ElevenLabs släpper nya Voice AI-produkter och samlar in 80 miljoner USD i serie B

• ElevenLabs har tagit in en Serie B-finansieringsrunda på 80 miljoner dollar som leds gemensamt av Andreessen Horowitz, Nat Friedman, Daniel Gross, med medverkan av Sequoia Capital, Smash Capital, SV Angel, BroadLight Capital och Credo Ventures för att stärka sin position som ledande inom röst-AI.
• Företaget presenterar i dag också flera nya produkter, bland annat Dubbing Studio, Voice Library-marknadsplatsen, en förhandsversion av en mobil läsapp, och nya modeller med högre hastighet och bättre språkstöd.
• Sedan lanseringen har ElevenLabs teknik förbättrat tillgängligheten till innehåll globalt inom områden som kreatörsekonomin, publicering, Conversational AI, underhållning, utbildning och tillgänglighet. Att miljontals människor använder tekniken har lett företaget till enhörningsstatus.

22 januari / globalt – ElevenLabs, ett forskningsföretag inom röstteknik, har tagit in en Serie B-finansieringsrunda på 80 miljoner dollar som leds gemensamt av Andreessen Horowitz, Nat Friedman, Daniel Gross, med medverkan av Sequoia Capital, SV Angel, Smash Capital, BroadLight Capital och Credo Ventures, för att befästa sin position som global ledare inom röst-AI-forskning och produktlansering.

Sedan den offentliga lanseringen har ElevenLabs varit ledande inom naturlig talsyntes och gjort det möjligt för användare att skapa och utforma AI-röster på en mängd språk och med olika accenter, som kan förmedla ett brett spektrum av känslor och intonationer. Sedan lanseringen har ElevenLabs användare genererat över 100 år av ljud, samtidigt som företaget har vuxit från 5 till 40 medarbetare. I dag används ElevenLabs teknik av anställda på 41 % av Fortune 500-företagen. 

ElevenLabs teknik har tagits i bruk inom många olika branscher. Den har hjälpt kreatörer att förbättra publikupplevelser med voice-over och AI-dubbning, breddat tillgången till utbildning och erbjudit innovativa lösningar inom ljudboksutgivning, underhållning och privat användning, bland annat genom bättre tillgänglighet. Finansieringen ska användas för att ytterligare förbättra företagets produkter och samtidigt säkerställa en trygg användning av AI-teknik.

Utöver dagens besked om Serie B presenterar ElevenLabs även flera nya produktnyheter, som blir tillgängliga under de kommande veckorna:

• Ett nytt arbetsflöde i Dubbing Studio gör det möjligt för användare att dubba hela filmer samt skapa och redigera transkript, översättningar och tidskoder, vilket ger större kontroll över innehållsproduktionen. Funktionerna kompletterar den befintliga AI-funktionen för dubbning, som möjliggör automatisk videolokalisering från början till slut på 29 språk.
• En Voice Library-marknadsplats som ger användare en säker plattform för att tjäna pengar på AI-versioner av sina egna röster. Användare kan skapa sin professionella AI-röstkopia, verifiera den och dela den via Voice Library. När andra använder dessa verifierade röster får de ursprungliga kreatörerna ersättning. Användarna behåller alltid kontrollen över röstens tillgänglighet och ersättningsvillkor. Marknadsplatsen genererar redan intäkter för en liten grupp alfatestare.
• En förhandsversion av mobilappen Reader som omedelbart omvandlar text och URL:er till ljud, så att användare enklare kan ta del av innehåll i ett annat format när de är på språng. Som ett introduktionserbjudande är appen kostnadsfri de första tre månaderna, och användare kan registrera sig för tidig åtkomst via en väntelista.

