AI最新情報読了 6 分

「人間らしいAI」が電話口に現れた――higurashiが全二重音声モデル「Haru 4B」を無料公開

Shiritomo編集部 @shiritomoAI_jp 2026年11月14日更新

050-5444-3154。
この番号に電話をかけると、電話越しに相槌を打ったり、笑ったりしながら会話するAIが応答します。
日本のAIスタートアップ・higurashiが11月13日、このAIの土台となる対話モデル「Haru 4B」を無料で公開しました。

音声AIを使ったサービスを検討している開発者や、AIの動向を追っている人にとっては、誰でも電話一本で試せる珍しい公開方法も含めて気になる話題です。
何が公開されたのか、実際どこまで”人間らしい”のか、調べてみました。

先に結論をまとめると：
– higurashiは対話モデル「Haru 4B」の重みを含め、Apache 2.0ライセンスで誰でも利用・改変できる形で公開しました
– ターン制ではない「全二重（full-duplex）」方式を採用し、MacBook上で約65ミリ秒という低遅延での応答を実現しています
– 公開されている電話番号にかけることで、申し込みやアプリのインストールなしに体験できます

「相手の声を聞きながら話す」AIとは

higurashiの公式Xアカウントは11月13日、Haru 4Bの公開を発表しました。

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】

4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました！

弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います pic.twitter.com/vt6BfHgX2Y
— higurashi (@HigurashiAI) 2026年11月13日

一般的な音声AIの多くは、こちらが話し終わるのを待ってから答える「ターン制」の仕組みです。
これに対しHaru 4Bが採用する「全二重（full-duplex）」は、こちらの発言を聞いている最中でも、同時に自分の音声を生成できる構造になっています。
GitHub上の技術資料によると、133ミリ秒ごとに1フレーム分の音声を処理する「7.5Hz」という単位で、入力と出力を並行して進めているとのことです。
相槌や笑い声がこちらの発言を遮らずに重なるのは、この仕組みによるものだと考えられます。

この投稿を公開したのは、開発に携わったとみられるアカウントで、「今年ずっと開発してきた」とコメントしています。

今年ずっと開発してきた、人間らしく話せることにこだわった対話モデル「Haru」をオープンウェイトで公開しました！！！

いわゆる"full-duplex"ですが、我々のモデルは『リアルタイムに音声を同時に入出力する』構造で、full-duplexな対話モデルの中でも一段と人間らしく話せます。 pic.twitter.com/eD26nxAziT
— minaminao (@vinami) 2026年11月13日

ただ、公開されたのはあくまで研究用の事前学習モデルで、特定用途向けに調整された製品ではありません。
どの程度の完成度なのか、仕組みの中身をもう少し調べてみました。

調べて分かったこと

学習にはどれくらいのデータを使っているのか？

higurashi公式ブログによると、Haru 4Bは160以上の言語をカバーする4,000万時間超の音声データで事前学習したうえで、そのうち相手の発言と自分の発言が同時に進行する「全二重」の会話に絞った1,300万時間超のデータを使って、聞きながら話す段階を学習しているとのことです。
会話サンプルには最長60分間続くものも含まれているとされています。
モデル自体が対応している会話言語は、英語・スペイン語・ポルトガル語・ドイツ語・フランス語・中国語・日本語・ロシア語・韓国語の9言語です。

なぜ”低遅延”が重要なのか？

音声AIとの会話で不自然さを感じる原因の一つが、返答までの「待ち時間」です。
higurashi公式ブログでは、MacBook（Apple Silicon）上での処理において、モデルそのものの計算時間が34.2ミリ秒前後、全体のやり取りでは約65ミリ秒の遅延に収まるとしています。
人の会話における相槌のタイミングに近づけることが、全二重方式を採用する狙いの一つのようです。

先ほどのhigurashi公式の発表では、このモデルを「人間のように、自然に笑い、相槌を打つ『人間らしいAI』」と表現していました。
ただ、この評価は発表元自身によるもので、第三者による検証を確認できたわけではありません。

無料で試せる音声AI、今後も増えるのか？

オープンウェイトの音声AIが無料で公開される例は、2026年に入ってから複数見られるようになっています。
開発者にとっては、商用APIに頼らずローカル環境で音声対話を試せる選択肢が増えていることになります。
一方で、どのモデルがどこまで実用レベルかは、ベンチマークだけでは判断しづらい部分もあり、電話番号での直接体験のように、手軽に試せる窓口があることは珍しく、実際の使い勝手を確かめる機会として注目できそうです。

Shiritomo編集部の考察：”試せる窓口”があることの意味

音声AIのモデルは、スペックだけを並べられても実際の自然さが伝わりにくいという特徴があります。
Haru 4Bが電話番号を公開して誰でも体験できる形にしたのは、開発者やユーザーに実際の挙動を確かめてもらうための工夫だと考えられます。
重みそのものをApache 2.0で公開している点も含めて、性能を言葉で説明するより「触ってもらって判断してもらう」方向に寄せた公開の仕方だと言えそうです。
AI活用を検討している人にとっては、スペック表だけでなく、実際に触れる窓口があるかどうかも、モデルを見極める材料になりそうです。

まとめ

higurashiは全二重の音声対話モデル「Haru 4B」を、重みを含めてApache 2.0ライセンスで無料公開しました。
公開されている電話番号にかけるだけで体験できる手軽さと、約65ミリ秒という低遅延が特徴です。
研究用の段階ではあるものの、音声AIの”人間らしさ”を自分で確かめられる珍しい機会になっています。