HumeのVoice-to-Voice with EQを支えているのは、優れたボイスチャット技術だ。相手の発話の終了を的確に判断して返答を行うことはもちろん、AIの発話中にユーザーの割り込みがあると、ただちに聞き取りモードに切り替わるなど、会話の自然さには驚かされる（以下、記事中の画像は筆者作成） 拡大画像表示
ボイスチャット中に、AIとユーザーのそれぞれの声に込められた感情がリアルタイムで数値化されて表示される。実際の企業のコールセンターなどで運用する場合は、これらの数値を内部的に利用して、応対の仕方を変えていくといった利用法が考えられる 拡大画像表示
ユーザーがリアルタイムでカメラ入力したポーズに合わせてキャラクターが生成される、Kreaの画像生成機能。あらかじめ決められたキャラクターで置き換えるVtuber用のアプリとは異なり、キャラクターの性別や特徴はプロンプトで指定できる 拡大画像表示
歌唱付きのリアルな楽曲生成AIとして定評のあるSuno AI。日本語の歌詞もサポートされ、2分程度の曲であれば、有償プランのユーザーが利用できるv3で一度で生成できることもあって、使い勝手の点でも優れている 拡大画像表示
日本語歌詞には未対応だが、ボーカルと各楽器パートを分離して保存する機能を標準で備えたSonauto。他が1度に2バリエーションの生成であるのに対し、3バリエーションが生成される点にも独自性がある 拡大画像表示
