ElevenLabs、日本の音声AI企業Kotoba Technologiesの買収に合意
出典: site.kotoba.tech

音声AIを手掛けるElevenLabsは、日本の音声AIスタートアップKotoba Technologiesの買収に合意しました。ElevenLabsにとって日本で初めての買収で、Kotobaの従業員15人が加わります。

買収の完了は2026年第4四半期後半を見込んでいます。必要な規制当局の承認と、通常の取引完了条件の充足が前提です。

日本語の音声AIを手掛けるKotoba

Kotoba Technologiesは、AI研究者の小島熙之氏と笠井淳吾氏が2023年7月に創業しました。音声の認識や生成に用いる基盤モデルを開発しています。本社は米サンフランシスコにあり、東京に研究開発拠点を置いています。

主力モデルの「Koto」は、日本語の音声合成と音声認識に対応します。音声合成は文字を音声に変換し、音声認識は音声を文字に変換する技術です。同時通訳に使う音声から音声への変換も手掛けています。

Kotoはクラウドのほか、企業などが自ら管理する環境や端末上でも利用できます。Kotobaは、音声合成の遅延が50ミリ秒未満だとしています。日本語、韓国語、中国語を対象に、翻訳や文字起こし、音声生成を扱います。

Salesforceの日本語対話にも採用

Kotoは、Salesforceの音声対話サービス「Agentforce Voice」の日本語での会話に採用されています。Kotobaは日本と米国の大手企業向け製品にも音声AIを提供しています。音声エージェントは、人の発話を受けてAIが音声で応答する仕組みです。

Kotobaの事業には、音声モデルを使った同時通訳アプリ「Kotoba」もあります。このアプリは会話をリアルタイムで翻訳し、音声とテキストで出力します。同時通訳技術は、音楽ユニットのYOASOBIを支援する用途にも使われています。

日本での営業体制と投資を強化

ElevenLabsは、音声・オーディオモデルやクリエイティブツールを開発する企業です。営業やカスタマーサポート向けの対話型エージェントも手掛けています。同社の製品は90以上の言語に対応しています。

今回の買収は、日本展開を強化する取り組みの一環です。ElevenLabsは今後数カ月で国内の営業責任者の体制を拡充します。日本でのインフラ投資も継続する方針です。

ElevenLabsは、両社の研究を組み合わせ、日本語の複雑な会話に対応するエージェントの構築を企業向けに支援するとしています。Kotobaは、日本語に加えて韓国語など東アジアの言語に対応する音声AIの改善を目指しています。同社のチームは、研究や製品開発、導入支援に引き続き携わる方針です。

会話の文脈と応答のタイミング

Kotobaは、日常や仕事で自然に対話できる音声AIには、認識と生成の精度に加え、文脈や会話の流れを理解し、応答するタイミングを判断することが必要だとしています。日本語の会話では主語や目的語が省かれることがあり、話す相手によって言葉遣いも変わります。相づちや間にも意味があります。

共同創業者で最高技術責任者の笠井淳吾氏は、音声エージェントから同時通訳までの製品を生み出す研究拠点を東京に築くことを目指してきたと語っています。ElevenLabsの共同創業者で最高技術責任者のPiotr Dąbkowski氏は、両社の研究を組み合わせることで、同社の製品全体で日本語の品質を高めるとしています。