ゲームNPC向けDeepgram Voice Agent APIとNeocortexの比較
Deepgram Voice Agent APIは、音声認識、LLM、TTSを分単位の料金でまとめて提供します。音声付きのゲームキャラクターとして、Neocortexと比べてどうかを解説します。
Neocortex TeamThe team behind Neocortex
· 2026年10月20日更新 · 5分で読めます

Deepgram Voice Agent APIでゲームのNPCに声を付けられますが、接続が開いている分だけ料金がかかり、キャラクターとエンジンのクライアントは自分で作る必要があります。 Neocortexは、同じ音声のパイプラインを、キャラクターのツールとエンジンのSDKと一緒に、月額プランでまとめて提供します。
Deepgramは音声認識の会社です。そのVoice Agent APIは、音声認識、言語モデル、テキスト読み上げを1本のWebSocket接続で動かし、関数呼び出しと、各段階でのプロバイダーの選択に対応しています。 ここでは、ゲームでそれにどれだけの費用がかかり、何が必要になるか、そして2つをどう比べるかを説明します。
料金の概要
Deepgramは分単位の料金を、「WebSocketの接続時間に基づいて計算」すると公表しています。従量課金の列は次のとおりです。
| Deepgram Voice Agentのプラン | 1分あたり |
|---|---|
| Standard | $0.075 |
| Standard、TTSを自分で用意 | $0.065 |
| Custom、LLMを自分で用意 | $0.065 |
| Custom、LLMとTTSを自分で用意 | $0.050 |
| Advanced | $0.163 |
Growthの料金では、それぞれの単価が下がります。LLMやTTSを自分で用意する場合は、そのプロバイダーにも別途支払うことになります。
Neocortexのプランは月額で、利用枠が含まれます。
| Neocortexのプラン | 価格 | 含まれるもの |
|---|---|---|
| Starter | EUR 9/month | 個人と学術の利用 |
| Pro | EUR 29/month | 商用利用、グループチャット、カスタムボイス5つ |
| Team | EUR 99/month | 5席、クイズエンジン、カスタムボイス20個 |
ゲームでは接続時間が重要な理由
サポート窓口の通話では、通話が始まり、担当者が話し、通話が終わります。接続時間と会話の時間は、ほぼ同じものです。
ゲームは違います。プレイヤーが宿屋の主人に近づき、2つ質問し、その後は地下室の略奪に20分を費やしてから戻ってくるかもしれません。 NPCの接続が開いたままなら、その間ずっと料金がかかります。
1,000人のプレイヤーが、おしゃべりなNPCの近くに1時間ずついるオープンワールドのゲームを考えてください。実際に話しかけているのは10分だけです。
- 接続を開いたままにする場合: 60,000分。Standardの料金で約$4,500です。
- 会話の時だけ接続を開く場合: 10,000分。約$750です。
2つ目の数字も達成は可能です。ただし、クライアントがやり取りのたびに接続を開閉し、プレイヤーが気づかないほど素早く再接続できる場合に限ります。 そのロジックは自分で書いてテストする必要があります。実際には、次のことを意味します。
- ソケットを開くのは、シーンの読み込み時ではなく、プレイヤーが話せる範囲に入ったときか、会話のキーを押したときです。
- 無音のタイムアウトの後に閉じ、そのタイムアウトの長さをNPCごとに決めます。
- 再接続のときに会話の文脈を戻し、宿屋の主人が地下室の鍵についての質問を覚えているようにします。
- 再接続の遅れをアニメーションや短いセリフで隠し、プレイヤーが無音で待たされないようにします。
どれも小さな機能です。それら4つをすべてのNPCの種類で正しく作るのは、それだけで一つの作業になります。
パイプラインの上に自分で作るもの
Deepgramでは、各部品を設定できます。OpenAI、Anthropic、Google、NVIDIAのマネージドLLM、または自分のOpenAI互換のエンドポイントを使えます。DeepgramのFluxとAuraの声、またはマネージドのCartesiaを使えます。OpenAI、ElevenLabs、Cartesia、Amazon Pollyから、TTSを自分で用意することもでき、プロバイダーの間でフォールバックできます。 ゲームのNPCとしては、次のものを自分で持つことになります。
- Unityのクライアント。 SDKは、Python、JavaScript、C#、Goです。Unityのパッケージやサンプルはないので、マイクの取り込み、再生、ソケットのライフサイクルはすべて自分の仕事です。
- キャラクター。 人格、知識、口調、ガードレールは、コードで管理するプロンプトと設定にあります。
