音声生成AIのリーディングカンパニーである米ElevenLabsは、ニューヨークで開催した年次サミットにおいて、音声合成の枠を超えた包括的な会話型AIプラットフォーム「ElevenAI」を発表しました。会議メモの作成から日常の対話タスクまでをワンストップで支援する企業向けワークプレイスアプリです。
あわせて発表された「Model Customization」は、企業が自社の実際の対話ログや運用データを活用し、ElevenLabsの音声モデルやオープンソースの大規模言語モデルを独自にファインチューニングできる新機能です。顧客満足度や業務特有の評価指標に合わせてモデルを継続的に自己改善させることが可能となり、ブランドの声や専門知識を忠実に再現します。
さらに会話の自然さを決定づける新基盤「Interaction Engine」も投入されました。人間同士のようなスムーズな相槌や発話の交代、割り込み（バージイン）を動的に制御するほか、最初の顧客受付には軽量モデルを割り当て、複雑な質問には高度なフロンティアモデルを呼び出すといった「モデルの自動ルーティング」を実現し、応答品質と運用コストの最適化を両立します。
同社は医療向け音声認識モデル「Scribe v3 Medical」の拡張や、米NVIDIAとのパートナーシップ強化も発表しました。単なる「声の複製」から、リアルタイムなビジネス対話を支える次世代の知能基盤へと急速に領域を広げており、カスタマーサポートや現場業務の自動化を大きく前進させそうです（一次ソース：ElevenLabs 公式発表（英文））。