ディープシークのAPIがAI対話でのWeb検索や音声・OCR機能に対応
ディープシークAPIの機能追加と概要
ディープシークは既存の対話APIでWeb検索やURL読み込みなどの機能を利用できるようにし、光学文字認識や音声認識と音声合成の単体APIも公開しました。
対象モデルはフラッシュモデルで、検索やページ取得の処理はサーバー側で実行されます。
文書解析機能では、アップロードしたファイルを解析してメッセージから参照できます。
光学文字認識はページ単位で結果を返し、位置情報が含まれます。
音声認識は日本語を含む二十一言語に対応し、音声データは最大百二十秒まで送信できます。
音声合成は複数の音声と十言語に対応し、テキストから自動で言語を判別します。
検索やページ取得、文書解析や光学文字認識、音声関連の各機能にはそれぞれ利用料金が設定されており、対話モデルを使う場合はトークン料金が加算されます。
データの処理や保存に関しては、中国の法令やプライバシーポリシーに沿った確認が必要です。
安全性チェック機能では入力とモデルの出力が審査され、拒否された場合でも消費した分のトークンは課金の対象となります。
AIモデル対応状況とAPI利用料金の変更点
- 中国のAI企業ディープシークは、Web検索、URL読み込み、OCR、音声認識・音声合成の各種APIを公開した。
- 音声認識は日本語を含む21言語・120秒まで対応し、文書解析やOCR、検索機能は用途や料金に応じて利用できる。
- 利用時は中国の事業者に適用される法令やプライバシーポリシーを確認し、送信データやセキュリティ対策の検討が必要となる。
音声認識や検索機能を備えたAIの分析・解説
ディープシークは既存の対話APIでWeb検索やURL読み込みなどの機能を利用できるようにし、光学文字認識や音声認識と音声合成の単体APIを公開しました。
対象モデルはdeepseek-flashであり、検索やページ取得の処理はサーバー側で実行されます。
文書解析機能では、アップロードしたファイルを解析してメッセージから参照できます。
光学文字認識はページ単位で結果を返し、位置情報が含まれます。
音声認識は日本語を含む二十一言語に対応し、音声データは最大百二十秒まで送信できます。
音声合成は複数の音声と十言語に対応し、テキストから自動で言語を判別します。
検索やページ取得、文書解析や光学文字認識、音声関連の各機能にはそれぞれ利用料金が設定されており、対話モデルを使う場合はトークン料金が加算されます。
データの処理や保存に関しては、中国の法令やプライバシーポリシーに沿った確認が必要です。
安全性チェック機能では入力とモデルの出力が審査され、拒否された場合でも消費した分のトークンは課金の対象となります。
まとめ

ディープシークは、対話APIでのWeb検索やURL読み込み機能に加え、文書解析、光学文字認識、音声認識と音声合成の単体APIを公開しました。音声認識は日本語を含む21言語や120秒までの音声データに対応し、各機能にはそれぞれ利用料金が設定されています。利用にあたっては、中国の法令やプライバシーポリシー、利用条件や料金体系の確認が必要です。
関連トピックの詳細はこちら

出典・確認日
参照元:財経新聞:DeepSeek APIに検索・文書・音声機能、日本語にも対応
元記事公開日時:2026-11-18T12:22:33+09:00/参照元確認日:2026-11-18

