近日，Elevenlabs宣布在最新一輪融資中成功籌集8000萬美元，公司估值飆升至11億美元（約79.31億元人民幣），正式躋身獨角獸行列。

這筆資金由知名風(fēng)投公司AndreessenHorowitz、企業(yè)家Nat Friedman和Daniel Gross領(lǐng)投，紅杉資本（SequoiaCapital）等參投。

從創(chuàng)立到躋身獨角獸，ElevenLabs僅花了兩年時間。根據(jù)官方博客提供的數(shù)據(jù)，自產(chǎn)品發(fā)布以來，ElevenLabs 用戶生成的音頻內(nèi)容已經(jīng)超過了過去 100 年生產(chǎn)的音頻，而公司員工也從 5 人增加到了 40 名，41% 的財富 500 強公司的員工都正使用 ElevenLabs 技術(shù)。

不僅是在AI領(lǐng)域，在世界經(jīng)濟(jì)論壇，ElevenLabs也同樣大放光彩：早在幾天前，阿根廷總統(tǒng)米萊在達(dá)沃斯現(xiàn)場的演講刷爆朋友圈，除了內(nèi)容本身，AI 翻譯以及他的克隆語音實時播報，抓住了全世界的眼球。

背后技術(shù)支持，其一便來自ElevenLabs。（畫面支持為HeyGen，前不久剛完成560萬美金的新一輪融資，睿獸分析也做了視頻報道，可關(guān)注【睿獸分析】查看項目詳情）

公布B 輪融資同時，ElevenLabs 還公布了幾項即將推出的新產(chǎn)品開發(fā)：

l新的配音工作室（Dubbing Studio）工作流程使用戶能夠為整部電影配音，并生成及編輯劇本、翻譯和時間碼，從而對內(nèi)容生產(chǎn)有更多的控制權(quán)。

l語音庫市場（Voice Library marketplace）將為用戶提供一個安全的平臺，讓他們能夠從自己的 AI 版本聲音中獲得收入。用戶可以創(chuàng)建他們的專業(yè) AI 語音副本，進(jìn)行驗證，并通過語音庫分享。當(dāng)其他用戶使用這些經(jīng)過驗證的聲音時，原始創(chuàng)作者將獲得報酬。用戶始終保留對其語音可用性和報酬條款的控制權(quán)。市場已經(jīng)為一小部分最開始的用戶帶來了收入。

l移動應(yīng)用閱讀器（Mobile App reader）的早期預(yù)覽版可以將文本和 URL 即時轉(zhuǎn)換為音頻，使用戶在移動端更容易獲取內(nèi)容。

一、

ElevenLabs于2022年由前谷歌機器學(xué)習(xí)工程師Piotr Dabkowski和前Palantir部署策略師Mati Staniszewski共同創(chuàng)立，是一個基于瀏覽器的語音生成應(yīng)用，能夠創(chuàng)建逼真的語音，并可調(diào)整語調(diào)、情感、節(jié)奏等關(guān)鍵聲音特征。

Staniszewski和Dabkowski在波蘭長大，受到翻譯不佳的美國電影的啟發(fā)，決定創(chuàng)造語音克隆工具，他們認(rèn)為AI可以做得更好。

• ElevenLabs主要的AI語音產(chǎn)品包括文本到語音轉(zhuǎn)換的語音合成工具、用于創(chuàng)建定制聲音的聲音設(shè)計和克隆工具、以及將一種聲音轉(zhuǎn)換為另一種聲音的語音到語音工具Speech Synthesis：選擇特定語音將文字轉(zhuǎn)換為音頻。

• lVoiceLab：用戶能夠克隆自己的聲音或者從Voice Library庫中下載聲音，它可以從長度超過1分鐘的清晰的樣本錄音中生成某人的聲音。

• lProjects需要付費訂閱，可用于編輯和創(chuàng)建長文本內(nèi)容的工作流引擎，可生成對話片段甚至有聲讀物。

• lPrime VoicedAI是一款真實、多功能的人工智能語音軟件，背后的人工智能模型能掌握詞語背后的邏輯和情感，它不會逐一生成句子，而是會注意每句話與前后文本的聯(lián)系。這種處理方式能夠使AI有目的地吟誦更長的片段。

ElevenLabs的客戶除了個人使用者，還包括出版、游戲、媒體和對話式垂直領(lǐng)域的公司機構(gòu)，如瑞典電子游戲開發(fā)及發(fā)行公司Paradox Interactive、華盛頓郵報、有聲讀物平臺Storytel、數(shù)字媒體出版商TheSoul、對話式 AI FlowGPT等。

二、

盡管ElevenLabs絕大多數(shù)被應(yīng)用于積極用途，但也出現(xiàn)了越來越多的語音克隆濫用案例。這項技術(shù)不僅能允許用戶克隆自己的聲音。還有能力克隆任何公眾人物的聲音，演員、CEO、政客等。你可以讓他們說出你想說的任何話，這構(gòu)成了巨大的風(fēng)險。

對此，ElevenLabs在2023年6月推出ElevenLabsAI語音分類器以提高AI生成的音頻內(nèi)容的安全標(biāo)準(zhǔn)。這種首創(chuàng)的驗證機制可讓用戶上傳任何音頻樣本，以識別它是否包含ElevenLabsAI生成的音頻。視不同情況而定，目前該項技術(shù)的準(zhǔn)確率基本維持在90%以上。

這次發(fā)布的面向社區(qū)的產(chǎn)品Voice Library marketplace，也是Elevenlabs負(fù)責(zé)任地開發(fā)AI而做的努力。以前Voice Library僅限于使用聲音設(shè)計工具創(chuàng)建的人工聲音，現(xiàn)在語音庫允許用戶共享他們使用專業(yè)聲音克隆技術(shù)制作的經(jīng)過驗證的聲音副本，并在語音庫市場中使用這些聲音賺錢。

在共享聲音之前，用戶必須通過閱讀特定時間內(nèi)的文本提示來通過語音驗證碼驗證，以確認(rèn)他們的聲音與訓(xùn)練樣本匹配。這一過程，加上 ElevenLabs 團(tuán)隊的審核和手動批準(zhǔn)，確保了真實、經(jīng)用戶驗證的聲音被共享和貨幣化，創(chuàng)造了一個更安全、更值得信賴的環(huán)境。

ElevenLabs在人工智能語音領(lǐng)域面臨著來自O(shè)penAI、亞馬遜、微軟和谷歌等大型科技公司的競爭。還有像Tortoise和Bark這樣的開源TTS模型，但根據(jù)用戶反饋，Tortoise生成速度慢，Bark音質(zhì)參差，目前很難商用。

在快速增長的AI語音市場上，ElevenLabs正在領(lǐng)跑，期待它的新故事。