ElevenLabsが200万ドルを調達、オーディオストーリーテリングに革命をもたらすAI音声プラットフォームを発表

• ElevenLabsが、クリエイターやパブリッシャーによる長編コンテンツの音声化を可能にするベータ版プラットフォームを公開
• プレシードラウンドはCredo Venturesが主導し、Concept Venturesと個人投資家も参加
• 調達資金は、年内のリリースを予定しているAI吹き替え技術の研究開発に活用

2023年1月23日、英国ロンドン｜AI音声技術のスタートアップであるElevenLabsは、長期的な目標として音声を異なる言語へ瞬時に変換することを掲げ、リアルな音声合成ツールを開発しています。本日、Credo Venturesが主導し、Concept Venturesやその他の個人投資家も参加したプレシードラウンドで200万ドルを調達し、ベータ版プラットフォームを公開したことを発表しました。

ElevenLabsのプラットフォームを使えば、クリエイターやパブリッシャーは長編コンテンツを音声化し、オーディオ形式へ展開できます。各機能には、社内で開発した音声合成用のディープラーニングモデルを採用。人間のイントネーションや抑揚をリアルに再現し、文脈に応じて話し方を調整できます。また、新たな創作手段を提供するため、ボイスクローンや合成音声のデザインに対応する一連のツールも提供しています。現在は一部のパブリッシャーと連携し、ボイスオーバー編集専用のワークステーションを開発しており、2月上旬にプラットフォームへ追加する予定です。ElevenLabsは、ニュースやオーディオブックを大規模に音声化するために必要な品質を備えた、初のAIナレーターを目指しています。

飛躍的な性能向上にはイノベーションが欠かせません。そのため、ElevenLabsは何よりもまず研究企業であると考えています。これまでの研究の多くは、高度な圧縮と文脈理解によって人間の声を極めてリアルに再現する、新しいテキスト読み上げモデルの開発に注力してきました。また、わずか5秒のサンプルから、学習や微調整なしで元の声に極めて近い出力を生成できる、新たなボイスクローンモデルも開発しました。これは前例のない成果です。デベロッパーは、これらすべての機能をAPI経由で利用できます。

この研究はプラットフォームの現行機能を支えるだけでなく、音声を異なる言語へ瞬時に変換するという最終目標の実現にもつながっています。年内にリリース予定のAI吹き替えツールでは、元の話者の声を保ったまま、あらゆるオーディオやビデオを別の言語で自動的に吹き替えられるようになります。ElevenLabsはまず教育分野での導入を目指し、将来的にはストリーミング、オーディオブック、ゲーム、映画、さらにはリアルタイムの会話まで、オンデマンドの多言語オーディオ対応を実現することを目標としています。

ElevenLabsの音声合成ツールと吹き替えツールは互いを補完するだけでなく、まさに今求められている技術です。どちらもオーディオやビデオをより多くの人に届けられる可能性を持ち、オーディオ市場が急成長するタイミングで登場します。YouTubeクリエイター、パブリッシャー、デベロッパーを含む初期テスターは、すでに毎日このプラットフォームを使ってビデオやストーリー、キャラクターに声を付けています。生成音声の活用範囲は今後さらに広がると見込んでいます。ニュースパブリッシャーは、オーディオ展開の拡大がサブスクリプション加入者との関係を深め、継続利用を促す有効な方法だとすでに認識しています。しかし、ボイスアクターとの契約や、記者自身による記事の読み上げには多額の費用がかかります。書籍やニュースレターの著者、さらにはゲームデベロッパーも同様の課題を抱えています。著者が自ら作品を読み上げるケースは増え、ゲームデベロッパーは特定のキャラクターに収録費用をかける価値があるか判断しなければなりません。既存のテキスト読み上げソフトウェアを使えば費用は抑えられますが、その代わりに品質を妥協する必要があります。ElevenLabsは、最先端で汎用性の高いAIストーリーテリングツールをクリエイターやパブリッシャーに提供することで、もはや妥協は不要になると考えています。

「今回公開するプラットフォームは、テキストを最高品質の音声へ変換することに特化しています。これまで音声化する余裕がなかった著者、クリエイター、デベロッパーの作品に声を与え、誰もがお気に入りの本やニュースレターを楽しめるようにしたいと考えています」と、共同創業者のMati Staniszewskiは語ります。「最終的な目標は、話す言語に関係なく、誰もが自分にとって有意義で興味深いあらゆるコンテンツを楽しめるようにすることです」と、同じく共同創業者のPiotr Dabkowskiは付け加えます。

「Credo Venturesは、中東欧地域の優秀で意欲的な創業者との協業を目指しています。MatiとPiotrに初めて会ったとき、二人の目に強い意欲と情熱を感じました。その数か月後、二人は人工音声における最大の課題を克服する、OpenAI級の音声技術研究拠点を築きつつあります。二人が生み出す合成音声は、すでに本物の声と聞き分けられないほどです。この飛躍的な進歩により、かつてない品質と忠実度でコンテンツを生成するハードルが大幅に下がっただけでなく、近い将来、クリエイターは多言語化によってオーディエンスを飛躍的に拡大できるようになるでしょう」と、Credo VenturesのゼネラルパートナーであるMaciek Gnutekは語ります。

「オーディオはエンターテインメントでもビジネスでも広く使われているにもかかわらず、近年の研究の進歩から比較的取り残されてきました。生成AIの黄金期にMatiとPiotrを支援できることを大変うれしく思います。ElevenLabsこそが、一つひとつの声を通じてこの技術を広く普及させるチームだと確信しています」と、Concept VenturesのプリンシパルであるOliver Kicksは語ります。

ElevenLabsについて：
ElevenLabsは、クリエイターやパブリッシャー向けのAI音声合成ソフトウェアを開発する研究企業です。同社のツールは驚くほどリアルな音声を生成し、文脈やユーザーの指示に応じてイントネーションや抑揚を調整できます。このプラットフォームは、ニュース、ニュースレター、書籍、ビデオの音声化に必要な品質と汎用性を備えた、ワンストップサービスを目指しています。主な機能には、テキストからの音声生成、ボイスクローン、ボイスデザインがあり、近日中にはナレーション編集用のプロジェクトワークフローも追加されます。ElevenLabsは2022年に、元Googleの機械学習エンジニアであるPiotrと、元PalantirのデプロイメントストラテジストであるMatiによって設立されました。長期的な目標は、あらゆる言語と声で、音声コンテンツを誰もが利用できるようにすることです。

ベンチャーキャピタルとしてCredo VenturesとConcept Venturesが出資しました。個人投資家には、Peter Czaban、Tytus Cytowski、Talfan Evans、Dr Fatima Godall、Tomasz Karwatka、Piotr Karwatka、Akhil Paul、Bartek Pucek、Marta Pyrzyk、Carles Reina、Parin Shah、Charlie Songhurst、Harry Songhurstが名を連ねています。

お問い合わせ
press@elevenlabs.io