高精度な音声合成および多言語ボイスクローン技術で急成長を続ける米ユニコーン企業ElevenLabs(イレブンラボ)は、日本発の最先端音声AIスタートアップであるKotoba Technologies(コトバ・テクノロジーズ)を1億ドル(約155億円)で買収することで合意したと発表しました。アジア圏の独自言語モデルと低遅延音声処理に強みを持つ有力拠点を傘下に収め、グローバル展開を決定的に強化します。
Kotoba Technologiesは、日本語をはじめとする東アジア言語に特化した軽量かつ超低遅延の音声認識(ASR)、音声合成(TTS)、およびリアルタイム同時翻訳モデルの研究開発で高い評価を得てきた東京拠点のスタートアップです。同社が培ってきた音声ストリーミング処理の最適化技術と、自然な文脈解釈エンジンは、対話の遅延が利用体験を左右する音声エージェント市場において極めて強力な武器となります。
本買収により、ElevenLabsは自社の感情表現豊かな多言語音声プラットフォーム「Conversational AI」にKotobaの独自アルゴリズムを統合します。これにより、日本語特有の繊細なイントネーションや間を保ちながら、双方向で瞬時に応答する超低遅延な対話AIエージェントの提供が可能になります。また、日本のアニメやゲーム、実写映像などの豊かなエンタメ資産を、オリジナル声優の感情や声質を保ったまま世界数十言語へ即時吹き替え展開するパイプラインも大幅に強化されます。
米大手テックによる日本発AIスタートアップの大型買収劇は、国内の研究開発力が世界の先端フロンティアにおいて極めて高い価値を持つことを証明しました。現地法人の設立に続き日本拠点の中核開発部隊を直接手に入れたElevenLabsは、激化する世界の音声AI市場で圧倒的な優位確立を目指します(一次ソース:ElevenLabs公式(英文) / Kotoba Technologies公式)。
