ElevenLabs capta US$ 2 milhões e anuncia plataforma de fala com IA que promete revolucionar a narrativa em áudio

• ElevenLabs lança plataforma Beta que permite a criadores e editoras narrarem seus conteúdos longos
• A rodada de financiamento pré-seed foi liderada pela Credo Ventures, com participação da Concept Ventures e de investidores individuais
• O capital financiará a pesquisa e o desenvolvimento da dublagem com IA, com lançamento previsto para o fim deste ano

23/01/2023, Londres, Reino Unido | A ElevenLabs, uma startup de tecnologia de voz IA, está desenvolvendo ferramentas de síntese de fala realistas com o objetivo de longo prazo de converter instantaneamente áudios falados entre idiomas. Hoje, a empresa anunciou o lançamento de sua plataforma Beta após captar US$ 2 milhões em uma rodada de financiamento pré-seed liderada pela Credo Ventures, com participação também da Concept Ventures e de outros investidores individuais.

A plataforma da empresa permite que criadores e editoras narrem conteúdos longos e explorem o formato de áudio. Seus recursos são viabilizados por um modelo de deep learning desenvolvido internamente para síntese de fala, que reproduz de forma realista a entonação e as inflexões humanas e pode ajustar a interpretação de acordo com o contexto. A ElevenLabs também oferece um conjunto de ferramentas para clonar voz e criar vozes sintéticas, com o objetivo de oferecer aos usuários novas possibilidades criativas. A empresa está trabalhando com editoras selecionadas em uma estação de trabalho dedicada à edição de locuções, que será adicionada à plataforma no início de fevereiro. A ElevenLabs busca se tornar o primeiro narrador com IA a oferecer a qualidade necessária para dar voz a notícias e audiolivros em escala.

Avanços de capacidade exigem inovação, e é por isso que a ElevenLabs se considera, antes de tudo, uma empresa de pesquisa. Grande parte dessa pesquisa até hoje se concentrou no desenvolvimento de novos modelos de Text to Speech, que usam alta compressão e compreensão de contexto para reproduzir a fala humana de forma ultrarrealista. A empresa também desenvolveu um novo modelo para clonar voz que alcança alta similaridade no resultado sem treinamento (sem finetune), usando amostras de apenas 5 segundos — um feito inédito até então. Desenvolvedores podem acessar todos esses recursos pela API.

Essa pesquisa impulsiona os recursos atuais da plataforma, mas também contribui para alcançar o objetivo final da empresa: converter instantaneamente áudios falados entre idiomas. Sua ferramenta de dublagem com IA, com lançamento previsto para o fim deste ano, permitirá que usuários redublem automaticamente qualquer áudio ou vídeo em outro idioma, preservando a voz do locutor original. Inicialmente, a ElevenLabs espera atrair clientes da área de educação, enquanto seu objetivo de longo prazo é tornar realidade o suporte a áudio multilíngue sob demanda em streaming, audiolivros, jogos, filmes e até em conversas em tempo real.

As ferramentas de síntese de fala e dublagem da empresa são tão complementares quanto oportunas: ambas prometem levar áudio e vídeo a públicos maiores e chegam em um momento de forte crescimento do setor de áudio. Um primeiro grupo de testadores, entre eles criadores do YouTube, editoras e desenvolvedores, já usa a plataforma diariamente para dar voz a vídeos, histórias e personagens, e a empresa espera que o universo de aplicações possíveis para a fala generativa continue crescendo. Editoras de notícias já perceberam que ampliar sua presença em áudio é uma ótima forma de engajar e reter assinantes. Mas contratar dubladores é caro, assim como pedir que repórteres leiam suas próprias matérias. Autores de livros e newsletters, e até desenvolvedores de jogos, enfrentam desafios semelhantes: os primeiros cada vez mais recorrem à narração de suas próprias obras, e os últimos precisam decidir se um personagem específico justifica os custos de gravação. Quem usa softwares de Text to Speech existentes economiza dinheiro, mas paga outro preço ao abrir mão de qualidade. A ElevenLabs acredita que não é mais preciso fazer concessões e se prepara para equipar criadores e editoras com as ferramentas de narrativa com IA mais avançadas e versáteis.

“A plataforma que estamos lançando agora tem como objetivo transformar texto em áudio falado de alta qualidade. Queremos permitir que as pessoas aproveitem seu livro ou newsletter favorito, dando voz a todos os autores, criadores e desenvolvedores que não poderiam pagar por uma” — diz Mati Staniszewski, cofundador. “Nosso objetivo final é permitir que as pessoas aproveitem qualquer conteúdo que considerem relevante e interessante, independentemente do idioma que falam” — acrescenta Piotr Dabkowski, também cofundador.

Na Credo Ventures, buscamos trabalhar com fundadores inteligentes e ambiciosos da região da Europa Central e Oriental. Vimos a determinação e o brilho nos olhos de Mati e Piotr já em nossa primeira reunião. Alguns meses depois, eles estão se tornando um centro de pesquisa em tecnologia de fala do nível da OpenAI, superando os maiores desafios do áudio artificial. Suas vozes sintetizadas já são indistinguíveis das reais, e esse avanço não só reduziu significativamente as barreiras para gerar conteúdo com qualidade e fidelidade sem precedentes, como em breve também permitirá que criadores ampliem radicalmente seus públicos ao oferecer conteúdo em vários idiomas. — afirma Maciek Gnutek, sócio-geral da Credo Ventures.

Apesar de ser comum tanto no entretenimento quanto nos negócios, o áudio foi relativamente negligenciado pelos avanços recentes da pesquisa. Não poderíamos estar mais animados em apoiar Mati & Piotr nesta era de ouro da IA generativa e acreditamos que a ElevenLabs é a equipe certa para levar essa tecnologia às massas, uma voz de cada vez — afirma Oliver Kicks, principal da Concept Ventures.

Sobre a ElevenLabs:
A ElevenLabs é uma empresa de pesquisa que desenvolve softwares de síntese de voz IA para criadores e editoras. As ferramentas da empresa reproduzem falas extremamente realistas e podem ajustar a entonação e as inflexões com base no contexto ou nas instruções do usuário. A plataforma da empresa busca oferecer a qualidade e a versatilidade necessárias para se tornar uma solução completa para dar voz a notícias, newsletters, livros e vídeos. Os principais recursos incluem: geração de fala a partir de texto, clonar voz, criação de voz e, em breve, um workflow de projeto para edição de narração. A ElevenLabs foi fundada em 2022 por Piotr, ex-engenheiro de machine learning do Google, e Mati, ex-estrategista de implantação da Palantir. O objetivo de longo prazo da empresa é tornar conteúdos falados universalmente acessíveis em qualquer idioma e voz.

Capital de risco fornecido por Credo Ventures e Concept Ventures. Entre os investidores individuais estão Peter Czaban, Tytus Cytowski, Talfan Evans, Dra. Fatima Godall, Tomasz Karwatka, Piotr Karwatka, Akhil Paul, Bartek Pucek, Marta Pyrzyk, Carles Reina, Parin Shah, Charlie Songhurst e Harry Songhurst.

Entre em contato
press@elevenlabs.io