ElevenLabs が新しい音声 AI 製品をリリースし、シリーズ B で 8,000 万ドルを調達

• ElevenLabsは、8,000万ドルのシリーズBラウンドを共同主導した Andreessen Horowitz、Nat Friedman、Daniel Gross、ならびに参加した Sequoia Capital、 Smash Capital、SV Angel、BroadLight Capital およびCredo Venturesから調達し、音声AIのリーダーとしての地位を強化します。
• また本日、ダビングスタジオ、ボイスライブラリマーケットプレイス、モバイルReader Appの早期プレビュー、新モデルなど、速度と言語カバレッジを向上させた新プロダクト群を発表します。
• ローンチ以来、ElevenLabsのテクノロジーはクリエイターエコノミー、出版、会話型AI、エンターテインメント、教育、アクセシビリティなどの分野で、世界中のコンテンツへのアクセス性を向上させてきました。数百万人に導入されたことで、ElevenLabsはユニコーン企業となりました。

1月22日／グローバル ― ElevenLabsは、音声技術の研究企業として、Andreessen Horowitz、Nat Friedman、Daniel Grossが共同主導し、Sequoia Capital、 SV Angel、Smash Capital、BroadLight Capital およびCredo Venturesが参加した8,000万ドルのシリーズBラウンドを調達しました。これにより、音声AI研究およびプロダクト展開におけるグローバルリーダーとしての地位を確立します。

公開ローンチ以来、ElevenLabsは自然な音声合成で業界をリードし、ユーザーがAI音声を幅広い言語やアクセントで作成・デザインできるようにしてきました。多彩な感情やイントネーションも表現できます。ローンチ以来、ElevenLabsのユーザーは100年分以上のオーディオを生成し、従業員数は5人から40人へと増加しました。現在、ElevenLabsのテクノロジーはFortune 500企業の41％の従業員に利用されています。 

ElevenLabsのテクノロジーは多くの業界で導入されています。クリエイターはボイスオーバーやAI吹き替えによって視聴者体験を高め、教育へのアクセスを広げ、アクセシビリティの向上を含むオーディオブック出版、エンターテインメント、個人利用に革新的なソリューションを提供しています。この資金は、AI技術を安全に展開しながらプロダクトをさらに改善するために活用されます。

本日のシリーズB発表に加え、ElevenLabsは今後数週間で提供開始予定の複数の新たなプロダクト開発も発表します。

• 新しいダビングスタジオワークフローでは、映画全編の吹き替えに加え、文字起こし、翻訳、タイムコードの生成・編集が可能になり、コンテンツ制作をより細かく管理できます。これらの機能は、既存のAI吹き替え機能を補完するもので、29言語にわたる自動エンドツーエンドのビデオローカライゼーションを実現します。
• ボイスライブラリマーケットプレイスでは、自身の声のAIバージョンで収益を得られる安全なプラットフォームを提供します。ユーザーはプロフェッショナルなAI音声レプリカを作成・認証し、ボイスライブラリで共有できます。他の人が認証済みの声を使用すると、元のクリエイターに報酬が支払われます。声を利用可能にするかどうかや報酬条件は、常にユーザー自身が管理できます。このマーケットプレイスでは、すでに少数のアルファユーザーが収益を得ています。
• モバイルアプリのリーダーの早期プレビューで、テキストやURLを即座にオーディオへ変換できます。移動中でも別のメディア形式でコンテンツに簡単にアクセスできます。導入トライアルとして、アプリは最初の3か月間無料で利用でき、ウェイティングリストから早期アクセスに登録できます。

2023年を通じてElevenLabsは、出版、ゲーム、メディア、会話型分野など複数の領域でプレゼンスを拡大し、大手メディア企業とのB2Bパートナーシップも構築しました。主なパートナーは以下のとおりです。

• 出版：Storytel、The Washington Post、Rheinische Post、Curio
• 会話型AI：FlowGPT、SimpleTalk AI、Ollang、VoiceDrop、Vana
• メディア＆エンターテインメント：Wondershare Filmora、Futuri Media、TheSoul Publishing
• ゲーム：Paradox Interactive、NetEase、Inworld AI

