日本語の音声研究をElevenAgentsに

音声AIの米ElevenLabsは11月16日(日本時間17日)、日本の音声AI研究企業Kotoba Technologies(Kotoba)を買収すると発表した。同日付の公式ブログで「ElevenLabs is acquiring Kotoba」(ElevenLabsはKotobaを買収する)と書き、Kotobaを「日本を代表する音声AIの研究所」と紹介した。

公式Xでは日本時間17日午前5時4分に、Kotobaの日本語の音声研究を、顧客対応の音声エージェントのサービス「ElevenAgents」に持ち込むと投稿した。日本語で自然に顧客対応できる企業を増やすことを狙いに挙げている。

. @Kotoba_tech, the leading voice AI lab in Japan, is joining ElevenLabs. Together, we’ll bring Kotoba’s Japanese voice research to ElevenAgents, so more businesses can serve customers naturally in Japanese. Welcome to ElevenLabs, @noriyuki_kojima, @jungokasai, and team.

訳:日本を代表する音声AIの研究所であるKotobaが、ElevenLabsに加わります。Kotobaの日本語の音声研究をElevenAgentsに持ち込み、より多くの企業が日本語で自然に顧客対応できるようにします。@noriyuki_kojima、@jungokasai、チームの皆さん、ElevenLabsへようこそ。

ブログは日本を「世界4位の経済大国」と呼び、日本でAIエージェントと音声で操作する仕組みの普及を早めるとした。最高経営責任者(CEO)のマティ・スタニシェフスキ氏は、Kotobaと組んで「build the full interaction layer for AI in Japan」(日本でAIとのやり取りを担う層の全体を築く)と述べた。

完了は10〜12月期の後半の見込み、買収額は非公表

両社の発表によると、買収は2026年10〜12月期の後半に完了する見込みだ。規制当局の通常の承認と、完了のための条件を満たすことが前提になる。

買収額、支払い方法、株式の扱い、Kotobaの従業員数や拠点は、両社の公式発表に書かれていない。

Kotobaは2023年創業、音声モデル「Koto」はSalesforceが採用

Kotobaは、AI研究者のNoriyuki Kojima氏とJungo Kasai氏が2023年7月に創業した。Kojima氏がCEO、Kasai氏が最高技術責任者(CTO)を務める。ElevenLabsのブログによると、Kojima氏は米コーネル大学で博士号を取り、米Hugging Faceの研究者を経て、スーパーコンピューター「富岳」で一から学習した日本の公開モデル「Fugaku-LLM」を共同で開発した。Kasai氏は米ワシントン大学で博士号を取り、豊田工業大学シカゴ校(TTIC)で助教を務めた。

ElevenLabsはブログで、Kotobaの音声モデル「Koto」が、日本語の音声合成、音声認識、同時通訳向けの音声から音声への変換に優れると説明した。Salesforceなど世界の大手企業がすでにKotoを使っており、Salesforceの音声エージェント「Agentforce Voice」では日本語の会話を担っている。性能を示す数字や、他社のモデルとの比較は、発表には示されていない。

Kotobaは自社の発表で、Agentforce Voice向けの日本語の音声エージェントのほか、日米の大手企業の製品の音声AI、YOASOBIなどのアーティストを支える同時通訳の技術、同時通訳のアプリ「Kotoba」を手がけてきたと説明した。Kojima氏は「our goal was to build a frontier AI lab from Japan」(日本から最先端のAI研究所を築くのが目標だった)と振り返った。

日本語のあと韓国語などへ、何がいつ変わるかは示さず

Kotobaは発表で、ElevenLabsの研究力、計算資源、世界の事業基盤を得て、日本語から始めて韓国語などの東アジアの言語の音声AIを改善すると書いた。Kotobaのチームは研究、製品開発、導入の支援を続け、研究の成果をElevenLabsが世界で提供するモデルと製品にも生かすとしている。Kasai氏は、ElevenLabsと組んで「lead the next wave of voice AI in Japan and East Asia」(日本と東アジアで音声AIの次の波を率いる)と述べた。

ElevenLabsの共同創業者でCTOのピョートル・ドンブコフスキ氏は「Bringing their research together with ours will improve Japanese across the entire stack ElevenLabs builds」(両社の研究を合わせ、ElevenLabsが作るすべての層で日本語を良くする)と述べた。ただ、ElevenAgentsなどの製品に、いつ、どのような変更が入るかは、発表に書かれていない。Kotobaのアプリやモデルのライセンス提供の今後の扱いにも、両社の発表は触れていない。

日本で営業体制とインフラに投資

ElevenLabsは今回の買収を、日本でAIを日常のやり取りに根付かせる長期計画の第一歩と位置づけた。今後数カ月で日本の営業の責任者をそろえ、日本のインフラへの投資を続けるとしている。日本企業や、日本で事業を広げる多国籍企業との連携を深める考えも示した。

ElevenLabsは11月に入り、ElevenAgentsの新機能「ElevenAgents Campaign Manager」や、提携先の制度「ElevenLabs Partner Program」を相次いで発表している。10月には音声エージェント向けのモデル「Eleven Realtime v1」と、通話を通訳する「Eleven Realtime Translation」を出した。いずれも今回の買収とは別の発表だ。