシステム設定を制御することはできません。

• 04

  AIが過去の音声録音を削除することはありませんか？

  ありません。ツールは書き起こしと合成のために音声を処理するだけで、ファイルを削除する権限は持っていません。

• 05

  AIがユーザーの許可なく通話を開始することはありますか？

  ありません。通話の開始は、エージェントまたはクライアントを通じてユーザーがトリガーする必要があります。

• Inworld AIについて他に質問がありますか？ Connectorのページで詳細を確認できます。 Inworld AI Connectorの全機能を見る