Loquela
調査

Loquela Remoteの速度をどう測ったか

1時間の音声を9秒未満で処理し、1時間あたり18,000分の音声を丸1時間受けても全リクエストを文字起こし。2つのテストの方法を説明します。

1 分で読めます調査確認日 2026-10-27

Loquela Remoteは400×の文字起こし速度で動きます。1時間の音声を9秒未満で処理します。この数字は1つのテストから来ています。2つ目のテストは別の問いに答えるものでした。多くの人から同時に、1時間に数百時間分の音声が届いたら何が起きるか、です。どちらも2026年10月27日に、その日に稼働していたLoquela Remoteのリリースで実施しました。この記事ではその方法を説明します。

テスト結果
60分のファイルを1本ずつすべての実行でサーバー時間7.08〜8.66秒
速度すべての実行で400×の文字起こし速度を上回る
1時間あたり18,000分の音声で1時間18,350件のリクエスト、すべて文字起こし済み
その1時間の短いクリップ半数が0.23秒以内、100件中95件が2.2秒以内に返却

1時間の音声を、1ファイルずつ

このテストでは、1つの録音がサーバーを単独で使えるときに、どれだけ速くテキストになるかを測ります。

  • サービス: リリース済みサービスのコピー。サーバーでは他に何も動かしていません。
  • ファイル: 一般的な形式の60分の音声録音4本。下の表に載せています。
  • 実行: ウォームアップのリクエストを1回、その後各ファイルを3回ずつ実行。
  • 計測: サーバー時間は、各リクエストについてサービス自身が残す記録です。ファイルはサーバー自身から送ったため、アップロードにはほとんど時間がかかっていません。
ファイル(60分)サーバー時間、3回の実行最も遅い回、送信側で計測
MP3、16 kHz モノラル7.08〜7.15 s7.25 s
AAC、48 kHz モノラル、64 kbps7.54〜7.58 s7.66 s
AAC、44.1 kHz ステレオ、128 kbps8.21〜8.25 s8.42 s
MP3、44.1 kHz ステレオ、128 kbps8.56〜8.66 s8.89 s

送信側で計測した最も遅い回は8.89秒でした。1時間は3,600秒の音声なので、録音を再生するより約405倍速いことになります。すべての実行が400×を上回っており、サイトではこの数字を使っています。

アップロード時間は回線によって変わるため、これらの数字には含まれていません。128 kbpsの60分のMP3は約58 MBです。64 kbpsのモノラルならその半分なので、より早く届きます。

多くの人が同時に:1時間あたり18,000分の音声で1時間

このテストでは、重く混在したトラフィックの下でサービスがどう動くかを測ります。1時間あたり18,000分の音声とは、毎時間300時間分の音声が届くということです。これを丸1時間続けました。

  • サービス: 同じリリースを、本番と同じ構成で動かしました。
  • 送信元: テスト用の16アカウントが、互いに無関係な顧客のように、ランダムなタイミングで録音を送信。サーバー上で動かしたため、以下の時間にインターネットは含まれていません。
  • 録音: 5〜30秒の短い音声クリップ(半分がWAV、半分がM4A)、10〜60分の会議、60〜120分の長い録音(どちらもMP3)。音声の分数で見ると、15%が短いクリップ、45%が会議、40%が長い録音でした。
  • 話者ラベル: 会議と長い録音の約10件に3件で有効。
  • 音声: 音読された英語。オーディオブック録音の公開コレクションであるLibriSpeechから取り、各長さに合わせて切り出してつなぎ合わせました。
録音リクエスト文字起こし済み中央値
短いクリップ、5〜30 s18,02018,0200.23 s
会議、10〜60分24124112.2 s
長い録音、60〜120分898942.6 s

合計で、その1時間に18,925分の音声が届き、18,350件のリクエストすべてが文字起こしとともに返りました。断られたものも、失敗したものもありません。

短いクリップは最初から最後まで速いままでした。1時間のどの10分間でも中央値は0.20〜0.29秒に収まり、1時間を通して100件中95件が2.2秒以内に返りました。

会議は中央値で140×の文字起こし速度、長い録音は122×でした。最初のテストより遅いのは、多くの録音が同時にサーバーを分け合っているためです。1件ごとの時間は単独のときより長くなりますが、1時間で処理できる音声ははるかに多くなります。

あなたの録音にとっての意味

  • 30分の会議は、サーバーを単独で使えるとき、サーバー時間で約4秒です。これにアップロードの時間が加わります。
  • 短い音声クリップは、たいてい1秒を大きく下回る時間で返ります。
  • 待ち時間の合計は、アップロード、サーバー時間、文字起こしの返送です。文字起こしは小さいので、ほぼすぐに届きます。

次に計測するとき

これらの数字は、2026年10月27日に稼働していたリリースのものです。文字起こしの動き方を変えたら改めて計測し、数字が変わればサイトとこの記事を更新します。

Loquela Remoteは、米国のお客様向けのプライベートな音声文字起こしAPIとMCPサーバーです。音声も文字起こしも保存しません。音声がどう扱われるか、他の文字起こしAPIの扱い、料金をご覧ください。