Under 2023 har ElevenLabs också utökat sin närvaro inom flera sektorer, bland annat publicering, spel, medier och konversationsbaserade tjänster, samt ingått B2B-partnerskap med stora mediehus, däribland:

• Publicering: Storytel, The Washington Post, Rheinische Post, Curio
• Conversational AI: FlowGPT, SimpleTalk AI, Ollang, VoiceDrop, Vana
• Medier och underhållning: Wondershare Filmora, Futuri Media, TheSoul Publishing
• Spel: Paradox Interactive, NetEase, Inworld AI

Dessa senaste produktlanseringar och partnerskap följer en period då ElevenLabs kontinuerligt har utökat sin verktygssvit, som helt bygger på egen forskning. Lanseringarna omfattar: Talsyntes för verklighetstrogen text-till-tal-konvertering, tillsammans med en Turbo-modell optimerad för låg fördröjning; Voice Design och Voice Cloning för att skapa skräddarsydda röster; Speech to Speech för att omvandla en röst till en annan. Företaget lanserade också sitt branschledande verktyg AI Dubbing, som automatiskt kan översätta ljud och video till 29 språk och samtidigt bevara originaltalarnas röster och känslor. Företaget kommer också snart att utöka Turbo- och Speech to Speech-modellerna, som för närvarande finns på engelska, till fler språk. 

Med utgångspunkt i forskningen bakom dessa funktioner har ElevenLabs också arbetat med att utveckla avancerade verktyg för mer komplexa arbetsflöden, som Studio för publicering och Dubbing Studio för videolokalisering. Studio förenklar redigering, strukturering, navigering och skapande av långt innehåll för utgivare, och Dubbing Studio hjälper till att förbereda innehåll för en global publik genom att ge direkt kontroll över transkript, översättning och sekvenstidssättning.

Företaget har också utvecklat communityinriktade produkter som Voice Library – en miljö för att dela AI-genererade röster. Voice Library var tidigare begränsat till att dela artificiella röster som skapats med verktyget Voice Design, men låter nu användare dela sina egna verifierade röstkopior som skapats med Professional Voice Cloning som en del av den nyintroducerade Voice Library-marknadsplatsen och tjäna pengar när andra använder dem. För att säkerställa marknadsplatsens säkerhet och integritet använder ElevenLabs sin Professional Voice Cloning-teknik för att skapa röstkopior med hög detaljrikedom. Innan en röst delas måste användaren klara en Voice Captcha-verifiering genom att läsa en textuppmaning inom en viss tidsram för att bekräfta att rösten stämmer överens med träningsproverna. Denna process, tillsammans med ElevenLabs teams moderering och manuella godkännande, säkerställer att autentiska, användarverifierade röster delas och kan generera intäkter, vilket skapar en tryggare och mer pålitlig miljö.

En central prioritet för ElevenLabs är säker och ansvarsfull AI-utveckling, med fokus på att möjliggöra identifiering så att allt AI-genererat innehåll tydligt kan kännas igen. Företaget lanserade en AI Speech Classifier förra året, ett verktyg som kan verifiera om ett ljudprov innehåller innehåll genererat av ElevenLabs. I år kommer företaget att förbättra Classifiers funktioner så att den täcker fler röst-AI-modeller, och samarbeta med andra distributionsplattformar för en bredare implementering. ElevenLabs utvecklar aktivt ytterligare skyddsåtgärder för att öka säkerheten i det offentliga rummet.

Med denna Serie B-investering avser ElevenLabs att befästa sin position som global ledare inom röst-AI-forskning och produktlansering. Kapitalet ska användas för att driva forskningen framåt, bygga ut infrastrukturen, utveckla nya produkter för specifika branscher och stärka säkerhetsåtgärderna för att säkerställa en ansvarsfull och etisk utveckling av AI-teknik.

Piotr Dąbkowski, CTO på ElevenLabs, tillägger:

”Vårt teams engagemang har redan haft en bestående inverkan på röst-AI. Den nya finansieringen gör det möjligt för oss att ta oss an ännu större utmaningar och fokusera på att behålla vårt försprång inom forskning och produktutveckling.”

Mati Staniszewski avslutar:

”Vår ambition är densamma – att förändra hur vi interagerar med innehåll genom att bryta ner språk- och kommunikationsbarriärer. Vi bygger banbrytande teknik för att göra innehåll tillgängligt på olika språk – och med olika röster – så att alla kan ta del av information och berättelser som betyder något. Våra framsteg hittills är ett bevis på vårt engagerade team och våra investerare. Och även om vi bara är i början av vår resa, hjälper vi tillsammans till att forma framtidens tillgänglighet och kommunikation.”