Storytel zmienia podejście do audiobooków dzięki Voice Switcher od ElevenLabs

Storytel to jedna z największych na świecie firm zajmujących się streamingiem i wydawaniem audiobooków. Jej główne rynki to Szwecja, Dania, Finlandia i Norwegia. Wspólnie ze Storytel stworzyliśmy Voice Switcher — funkcję, która pozwala słuchaczom wybrać oryginalnego lektora lub wersję tego samego audiobooka czytaną przez AI.

Problem słuchaczy, który trwa od lat

Dane Storytel pokazały, że dziewięciu na dziesięciu klientów czasem rezygnuje z audiobooka nie przez samą książkę, lecz dlatego, że nie odpowiada im głos lektora. Jednocześnie audiobooki niemal nigdy nie były nagrywane z dwoma lektorami — tradycyjna produkcja była zbyt kosztowna.

Voice Switcher powstał, by wypełnić tę lukę.

Dlaczego Storytel wybrał ElevenLabs

Storytel pracował nad głosem AI przez lata, zanim nawiązał współpracę z ElevenLabs. Gdy w 2023 roku zobaczył wczesne demo ElevenLabs, jakość wyraźnie przewyższała wszystko, co wcześniej oceniali. To demo zapoczątkowało naszą współpracę.

„Jakość zrobiła na nas ogromne wrażenie. Od dawna interesowały nas głosy AI, ale nie dorównywały temu, co zobaczyliśmy w ElevenLabs.”

— Johan Ståhle, dyrektor ds. produktów i technologii w Storytel

Własny model dla języków nordyckich

Nasze angielskie głosy były wystarczająco dobre, by Storytel mógł przetestować Voice Switcher latem 2023 roku, ale szwedzkie głosy nie spełniały jeszcze wymagań pełnego audiobooka. Wspólnie ze Storytel stworzyliśmy lepszy model dla języków nordyckich. Storytel dostarczył wysokiej jakości własne dane audio ze swojego katalogu jako jeden z największych wydawców audiobooków na świecie.

Ulepszony model nordycki był gotowy pod koniec 2023 roku.

Premiera i wdrożenie w krajach nordyckich

Voice Switcher zadebiutował w Szwecji na początku 2024 roku, a jego twarzą został profesjonalny klon głosu jednego z najpopularniejszych szwedzkich lektorów. Wtedy istniało bardzo niewiele wysokiej jakości, długich audiobooków AI, więc Storytel i ElevenLabs należeli do pierwszych firm oferujących narrację AI o takiej długości i jakości.

Od tamtej pory Voice Switcher zadebiutował w Danii i Finlandii, za każdym razem z głosem ambasadora w lokalnym języku. Storytel nadal dodaje narracje AI obok oryginalnych wersji czytanych przez ludzi w coraz większej części katalogu.

Skalowanie w stronę w pełni zautomatyzowanej produkcji

Storytel tworzy narracje Voice Switcher przez ElevenAPI, z własnym przetwarzaniem przed i po generowaniu. Słowniki wymowy, wcześniej wygenerowane nazwy własne i sprawdzanie imion postaci pomagają podnieść jakość przed finalnym renderowaniem.

Długoterminowym celem Storytel jest udostępnienie Voice Switcher w całym katalogu. Wymaga to dalszego ograniczenia ręcznej edycji, która jest dziś potrzebna. Wspólnie ze Storytel dążymy do w pełni zautomatyzowanej produkcji na dużą skalę, opartej na API.