Storytel、ElevenLabs搭載のボイスチェンジャーでオーディオブックのナレーションを再発明

Storytelは、スウェーデン、デンマーク、フィンランド、ノルウェーを主要市場とする、世界最大級のオーディオブック配信・出版企業です。ElevenLabsはStorytelと提携し、リスナーが人間によるオリジナルのナレーションと、同じオーディオブックをAIがナレーションしたバージョンを選べる機能、Voice Switcherを開発しました。

長年続くリスナーの課題

Storytelのユーザーデータによると、顧客の10人に9人は、本そのものではなくナレーターの声に馴染めないことを理由に、オーディオブックを途中でやめることがあります。同時に、オーディオブックを2人のナレーターで収録することは、従来の制作コストでは採算が取れないため、ほとんどありませんでした。

Voice Switcherは、このギャップを埋めるために開発されました。

StorytelがElevenLabsを選んだ理由

StorytelはElevenLabsと提携する前から、長年にわたりAI音声に取り組んでいました。2023年にElevenLabsの初期デモを見た際、その品質は、それまで評価してきたどの製品よりも明らかに優れていました。このデモをきっかけに、両社の協業が始まりました。

「その品質には驚かされました。以前からAI音声に関心はありましたが、ElevenLabsで見たものほど優れたものはありませんでした。」

— Johan Ståhle、Storytel最高プロダクト・テクノロジー責任者

北欧言語向けのカスタムモデル

ElevenLabsの英語音声は、Storytelが2023年夏にVoice Switcherのパイロット版を開始するには十分な品質でした。しかしスウェーデン語音声は、オーディオブック全編に必要な水準にはまだ達していませんでした。そこでStorytelと協力し、北欧言語向けに改良したモデルを開発しました。世界最大級のオーディオブック出版社であるStorytelは、自社カタログの高品質な独自オーディオデータを提供しました。

改良された北欧言語モデルは、2023年後半に完成しました。

ローンチと北欧地域への展開

Voice Switcherは2024年初頭にスウェーデンでローンチされ、同機能のアンバサダーを務める、スウェーデンで最も人気のあるナレーターの1人のプロフェッショナルボイスクローンが起用されました。当時、高品質かつ長尺のAIオーディオブック制作はほとんど存在せず、この長さと品質のAIナレーションを提供したStorytelとElevenLabsは、先駆けの1社となりました。

その後、Voice Switcherはデンマークとフィンランドでもローンチされ、それぞれの国で現地言語のアンバサダー音声が用意されています。Storytelはカタログの対象を広げながら、人間によるオリジナル版に加えてAIナレーションを継続的に追加しています。

完全自動化された制作に向けたスケーリング

Storytelは、Voice SwitcherのナレーションをElevenAPIを通じて制作し、社内で前処理・後処理を加えています。発音辞書、事前生成した固有名詞、登場人物名のチェックにより、最終レンダリング前の品質を高めています。

Storytelの長期的な目標は、カタログ全体でVoice Switcherを利用可能にすることです。その実現には、現在必要な手作業での編集を継続的に減らすことが欠かせません。ElevenLabsはStorytelと協力し、大規模かつ完全自動のAPI主導型制作を目指しています。