「AI議事録作成支援システムライセンス使用契約」に係る一般競争入札の実施について

「AI議事録作成支援システムライセンス使用契約」に係る一般競争入札の実施について AI議事録作成支援システムライセンス調達仕様書１ 事業目的ＡＩ等の先端技術を導⼊し、⾳声を⾃動的に認識して⽂字化(以下「テキスト化」という。)を⾏うシステムを導⼊することで、庁内の会議・審議会等(以下「会議等」という。)の議事録の作成に要する職員の作業時間を削減し、業務の効率化と市⺠サービスの向上を図る。 ２ 調達概要(１) 会議録作成のため会議録支援システムをオンプレ版にて提供すること。 (２) ⾳声認識支援システムライセンスは、４ライセンスを提供すること。 ３ 調達内容および調達要件⾳声認識エンジンは、株式会社アドバンスト・メディア「AmiVoice」もしくは、AmiVoiceと同等以上の変換精度を有するものとし、別紙『⾳声認識システム仕様書』のとおりとする。 なお、AmiVoice 以外の⾳声認識エンジンを調達する場合は、同等以上の変換精度を有する証明を⾏い、浦添市の承認を得ること。 また、仕様書に記載のない事項であっても、業務を実施するために必要な事項は実施するとともに、これらの費用を負担しなければならない。 ４ 契約期間令和８年６月１日から令和10年３月31日まで５ 納⼊場所及び納⼊期限納⼊場所)浦添市役所 企画部情報政策課納⼊期限)令和８年５月31日迄６ 納品物⾳声認識システム『AmiVoice ScribeAssist』４ライセンス７ ⾒積(⼊札)⾦額(１)令和８年６月１日〜令和10年３月31日までの使用期間(22ヵ月分)における総額料⾦※４ライセンス料を含む※初期費用または基本料⾦等が発⽣する場合は、⾒積(⼊札)額に含めた額とすること。 ※「AmiVoice」以外の⾳声認識エンジンの場合は、あらゆる諸費用込みの定額月額とする総額とする。 ※事前に⾒積内訳書を提出すること。 ８ 請求及び支払い方法(１) 使用料は、月額料⾦とする。 (２) 使用料は、毎月後払いとする。 ９ その他(１)導⼊機器の円滑な運用のために委託者を支援するとともに、委託者からの調査依頼、資料請求等に対して迅速に対応すること。 (２)本業務の履⾏に伴い発⽣する成果物等はすべて委託者に帰属するものとする。 (３)業務の実施に当たりデータの漏えい、データの滅失、事故等の予防に⼗分留意し、業務の信頼性、安全性の確保に努めること。 (４)業務の総括責任者及び代⾏するものを置くこと。 総括責任者は、業務実施中に従事者を指揮し、市の担当者と連絡を密にし、遺漏のないように努めること。 (５)代理店証明できる書類の提出を⾏うこと。 10 特記事項(１)業務の実施に当たって知りえた業務上の秘密を外部に漏らし、⼜は他の目的に利用してはならない。 (２)本仕様書の内容について疑義が⽣じた場合、⼜は本仕様書に定めのない事項については、委託者と協議の上決定する。 ⾳声認識システム仕様書１．システム仕様１－１．基本機能(１)会議の開催形式(対面またはWeb 会議などの非対面、さらにはそのミックスとなる形式)、会議の種別(地方議会、団体内での社内会議や面談、外部顧客や取引先との商談、株主総会、記者会⾒・取材)、および⼈数の多寡などにかかわらず幅広いシーンで利用できるスタンドアローン型⽂字起こし支援アプリケーションを提供すること。 (２)リアルタイムでの⾳声認識に加え、録⾳した⾳声データを取り込んで⽂字化するバッチ認識にも対応していること。 (３)領域特化型(議会、医療・製薬、建設)と英語の⾳声認識辞書に対応していること。 (４)⾳声認識で⽂字化されたテキストから順次、修正作業に着⼿する事ができること。 (５)⾳声の録⾳からテキストの編集、⽂字起こし内容の出⼒まで1つのアプリケーション内で⾏えること。 