Rozszerzamy działalność na Koreę, by głos AI stał się częścią codziennego życia

W tym tygodniu odwiedziliśmy Koreę, by uczcić nasz oficjalny start na tym rynku. To miejsce, gdzie technologia szybko się rozwija, idee błyskawicznie się rozchodzą, a ludzie wysoko stawiają poprzeczkę jakości. To także jeden z najlepiej skomunikowanych krajów świata — z niemal powszechnym dostępem do telefonii komórkowej, najlepszą na świecie infrastrukturą 5G i silnym wsparciem rządu dla badań nad AI.

Założyliśmy ElevenLabs w Londynie w 2022 roku, by tworzyć AI, które daje technologii głos. Od początku chcieliśmy, by komunikacja między ludźmi a maszynami była naturalna — w każdym języku. Korea to idealne miejsce, by dalej rozwijać tę wizję.

Dlaczego Korea jest ważna

Ponad 65% dużych firm w Korei już korzysta z AI, a niemal 2/3 pracowników używa generatywnej AI w codziennej pracy. Rząd ogłosił znaczne nowe finansowanie AI i chce, by Korea znalazła się w pierwszej trójce krajów AI na świecie.

Ale Korea to coś więcej niż liczby — to kraj, który szybko przyjmuje nowe pomysły. To tutaj branże kreatywne, takie jak K-pop i K-drama, kształtują globalną kulturę, a oczekiwania wobec produktów cyfrowych należą do najwyższych na świecie. Postrzegamy ją jako sprawdzian tego, jak powinna wyglądać dobra AI.

Co wprowadzamy

Nasze badania obejmują cały stos technologii audio AI — zamianę tekstu na mowę, zamianę mowy na tekst, dubbing, klonowanie głosu i projektowanie dźwięku. Modele obsługują dziś ponad 70 języków i potrafią oddać ton, emocje oraz niuanse z niespotykaną dotąd wiernością — jednak największy postęp dokonuje się w sposobie, w jaki te systemy łączą się w czasie rzeczywistym.

Nasza platforma agentowa łączy rozpoznawanie mowy, generowanie i rozumowanie w jednym systemie. Umożliwia produktom i usługom interakcję z ludźmi poprzez naturalną rozmowę, z opóźnieniem poniżej pół sekundy. Obsługuje ponad 7 000 głosów i 32 języki oraz integruje się bezpośrednio z narzędziami takimi jak CRM, płatności i telefonia.

Duży bank cyfrowy z ponad 30 milionami klientów skrócił czas obsługi o 85% po wdrożeniu platformy. Teraz automatyzuje połowę zapytań dotyczących kart kredytowych, a pełne wdrożenie zajęło mniej niż dwa miesiące.

Inne kompleksowe systemy mowa-mowa mają trudności z monitorowaniem i audytem. Nasz zaprojektowaliśmy tak, by spełniał standardy firmowe. Ulepszenia modeli w strumieniowym ASR i TTS oraz szybsze wnioskowanie LLM wyraźnie obniżyły opóźnienia i zwiększyły niezawodność.

Jak widzimy przyszłość

Wierzymy, że przyszłość audio AI wyjdzie poza mowę. Każde urządzenie — od urządzeń noszonych po samochody — będzie rozumieć nie tylko to, co mówimy, lecz także jak to mówimy. Tłumaczenia i dubbing w czasie rzeczywistym całkowicie zniosą bariery językowe. A gdy głos połączy się z obrazem i wideo, zobaczymy nowy rodzaj doświadczeń twórczych, które będą osobiste i natychmiastowe.

Współpraca z koreańskimi partnerami

Nasz lider na Koreę, Sangwon Hong, oraz lokalny zespół już współpracują z firmami takimi jak MBC C&I, ESTsoft, Krafton i SBS. Razem chcemy, by Korea była nie tylko rynkiem, lecz także centrum głosu AI w Azji.

Chcemy też, by AI była używana odpowiedzialnie. Nasze ramy 3C — Consent, Control i Compensation — pomagają zapobiegać nadużyciom oraz zapewniają uczciwe uznanie i podział wartości.

Cieszymy się, że możemy rozwijać się w Korei, uczyć się od niej i rosnąć razem z jej firmami, deweloperami oraz twórcami. To miejsce, które wyznacza tempo tego, co nadchodzi, i cieszymy się, że możemy być jego częścią.