ElevenLabsとNVIDIA、連携を拡大し、世界中の企業や政府に音声エージェントを提供

• ElevenLabsとNVIDIAは、企業や政府が音声エージェントを大規模に運用できるよう、モデル、インフラ、ソブリン環境への導入で連携を拡大しています。
• NVIDIA Nemotron 3.5 Super VLがElevenAgentsで利用可能になりました。またElevenLabsは、NVIDIA Blackwell UltraシステムとNVIDIA Vera Rubinプラットフォームを基盤とする15MWのコンピューティング能力を追加し、NVIDIAインフラを拡張しています。
• ElevenLabsは、自社の音声AIモデルとNVIDIAインフラを活用し、ポーランドの国家eヘルスプラットフォーム向け音声エージェントをソブリン環境に導入しています。
• ElevenLabsは、ロボティクスやフィジカルAI向けのオンデバイス音声AIにも取り組んでいます。多言語オーディオモデルとNVIDIAのエッジコンピューティングプラットフォームを組み合わせ、より自然な人と機械の対話を実現します。

ニューヨーク、2026年11月11日 — ElevenLabsとNVIDIAは本日、提携の拡大を発表しました。NVIDIAのモデル、インフラ、安全な導入環境をElevenLabsの会話型エージェントプラットフォーム「ElevenAgents」に統合します。

「音声エージェントが重要なインフラとなる中、企業には、データを自ら管理しながら、安全、効率的、かつ確実に運用できる環境が必要です」と、ElevenLabs共同創業者兼CEOのMati Staniszewskiは述べています。「ElevenLabsのオーディオモデルとエージェントに、NVIDIAのLLM、アクセラレーテッドコンピューティング、セキュリティスタックを組み合わせることで、企業や政府が音声エージェントを大規模に導入するために必要なプラットフォームを提供します。NVIDIAは素晴らしいパートナーであり、今後も共に開発を続けられることを楽しみにしています」

「何十年もの間、人間はキーボード、画面、メニューといったコンピューターの仕組みに自らを合わせてきました。今では、コンピューターが人間の言葉を話せるようになろうとしています」と、NVIDIA創業者兼CEOのJensen Huangは述べています。「ElevenAgentsに組み込まれたNVIDIA Nemotronの推論能力と、大規模な導入を支えるNVIDIAアクセラレーテッドコンピューティングにより、企業や政府は国家規模で音声エージェントを安全に運用できます。そして、話しかけることが、用事を済ませる最も速い方法になります」

ElevenAgentsでNemotronモデルが利用可能に

Nemotronオープンモデルは、推論、ツールの使用、複雑な複数ステップのタスクを効率的に実行する必要があるエージェント型ワークロード向けに設計されています。企業はこれらをElevenLabsの低レイテンシーな多言語音声モデルと組み合わせ、大規模かつ効率的に動作する音声エージェント向けのモデルシステムを構築できます。

現実的なカスタマーサポート業務を評価するElevenAgentsのベンチマークで、Nemotron 3.5 Super VLは、他の主要なオープンモデルよりコストを70％抑えながら、財務計算や請求分析を含むエンドツーエンドのタスク完了精度でトップクラスの結果を達成しました。Nemotronでは、単純なタスクに対して推論をオフにでき、ElevenAgentsプラットフォームで最速の3モデルの1つとなっています。

Nemotronオープンモデルは、企業のデータや専門知識を使って簡単に追加学習できるため、組織は独自のAIを構築、所有し、継続的に改善できます。ElevenLabsのユーザーは、追加学習したモデルをElevenAgentsの音声エージェントにも活用できます。

最大規模の導入に対応する処理能力を拡大

大規模顧客からの需要増加に対応するため、ElevenLabsはオンプレミスインフラを拡張しています。既存のNVIDIA Blackwell Ultraシステムに加え、次世代のNVIDIA Vera Rubinによる15MWの処理能力を追加する予定です。この追加能力により、厳格なセキュリティ要件やデータレジデンシー要件を伴うケースを含め、大規模な導入に対応できます。また、ElevenLabsの研究チームは最適化されたコンピューティング環境を利用できるようになります。

NVIDIAとElevenLabsは、2022年から連携しています。ElevenLabs初のテキスト読み上げモデルはNVIDIA GPUでトレーニングされました。またNVIDIAは2024年以降、Jensen Huangの基調講演の翻訳をはじめ、NVIDIAの主要イベントで使用する50本以上のビデオのボイスオーバー生成にElevenLabsの技術を活用しています。2025年には、NVIDIAがElevenLabsの戦略的投資家にもなりました。

ポーランドで医療へのアクセスを改善

ElevenLabsはポーランドを皮切りに、ソブリン環境への導入でNVIDIAの技術を活用しています。ElevenLabsのモデルとNVIDIAインフラは、ポーランドの国家eヘルスプラットフォームにある中央予約システム「Centralna e-Rejestracja」の音声エージェントを支えています。EasyCallが、この音声エージェントソリューションの提供をサポートしています。

このエージェントは、固定電話しか持たない患者に電話をかけ、今後の予約を通知し、日程変更をサポートします。年間4,000万件の予約があり、無断キャンセル率が10～20％に上るため、受診忘れをわずかに減らすだけでも、医療へのアクセスを大きく改善できます。 

このシステムはNVIDIA Confidential Computingを使用してオンプレミスで稼働します。市民のデータとオーディオを政府のインフラ内に保持し、処理中も保護します。また、ローカル環境への導入により、リアルタイムの公共サービスにおけるレイテンシーを低減します。

フィジカルAIに音声を導入

現在、産業、自動車、製造分野の大手企業が、ロボティクスやフィジカルAI向けのオンデバイス音声AIを模索しています。ElevenLabsとNVIDIAは、人々が日常的に使う産業機械、ロボット、車両に、より自然に話しかけられるよう取り組んでいます。

ElevenLabsの音声AIをNVIDIAアクセラレーテッドコンピューティング搭載のエッジデバイスに導入することで、将来的には、作業員が声で大型産業機械を操作したり、工場内のロボットをハンズフリーで操作したり、オペレーターやドライバーが車両に自然に話しかけたりできるようになる可能性があります。ElevenLabsの会話型AI技術とNVIDIAアクセラレーテッドコンピューティングを組み合わせ、フィジカルAIをより直感的で利用しやすいものにすることを目指しています。