Wir stellen Eleven v4 vorLernen Sie Eleven v4 kennen, unser bisher ausdrucksstärkstes Modell.

Zum Inhalt springen

Kotoba wird Teil von ElevenLabs

Veröffentlicht
Zuletzt aktualisiert

AnhörenArtikel anhören

Wir freuen uns, bekannt zu geben, dass ElevenLabs Kotoba übernimmt, das führende japanische Forschungslabor für KI-Stimmen. Gemeinsam werden wir die Einführung von KI-Agenten und Sprachschnittstellen in der viertgrößten Volkswirtschaft der Welt beschleunigen. 

Staniszewski, Kojima, and Kasai sit together in a lounge, engaged in conversation.

Wie wir sprechen und miteinander interagieren, ist stark lokal geprägt. Wir sprechen unterschiedliche Sprachen, Dialekte und Akzente. Unser Verhalten wird von einem komplexen, oft unausgesprochenen Zusammenspiel lokaler sozialer und kultureller Normen bestimmt. 

Wenige Orte zeigen deutlicher als Japan, wie wichtig lokale Nuancen sind. Sätze enthalten nicht immer ein Subjekt und ein Objekt, und der Wortschatz ändert sich je nachdem, mit wem man spricht. Entschuldigungen sind häufig, weil sie kaum rechtliche Folgen haben, und Pausen signalisieren Nachdenken statt Verlegenheit. Lob wird üblicherweise zurückgewiesen, und ein direktes „Nein“ wird oft vermieden. Im Japanischen gibt es sogar den Ausdruck kūki o yomu, also „die Luft lesen“, der bedeutet, dass Menschen verstehen sollen, was nicht gesagt wird.

Unser Ziel ist es, die Interaktion von Menschen mit KI in jeder Sprache und Kultur zu lösen. Das heißt, KI zu entwickeln, die sich über verschiedene Kulturen und Kontexte hinweg natürlich und intuitiv anfühlt, damit alle darauf zugreifen und davon profitieren können.

Mit umfassender Sprachforschung und Kenntnissen des japanischen Markts ist das Kotoba-Team ein natürlicher Partner für diese Mission. Das Unternehmen wurde 2023 von den KI-Forschern Noriyuki Kojima und Jungo Kasai gegründet, mit dem Ziel, KI-Sprachtechnologie für eine mehrsprachige Welt zu entwickeln. Wie sie es formulieren: „Sprache sollte nicht dort enden, wo die Sprache aufhört.“

„Damit KI jedem Menschen einen Mehrwert bietet, muss die Interaktion damit natürlich und intuitiv sein“, sagte Mati Staniszewski, Mitgründer und CEO von ElevenLabs. „Die Sprache, die Menschen sprechen, und die sozialen Normen, denen sie folgen, müssen von Anfang an in der Architektur der Technologie abgebildet sein. Genau das hat Kotoba für Japan getan: Das Unternehmen hat modernste Sprachmodelle entwickelt, die bereits von einigen der weltweit führenden Unternehmen eingesetzt werden. Gemeinsam können wir noch weiter gehen und die vollständige Interaktionsebene für KI in Japan schaffen.“

„Als wir Kotoba gründeten, war es unser Ziel, ein führendes KI-Labor aus Japan aufzubauen“, sagte Noriyuki Kojima, Mitgründer und CEO von Kotoba Technologies, Inc. „Unterwegs haben wir das enorme Potenzial von KI-Sprachtechnologie erkannt. Drei Jahre später sind wir entschlossener denn je, Technologie zu entwickeln, die der Gesellschaft zugutekommt. Ich freue mich sehr, dass Kotoba Teil von ElevenLabs wird. Gemeinsam können wir die Entwicklung und Einführung von KI-Sprachtechnologie beschleunigen und Menschen sowie Unternehmen in Japan und darüber hinaus konkrete Vorteile bieten.“

Kojima, der Nori genannt wird, promovierte in Informatik an der Cornell University. Er arbeitete als Research Scientist bei Hugging Face und entwickelte Japans Fugaku-LLM mit, ein Open-Source-Modell, das von Grund auf auf dem RIKEN-Fugaku-Supercomputer trainiert wurde. Kasai promovierte in Informatik und Ingenieurwesen an der University of Washington und war Assistant Professor am Toyota Technological Institute at the University of Chicago. Er zählt zu den meistzitierten Forschern Japans.

„Das Team von Kotoba hat herausragende Forschung zur japanischen Sprache geleistet“, sagte Piotr Dąbkowski, Mitgründer und CTO von ElevenLabs. „Sie ist eine äußerst komplexe Sprache und stellt bei der Entwicklung von Sprachmodellen eine ganze Reihe technischer Herausforderungen dar. Indem wir ihre Forschung mit unserer verbinden, verbessern wir Japanisch im gesamten Technologie-Stack von ElevenLabs.“

„Ich freue mich sehr, dass Kotoba und ElevenLabs ihre Kräfte bündeln und die nächste Welle der KI-Sprachtechnologie in Japan und Ostasien anführen“, sagte Jungo Kasai, Mitgründer und CTO von Kotoba Technologies, Inc. „Seit Beginn meiner KI-Forschungskarriere träume ich davon, in Tokio ein führendes KI-Forschungslabor aufzubauen und Produkte zu entwickeln, die das Leben von Menschen verändern – von KI-Sprachagenten bis zur Simultanübersetzung. Unsere Reise hat gerade erst begonnen.“

Kotobas Sprachmodell Koto überzeugt bei japanischem Text to Speech, Speech to Text und Speech to Speech für Simultandolmetschen. Mehrere große globale Unternehmen nutzen Koto bereits, darunter Salesforce, wo es japanischsprachige Gespräche in Agentforce Voice ermöglicht. Durch den Zusammenschluss von Kotoba und ElevenLabs können mehr führende Unternehmen weltweit Agenten entwickeln, die komplexe Gespräche auf Japanisch natürlich führen.

„Sprache entwickelt sich zu einer leistungsstarken neuen Schnittstelle für KI und kann die Art verändern, wie Menschen mit Technologie interagieren“, sagte Nowi Kallen, Partner bei Salesforce Ventures. „Wir sind stolz darauf, sowohl ElevenLabs als auch Kotoba unterstützt zu haben. Gemeinsam sind sie einzigartig positioniert, Unternehmen und Verbrauchern weltweit natürlichere, intuitivere KI-Erlebnisse zu bieten.“

Dies ist erst der erste Schritt unseres langfristigen Plans, KI für alltägliche Interaktionen in ganz Japan intuitiv und vertrauenswürdig zu machen. In den kommenden Monaten wollen wir unser lokales Vertriebsteam ausbauen und weiter in Infrastruktur in Japan investieren. Mit Kotoba als Teil von ElevenLabs freuen wir uns darauf, noch enger mit japanischen Unternehmen sowie mit multinationalen Unternehmen zusammenzuarbeiten, die in Japan tätig sind und dort expandieren.

Der Abschluss der Übernahme wird voraussichtlich später im vierten Quartal 2026 erfolgen, vorbehaltlich der üblichen regulatorischen Genehmigungen und Abschlussbedingungen.

Ähnliche Artikel

Die KI-Komplettplattform für Content in großem Maßstab