出⼒先は、WordやExcel、CSV(カンマ区切り)、テキストファイルから選択できること。 (６)視聴用に⾳声認識で⽂字化されたテキストや⽂字起こし内容を別の画面に表⽰できること(字幕ポップアップ機能)。 かつ、字幕のフォント、サイズ、背景⾊、透明度の変更が可能であり、ルビも付けられること。 Web会議サービス「Zoom」向けには本機能とは異なり、APIによる字幕送信が直接可能であり、Zoom画面上に字幕の表⽰が可能であること。 (７)⾳声の再⽣やテキストの編集は、キーボード操作だけでも⾏えること。 (８)⾳声認識辞書を簡易カスタマイズできる単語登録機能が搭載されていること。 (９)別途契約により⾳声認識辞書を個別にカスタマイズできること。 (10)全⽂を起こす議事録作成に適したシンプルなモード(エディットモード)、会議主催者の進⾏補助機能としてアジェンダ設定やタイムキーパー機能、⾃由に議事メモを挿⼊できるエリアを具備したモード(ファシリテーションモード)の両方が備えられており用途に合わせて使い分けができること。 (11)オフライン(インターネット未接続)の状態で⾳声認識が可能なスタンドアローン型であること。 (12)アプリケーションは、端末(Windowsパソコン)にインストールして利用できること。 (13)ライセンスの提供形態は、以下の4種類から選択できること。 ・インストール台数に制限がなく、外部のクラウド上のライセンス管理サーバーを用いて、ライセンス数の範囲内でアプリケーションが同時に利用できるクラウドサーバーライセンス。 ・インストール台数に制限がなく、内部のネットワーク内に構築したライセンス管理サーバーを用いて、ライセンス数の範囲内でアプリケーションが同時に利用できるオンプレミスサーバーライセンス。 ・インストール台数に制限がなく、端末に USB キーを接続した時にのみアプリケーションが利用できるスタンドアローンライセンス(USBキー)。 ・決められた台数の端末にアプリケーションをインストールして利用できるスタンドアローンライセンス(ノードロック)。 (14)インターネットに接続が必要な機能は、プロキシ経由であっても利用できること。 (15)⽂字化されたテキストや⽂字起こし内容を要約する AI 要約機能が搭載されていること。 要約の方法として、ScribeAssistアプリから要約ができるモード(ScribeAssistで要約)、クラウド上に⾳声データを送信し、「議事録エディタ」という専用の編集環境で要約および編集を⾏うモード(議事録エディタで要約)、すべての処理を PC 内部(ローカル環境)で完結する⾃動要約(スタンドアローン要約)が備えられており、用途に合わせて使い分けができること。 (16)クラウドのAI要約機能のテキストは、Microsoft社のAzure OpenAI Serviceを利用して⽣成できること。 Azure OpenAI Serviceに通常含まれる 「データの30日間保持」および「同社の従業員による有害コンテンツ・不正使用の監視」のいずれも対象外であること。 (17)クラウドのAI要約機能では、⼊出⼒するテキストの最⼩単位をトークンとし、処理するテキスト量に応じてトークン数を計測できること。 1 ライセンスの契約あたり、月々最大 300 万トークンまで要約機能を利用できること。 (18)クラウドのAI要約機能は、ユーザー認証(VoXT Oneアカウント)により利用でき、そのアカウント管理や当月の残トークン数を確認できる管理者サイト(VoXT One 管理者サイト)を提供すること。 また、ユーザーをまとめるグループ単位で、要約機能の利用可否を設定できること。 (19)多様な⾊覚の方が不⾃由なく利用できるよう、カラーユニバーサルデザイン認証を取得していること。 ２．⾳声認識・編集機能２－１．