これらの最新プロダクトのローンチとパートナーシップは、社内研究に基づいて開発されたツール群をElevenLabsが継続的に拡充してきた流れを受けたものです。これまでにリリースした機能には、音声合成による自然なテキスト読み上げ変換、レイテンシーに最適化したTurboモデル、ボイスデザイン とボイスクローンによるカスタム音声の作成、スピーチtoスピーチによる音声変換があります。また、業界をリードするAI吹き替えツールもリリースしました。オーディオとビデオを29言語へ自動翻訳しながら、元の話者の声と感情を維持できます。 現在英語で利用できるTurboとスピーチtoスピーチのモデルについても、まもなく対応言語を拡大します。 

これらの機能を支える研究を基盤に、ElevenLabsはより複雑なワークフロー向けの高度なツールも開発してきました。たとえば出版向けのStudioや、ダビングスタジオによるビデオローカライゼーションです。Studioは、出版社向けの長尺コンテンツにおける編集、構造化、ナビゲーション、生成を効率化し、ダビングスタジオは文字起こし、翻訳、シーケンスのタイミングを手動で管理できるため、世界中の視聴者に向けたコンテンツ準備を支援します。

また、コミュニティ志向のプロダクトとして、ボイスライブラリも開発しました。これはAI生成音声を共有するための環境です。以前はボイスデザインツールで作成した人工音声の共有に限られていましたが、ボイスライブラリでは現在、プロフェッショナルボイスクローンで作成した認証済みの自身の音声レプリカを、新たに導入したボイスライブラリマーケットプレイスで共有し、他の人が利用した際に収益を得ることができます。マーケットプレイスの安全性と健全性を確保するため、ElevenLabsはプロフェッショナルボイスクローン技術を用いて高忠実度の音声レプリカを作成しています。声を共有する前に、ユーザーは指定時間内にテキストプロンプトを読み上げるVoice Captcha認証を通過し、自身の声がトレーニングサンプルと一致することを確認する必要があります。このプロセスとElevenLabsチームによるモデレーション、手動承認により、本物でユーザー認証済みの音声のみが共有・収益化され、より安全で信頼できる環境を実現します。

ElevenLabsの中核的な優先事項は、すべてのAI生成コンテンツを明確に識別できるよう検出機能を実現することに焦点を当てた、AIの安全かつ責任ある開発です。昨年、AI Speech Classifierをリリースしました。これは、オーディオサンプルにElevenLabs生成コンテンツが含まれるかどうかを検証できるツールです。今年は、より多くの音声AIモデルをカバーできるようClassifierの機能を強化するとともに、幅広い導入に向けて他の配信プラットフォームとも連携します。ElevenLabsは、公共領域における安全性を高める追加の保護策を積極的に開発しています。

このシリーズB投資により、ElevenLabsは音声AI研究とプロダクト展開におけるグローバルリーダーとしての地位を確立することを目指します。資金は、研究の推進、インフラの拡張、特定分野向けの新プロダクト開発、そしてAI技術を責任ある倫理的な形で開発するための安全対策の強化に投じられます。

ElevenLabs CTOのPiotr Dąbkowskiは次のように述べています。

「チームの献身は、すでに音声AIに永続的な影響をもたらしています。この新たな資金により、さらに大きな課題に取り組み、研究とプロダクト開発における競争優位性の維持に注力できます。」

Mati Staniszewskiは次のように締めくくりました。

「私たちの志は変わりません。言語とコミュニケーションの壁を取り払い、コンテンツとの関わり方を変革することです。誰もが大切な情報や物語とつながれるよう、言語、そして声の垣根を越えてコンテンツにアクセスできる最先端技術を構築しています。これまでの進展は、献身的なチームと投資家の力の証です。道のりはまだ始まったばかりですが、私たちはともに、アクセシビリティとコミュニケーションの未来を形づくっています。」