- ゲームの状態。 関数呼び出しはフックを与えてくれます。その呼び出しを、ドアを開ける、アイテムを渡す、クエストを更新する、に変えるのは自分の仕事です。
- 声。 キャラクター専用のクローン音声には、別のプロバイダーのアカウント、契約、請求が必要です。
すでにDeepgramで試作している場合
試作のほとんどは引き継げます。システムプロンプトはキャラクターの出発点になります。背景はAgentノードに、事実や設定はKnowledgeに(テキスト、PDF、TXTのファイルとして)、口調はPersonalityと最初のEmotionに入れます。 関数の定義はIntentとActionになります。そのため、関数呼び出しを解析する代わりに、ゲームはアクションの名前と、それが対象にするオブジェクトのIDを受け取ります。
クライアント側では、独自のソケットのコードは不要になります。Unity SDK、Unreal Engine 5の連携、Godotのプラグイン、またはWeb APIがその代わりになります。権利のある自分用のTTSの声を使っていた場合は、Neocortexで短いサンプルからクローンし、キャラクターの声が同じに聞こえるようにできます。
Deepgram Voice AgentとNeocortex:判断表
| プロジェクトに必要なもの | Deepgram Voice Agent | Neocortex |
|---|---|---|
| Unityとの連携 | C#のSDKの上にクライアントを書く | Unity SDK、Unity 6、サンプルシーン6つ |
| UnrealまたはGodot | エンジンごとにクライアントを書く | Unreal Engine 5、Godot、Web API |
| キャラクターを編集するデザイナー | コードの中のプロンプト | ビジュアルノードエディター:人格、感情、知識、Intent、アクション |
| 世界の中で動くNPC | 自分で対応づける関数呼び出し | 対象IDつきのアクション、シーンのオブジェクト、セリフごとの感情タグ |
| 分岐するストーリーの場面 | 自分のステートマシン | flowStateのチェックポイントを持つConversation Flows |
| 1つのシーンに複数のNPC | 接続ごとに1つのエージェント | 1つの会話に最大6キャラクター(ProとTeam) |
| キャラクターごとの固有の声 | TTSプロバイダーを自分で用意 | 音声のクローンと音声デザインが組み込み |
| 予測しやすい月額の費用 | 開いている接続の分単位 | 利用枠つきの月額プラン |
| ブラウザ向けのビルド | WebGLのマイク処理を自分で書く | Unity WebGLでのマイク対応 |
私たちの見方
Deepgram Voice Agentは、開始と終了がある通話を前提に設計された音声パイプラインです。そのため、接続時間で課金し、キャラクターはユーザーに任されます。 ゲームでは、Neocortexが、音声の入出力、言語モデル、声、キャラクターを1つのアカウントで提供し、エンジンのSDKとゲームのアクションも付いてきます。そのため、開いたソケットの分ではなく会話の分で支払い、配管ではなくNPCに時間を使えます。
Deepgramの詳細は、2026年10月に最後に確認しました。
よくある質問
Deepgram Voice Agent APIはいくらかかりますか?
Deepgramは、従量課金のStandardプランを1分あたり$0.075とし、WebSocketの接続時間に基づいて課金すると公表しています。LLMやTTSを自分で用意する場合は、単価が下がります。Neocortexは月額プランで利用枠が含まれ、Starterの月額EUR 9から、商用利用のProは月額EUR 29です。
Deepgramには、Unity SDKがありますか?
ありません。そのVoice AgentのSDKは、Python、JavaScript、C#、Goに対応しており、Unityのパッケージもサンプルもありません。Neocortexには、Unity 6向けのUnity SDKがサンプルシーン6つ付きであり、Unreal Engine 5、Godot、Web APIもあります。
Deepgram Voice Agentで、クローンした声は使えますか?
マネージドの声は、Deepgram自身のTTSモデルと、マネージドのCartesiaから来ています。そのため、クローンした声には、自分でプロバイダーのアカウントを用意する必要があります。Neocortexには、音声のクローンと音声デザインが含まれ、カスタムボイスはProで5つ、Teamで20個です。
Deepgram Voice Agentは、ゲームのNPC向けに作られていますか?
サポート窓口のような用途を対象にした、汎用の音声エージェントのパイプラインです。キャラクターの設計、ゲームの状態、エンジンのクライアントは自分で作ります。Neocortexはゲームのキャラクター向けに作られており、ビジュアルエディター、ゲームのアクション、エンジンのSDKがあります。