⾳声認識機能＜共通機能＞(１)⾳声認識機能は、不特定話者対応で事前に話者の⾳声の登録･学習が不要であること。 (２)⾳声認識機能は、単語認識ではなく連続⾳声認識であり、発話内容を⼀字⼀句⽂字化できること。 (３)話し⾔葉の⾳声認識ができること。 (４)領域特化型(議会、医療・製薬、建設)と英語の⾳声認識辞書に対応していること。 (５)⾳声認識が出来ない固有名詞に対しては表記と読みを付与することで⾳声認識が可能になる単語登録機能を持つこと。 単語は複数のグループで管理ができ、シーンに応じて適用する単語グループを選択できること。 (６)⾳声認識を停⽌せずにユーザー辞書に単語を追加登録でき、かつ、即時反映され⽂字化できること。 (７)⾳声認識辞書やユーザー辞書に登録されていない単語が認識、編集されたとき、未登録単語として表⽰され、単語登録ができること。 (８)⾃動的に句読点の出⼒ができること。 (９)AIによる⾃動話者振り分け機能があること。 また、振り分けられた話者情報から⾃動で話者識別ができること。 (10)話者識別機能は学習データのインポート、エクスポート機能を有すること。 ２－２．リアルタイム⾳声認識機能(１)複数のサウンドデバイスを選択し、⾳声を⼊⼒できること。 (２)⼊⼒した⾳声をリアルタイムで⾳声認識ができること。 (３)選択したサウンドデバイスごとに発⾔者の名前を割り付けることができ、その発⾔者ごとに認識結果を表⽰することができること。 (４)⾳声認識中であってもデバイス設定を変更できること。 ２－３．⾳声ファイル認識機能(１)⾳声ファイル(MP3,WMA,WAV, M4A)、動画ファイル(WMV,MP4)に対し、⾳声認識ができること。 (２)複数の⾳声ファイルを指定できること。 (最大10件)(３)⾳声ファイルの全てに対して⾳声認識を⾏うのか、指定した時間の範囲に対して⾳声認識を⾏うか、何れかの選択ができること。 (４)⾳声ファイル全体の認識が全部終わっていない状態でも、認識処理が完了した部分から⾳声再⽣を含めた編集の開始が可能であること。 ３．表⽰・編集機能３－１．表⽰機能(１)認識結果を発話時間、発話者、発⾔内容の項目に分けて表⽰できること。 (２)発話時間の昇順で表⽰できること。 (３)⾳声を波形で表⽰できること。 (４)発話の開始時間の変更ができること。 ３－２．編集機能(１)発⾔内容単位で⾳声を聞きながら認識⽂字列を修正・編集できること。 (バッチでの⾳声認識時)(２)発⾔内容の削除ができること。 (３)キーボードショートカットのカスタマイズが⾃由に設定できること。 (４)キーボードとマウスを使用して編集作業ができること。 (５)キーボードのみでも(マウスを使わなくても)編集作業ができること。 (６)編集結果の項目を選択してMicrosoft Word、Microsoft Excel、CSV(カンマ区切り)、テキストファイルに出⼒できること。 Microsoft Wordの場合は、指定した書式で出⼒できること。 (７)⾳声データのみを⾳声ファイル(WAVまたはM4A)に出⼒できること。 (８)重要な単語(キーワード)を設定する事で、テキスト化された発⾔内のキーワードをハイライト表⽰できること。 (９)発⾔内容ごとに、「重要チェック」「決定事項」等のタグをつける事ができ、編集中やテキストファイル出⼒後に該当箇所を確認しやすくできること。 (10)発⾔内容に対して「検索・置換」または「絞り込み検索」ができること。 (11)検索・置換において、検索結果を1件ごとに置換、またはすべて置換ができること(12)絞り込み検索において、タグ、出席者、キーワード、表⽰列の⽂字数等で検索を絞り込むことができること。 (13)絞り込み検索で絞り込んだ内容のみをテキストファイルに出⼒できること。 (14)発⾔リストに対して、編集操作の取り消し(Undo)およびやり直し(Redo)が⾏えること。 (15)複数の発話を同時に選択でき、選択した発話に対して⼀括で削除、タグ付け、発⾔者の設定が⾏えること。 ３－３．⾳声再⽣機能(１)⼀つの発話の編集が終了したら、⾃動的に次の発話の編集に⼊り、⾳声も⾃動再⽣できること。 (バッチでの⾳声認識時)(２)ピッチを変えずに⾳声の再⽣速度の変更ができること。 (３)選択した発⾔内容の⾳声をループ(繰り返し)再⽣できること。 ３－４． 保存機能(１)⾳声認識した⾳声や認識結果、編集結果は⾃動的に保存できること。 (２)保存したデータは⼀覧で表⽰できること。 (３)保存したデータを削除できること。 (４)データ保存フォルダを任意の場所に変更できること。 ３－５．外部サービス連携機能(１)Zoomに⾳声認識結果を字幕として表⽰できること。 ４．クラウド要約機能４－１．基本機能(１)クラウドとはインターネット回線で通信を⾏い、TLS1.2/TLS1.3(暗号強度256ビット)で暗号化ができること。 (２)ユーザーのアカウントを設定、認証に成功することで、クラウドのAI要約機能を有効化できること。 (３)ユーザーのアカウントを管理する管理者サイトを提供すること。 アカウントは、1,000件まで登録できること。 ４－２．ScribeAssistで要約(１)認識結果や編集結果の日本語(または英語)の⽂字情報をクラウドに送信し、⾃動的に要約された結果を取得できること。 (２)要約の方式として、以下の2種類から選択できること。 ・すべてAIにまかせる︓⽂字起こし結果から⾃動的に議題の切り替わりを探し、その議題ごとに議題名と要約を⽣成・設定した議題ごとに要約する︓予め設定した議題ごとに要約を⽣成(３)送信した⽂字情報、要約結果の⽂字情報は、クラウド上に残さないこと。 (４)要約結果の⽂字情報は、クリップボードにコピーできること。 また、Microsoft Wordに出⼒できること。 ４－３．議事録エディタで要約(１)⾳声認識した⾳声および認識結果、編集結果の⽂字情報をクラウドにアップロードした後、ブラウザ上の編集環境(議事録エディタ)で要約や編集が⾏えること。 (２)要約の出⼒形式として、以下の2種類から選択できること。 ・議事録︓議題ごとに概要・決定・ネクストアクションを出⼒・要点まとめ︓議題ごとに要点のまとめを出⼒・カスタム︓⾃由にプロンプトを書いて出⼒(３)カスタム用のテンプレートを複数登録できること。 また、要約の際にそれを選択できること。 (４)出⼒形式が「議事録」、「要点まとめ」の場合は、要約の方式として、以下の 2 種類から選択できること。 ・すべてAIにまかせる︓⽂字起こし結果から⾃動的に議題の切り替わりを探し、その議題ごとに議題名と要約を⽣成・設定した議題ごとに要約する︓予め設定した議題ごとに要約を⽣成(５)出⼒形式が「議事録」、「要点まとめ」の場合は、要約の根拠を可視化するために、元のデータのどの部分を要約したのかを表⽰できること。 (６)要約結果を URL リンクで他者と共有ができること。 その際、パスワードと有効期限を設定できること。 ４－４．管理者サイト(VoXT One管理者サイト)(１)管理者のアカウントを管理(登録・修正・削除)できること。 (２)ユーザーのアカウントを管理(登録・修正・削除)できること。 (３)グループの概念を有し、ユーザーのグルーピングができること。 (４)グループごとにクラウドのAI要約機能の利用可否を設定できること。 (５)議事録エディタで要約、編集したデータの削除期限を設定できること。 (６)アクセス履歴を確認できること。 その内容をCSVファイルにエクスポートできること。 (７)トークン利用履歴を確認できること。 その内容をCSVファイルにエクスポートできること。 (８)当月に使用できる残トークン数を確認できること。 (９)アカウントに対し、定期的にパスワードを変更させるように日数を設定できること。 (10)ユーザーサイトや管理者サイトへのアクセスを許可する接続元のIPアドレスを設定できること。 設定できるIPアドレスは、1,000件まで登録ができること。 ５．スタンドアローン要約(１)すべての処理をPC内部(ローカル環境)で完結し、インターネット接続を必要とせずに⽣成AIによる⾃動要約を利用できること。 (２)機密性の⾼い情報も外部に送信せず、安全に処理できること。 (３)利用量に制限なく使用できること。 (４)要約する際のオプションとして、以下の3種類の出⼒形式を選択できること。 ・議事録形式︓議題ごとに概要・決定事項・ネクストアクションを出⼒・要点まとめ形式︓議題ごとに要点をまとめて出⼒・カスタム形式︓ユーザーが定義したフォーマットで出⼒(５)要約結果を並べて⽐較でき、プロンプトの改善が容易に⾏えること。 (６)Lite 版(スピード重視のみ利用可)及びFull 版(「スピード重視」または「精度重視」を利用可)の選択ができること。 (７)発⾔者氏名を含めた要約ができること。 (８)設定した議題ごとに要約できること。 ６．動作環境・ハードウェア仕様６－１．動作環境(１)CPU︓インテル® Core™ i5プロセッサー(ターボ・ブースト利用時の最大周波数2.5GHz)以上(２)メモリ︓8GB以上(３)ハードディスク︓1GB以上の空き容量(インストール時)(４)CD-ROMドライブ︓インストール時に必要(５)OS︓Microsoft Windows® 10 / Microsoft Windows® 11※日本語版、64ビット版(x64)に対応。 32bit版(×86)には対応しておりません。 ※Mac、Linuxには対応しておりません。 ※.NET Framework4.6.0以降がインストールされていること。 ※仮想化環境(仮想デスクトップ、仮想アプリケーション)ではインストールや動作を保証いたしかねます。 ※移動ユーザープロファイル環境ではインストールや動作を保証いたしかねます。 (６)その他ハードウェア︓マイク⼊⼒端⼦・ヘッドフォン端⼦(またはUSBポート)※⾳声⼊⼒や⾳声再⽣時に必要となります。 ６－２．インストール条件(１)Webサイトから最新版のインストーラーをダウンロードできること。 (２)Microsoft Edge(EdgeHTML版)、Microsoft Edge(Chromium版)、Google Chrome(最新版)に対応していること。 (３)管理者権限でのインストールが可能なこと。 ６－３．議事録エディタ(１)OS︓Windows 11 Pro(２)Webブラウザ︓Microsoft Edge、Google Chrome※上記以外のOSや仮想環境(VDIや仮想ブラウザ等)、リモートデスクトップ接続では正しく表⽰されない、または正しく機能しない場合があります。 ※上記以外のWebブラウザでは、アクセスすることができません。 ※外部アクセスへのURLフィルタリング、マルウェア対策、通信の復号化対応等によりご利用できないことがあります。 この場合は、以下の URL をホワイトリストにご登録ください。 ただし、LGWAN から接続して利用する場合は、登録不要。 ・wss://pro.voxt.jp※wss︓WebSocket Secure の略。 議事録エディタがサーバーとの通信で使用する通信プロトコルです。 ７．保守サポート(１)Web問い合わせフォームによるサポートサービスを⾏うこと。 (２)不具合発⽣時に復旧対応を⾏うこと。 (３)アプリケーションのバージョンアップを⾏うこと。 (４)製品バグフィックス及び最新バージョンアップモジュールの提供サービスを⾏うこと。 (５)WindowsのOSやWebブラウザのバージョンアップに対応すること。