インドの音声AIは多くの課題、Wispr FlowはHinglish混合モードに賭けて逆風成長

インドにおいて、音声AI製品は常に越え難い「バベルの塔」に直面してきた——数十の公用語、数百の方言、複雑なアクセント、そして公共の場での騒がしい環境が、技術でこの市場を征服しようとするあらゆる企業を悩ませてきた。しかし、米国のスタートアップ企業Wispr Flowはその困難に正面から挑み、ヒンディー語と英語の混合版（Hinglish）によって顕著な成長を遂げた。

Hinglish：混合言語から成長エンジンへ

Wispr Flow創業者兼CEOのElad Mezuman氏はインタビューで、2025年末にHinglishサポートを導入して以降、同社のインドにおけるユーザーアクティブ率と有料転換率がいずれも「2桁成長」を実現したと明かした。彼は、インドのユーザーは音声インタラクションに慣れていないわけではなく、日常の言語習慣に自然に溶け込む製品を必要としているのだと指摘する——ユーザーが堅苦しい「Brother, send a message」ではなく「Bhai, ek message bhejo」と話せるようになって初めて、音声アシスタントの実用性が真に発揮されるのだ。

「インド市場は、我々に音声AIの境界を再認識させてくれた。かつては精度こそが唯一の課題だと考えていたが、ユーザーがより重視しているのは『その言語が自分の生活に属するバージョンかどうか』だった」——Elad Mezuman

音声AIの「インド式ジレンマ」

Hinglish版が初期の成功を収めたとはいえ、インド市場の特殊性は依然として多くの巨大企業を尻込みさせている。Google AssistantとAmazon Alexaはインドで何年も展開されてきたが、「ツール的使用」の限界を突破できずにいる——ユーザーは天気の確認やアラーム設定などの簡単なタスクにしか使わず、業務、ソーシャル、ショッピングといった深い領域への浸透は遅々として進まない。理由の一つは、インドの音声APIの認識率が騒がしい環境では30%以上も急落すること。もう一つは、多くの方言のコーパス規模が小さく、モデルの学習コストが極めて高いことである。

これに対し、Wispr Flowは「軽量化」というアプローチを採用した：すべての言語をカバーしようとせず、ユーザー基盤が最も大きい混合言語であるHinglishに集中して取り組み、エッジ推論によって遅延とコストを削減した。この戦略は、急速に拡大するインドの中流階級ユーザーの習慣——英語で仕事をしながら、生活ではヒンディー語を多用する——にちょうど合致した。

編集後記：「聞き取る」から「理解する」への飛躍

音声AIのインドにおける課題は、技術的問題ではなく文化的アイデンティティの問題である。Wispr Flowの事例は、製品がユーザーを「標準化」しようとせず、ユーザーの言語習慣に積極的に適応する時、成長は自然に訪れることを示している。ただし、Hinglishの成功が他の混合言語（TinglishやBenglishなど）に複製できるかは未知数だ。インドにおける5Gのカバレッジ拡大とAIエッジ演算能力の向上に伴い、音声インタラクションは次のスーパーエントリーポイントになる可能性がある。しかし、「言語は文化である」を真に理解する企業のみが最後に笑うことができるだろう。

現在、Wispr Flowは2026年内にタミル語とベンガル語の混合サポートを追加することを計画しており、インド国内の音声データセット提供者と提携して方言モデルの学習コスト削減に取り組んでいる。同社の資金調達は順調に進んでおり、最新ラウンドはSequoia Capital Indiaがリードし、評価額はすでに5億ドルを超えている。

本記事はTechCrunchより翻訳・編集