動画内のデモでは、ユーザーが発話した音声をマイク入力し、VADで音声区間を抽出。Moonshineがテキストへ変換し、その内容をGemma 3が理解して応答を生成する一連の流れが紹介されました。

音声認識モデルとして使用されているMoonshineは、TransformerベースのSpeech-to-Textモデルです。ユーザーの発話内容をリアルタイムでテキスト化し、次のAI処理へ受け渡します。生成されたテキストはGoogleのオープンソースLLMであるGemma 3へ入力され、質問内容に応じた回答が生成されます。

デモでは、「Tell me about Synaptics Astra.」という質問に対し、デバイスがその場で回答を返す様子が披露されました。

これらの処理をクラウドではなくエッジデバイス上で実行することで、応答遅延の低減やプライバシー保護への配慮を実現しています。

今回のデモは単にAstra SL2610の性能を示すだけではなく、Synapticsが展開するAstraプラットフォームの可能性も示しています。

エッジVoice AIは、クラウドへの常時接続が難しい環境や、データをローカルで処理したい機器との相性が非常に良い技術です。今回のデモからは、以下のような用途での活用が期待できます。

Astra SL2610は、Moonshineによる音声認識とGemma 3を活用したAI処理を組み合わせることで、クラウドに依存しないエッジAI環境を実現します。
エッジ側で処理を完結できるため、低レイテンシーによる快適なユーザー体験を提供できるほか、音声データを外部へ送信することなく処理できるため、プライバシー保護やセキュリティ面でも大きなメリットがあります。

Embedded World 2026で公開された今回のデモは、音声処理をはじめとしたエッジAI活用の可能性を示すものであり、幅広いアプリケーションへの展開が期待されます。

AstraプラットフォームではオープンソースAIモデルを活用した開発が可能です。

例としてGithub等のコミュニティでは、Gemma 3 270Mなどの小規模言語モデルを用いて、音声認識結果を多言語へ変換するサンプルも公開されており、音声翻訳や多言語インターフェースへの応用も期待されます。
リンク：https://github.com/synaptics-astra-demos/sl2610-examples

Synapticsが推進するエッジAIプラットフォームの今後の進化にも注目です。