Eleven v4を発表これまでで最も感情豊かなモデル、Eleven v4をご紹介します。

コンテンツへ移動

KotobaがElevenLabsに加わります

公開日
最終更新日

聴くこの記事を聴く

ElevenLabsは、日本を代表する音声AI研究所Kotobaを買収することになりました。両社の力を結集し、世界第4位の経済大国である日本で、AIエージェントと音声インターフェースの普及を加速させます。 

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

話し方や人との接し方は、その地域に深く根ざしています。言語や方言、アクセントはさまざまで、人々の振る舞いは、明文化されていないことも多い複雑な社会的・文化的規範によって形作られています。 

地域固有のニュアンスが日本ほど重要な場所は、ほとんどありません。日本語の文では主語や目的語が省略されることがあり、相手によって使う言葉も変わります。謝罪は責任を問われにくいため日常的に使われます。会話の間は気まずさではなく、考えていることを示します。褒められても謙遜するのが一般的で、直接「ノー」と言うことも避けられます。日本語には、言葉にされていないことを察するという意味の「空気を読む」という表現さえあります。

私たちの目標は、あらゆる言語や文化における人とAIの関わり方をより良いものにすることです。そのために、異なる文化や状況でも自然で直感的に使え、誰もがその恩恵を受けられるAIを構築します。

音声研究に関する深い知見と日本市場への理解を持つKotobaチームは、このミッションに最適なパートナーです。同社は、多言語社会に向けた音声AIの開発を目指し、AI研究者の小島熙之氏と笠井淳吾氏が2023年に設立しました。同社の言葉を借りれば、「音声は、言語の壁に阻まれるべきではない」のです。

「すべての人にAIの価値を届けるには、自然かつ直感的に使えることが不可欠です」と、ElevenLabs共同創業者兼CEOのMati Staniszewskiは述べています。「人々が話す言語や従う社会規範を、テクノロジーのアーキテクチャに当初から反映する必要があります。Kotobaはまさにそれを日本で実現し、すでに世界有数の企業に採用されている最先端の音声モデルを構築してきました。両社が力を合わせれば、これをさらに推し進め、日本におけるAIとのインタラクションを支える包括的な基盤を構築できます」

「Kotobaの創業時から、日本発の最先端AI研究所をつくることを目標にしてきました」と、Kotoba Technologies, Inc共同創業者兼CEOの小島熙之氏は述べています。「その過程で音声AIの計り知れない可能性を目の当たりにし、3年が経った今、社会に役立つテクノロジーをつくる決意はこれまで以上に強くなっています。KotobaがElevenLabsに加わることを心からうれしく思います。両社が力を合わせることで、音声AIの開発と普及を加速し、日本はもちろん、世界の人々や企業に具体的な価値を届けられます」

Noriの愛称で知られる小島氏は、コーネル大学でコンピューターサイエンスの博士号を取得しています。Hugging Faceでリサーチサイエンティストを務めたほか、理化学研究所のスーパーコンピュータ「富岳」を使ってゼロから学習させた日本発のオープンソースモデル「Fugaku-LLM」を共同開発しました。笠井氏は、ワシントン大学でコンピューターサイエンス&エンジニアリングの博士号を取得し、シカゴ大学豊田工業大学院で助教を務めました。日本で最も多く引用されている研究者の一人です。

「Kotobaのチームは、日本語について卓越した研究を重ねてきました」と、ElevenLabs共同創業者兼CTOのPiotr Dąbkowskiは述べています。「日本語は非常に複雑で、音声モデルの構築には多岐にわたる技術的課題があります。KotobaとElevenLabsの研究を融合することで、ElevenLabsが構築する技術スタック全体で日本語の性能が向上します」

「KotobaとElevenLabsが力を合わせ、日本と東アジアにおける音声AIの次なる波をリードできることを心からうれしく思います」と、Kotoba Technologies, Inc共同創業者兼CTOの笠井淳吾氏は述べています。「AI研究者としてのキャリアを始めて以来、東京に最先端のAI研究所を設立し、音声AIエージェントから同時通訳まで、人々の生活を変えるプロダクトをつくることを夢見てきました。この挑戦は、まだ始まったばかりです」

Kotobaの音声モデル「Koto」は、日本語のテキスト読み上げ、スピーチtoテキスト、同時通訳向けのスピーチtoスピーチに優れています。Salesforceをはじめ、世界の大手企業がすでにKotoを採用しており、Agentforce Voiceでの日本語の会話を支えています。KotobaがElevenLabsに加わることで、世界をリードするより多くの企業が、日本語の複雑な会話にも自然に対応できるエージェントを構築できるようになります。

「音声はAIの強力な新しいインターフェースとして台頭しており、人とテクノロジーの関わり方を一変させる可能性があります」と、Salesforce Venturesのパートナー、Nowi Kallen氏は述べています。「ElevenLabsとKotobaの両社を支援できたことを誇りに思います。両社が力を合わせることで、世界中の企業や消費者に、より自然で直感的なAI体験を届けられる独自の立場を築けるでしょう」

これは、日本全国の日常的なやり取りで、直感的に使え、信頼されるAIを実現する長期計画の第一歩にすぎません。今後数か月にわたり、日本で営業リーダーの採用を進め、インフラへの投資も継続する予定です。KotobaがElevenLabsに加わることで、日本企業はもちろん、日本で事業を展開・拡大する多国籍企業とも、これまで以上に緊密に連携できることを楽しみにしています。

本買収は、通常の規制当局の承認およびクロージング条件を満たすことを前提に、2026年第4四半期後半に完了する見込みです。

関連記事

最高品質のAIオーディオで創造する