米ElevenLabsは、音声AIを開発する米Kotoba Technologiesの買収に合意した。ITmedia AI+によると買収額は約1億ドル、日本円で約159億円。Kotobaの従業員15人はElevenLabsに加わり、買収後も東京を開発拠点として使う。取引は必要な規制当局の承認などを条件に、2026年第4四半期後半に完了する見込みだ。
Kotobaは2023年創業。主力の音声モデル「Koto」は、文字から音声を作る音声合成、音声を文字にする音声認識、音声を別の言語の音声に変える処理に対応する。両社によると、KotoはSalesforceの「Agentforce Voice」で日本語の会話に使われている。Kotobaは、YOASOBIの活動を支える同時通訳技術にも取り組んできた。
日本語の会話に必要な知識
ElevenLabsのマティ・スタニシェフスキーCEOは、音声AIには言語だけでなく、その地域の社会規範や会話のニュアンスを設計の初期段階から反映する必要があると説明する。日本語では主語が省かれたり、相手によって敬語や言葉遣いが変わったりする。Kotobaはこうした特徴を踏まえた音声AIの研究を進めてきた。
Kotobaの共同創業者兼CEO、小島熙之氏は、東京の研究開発組織を維持しながら、世界規模の企業の計算資源などを活用できると説明した。Kotobaの発表では、今後は日本語を起点に韓国語など東アジアの言語にも研究を広げるとしている。ElevenLabsは、自社の研究力や計算資源、世界各地の事業基盤とKotobaの言語・市場知識を組み合わせる方針だ。
利用者向けの提供時期は未発表
今回の発表は買収への合意で、取引はまだ完了していない。ElevenLabsは日本で営業体制を整え、インフラ投資も続ける計画を示した。一方、買収によって一般の利用者がいつ、どの製品を使えるようになるかや、価格などは発表されていない。
ElevenLabsは2025年4月に日本法人を設立し、同年11月には声優・俳優の声の権利保護や多言語化を目指す団体を関係企業と立ち上げている。今回の買収は、日本語の音声AI開発を強める動きの一つだ。
なぜ重要か
企業が日本語で音声AIエージェントを導入する際、Kotobaの技術とElevenLabsの資源を組み合わせた製品が選択肢になる可能性がある。ただし、買収後にどの製品がいつ提供されるかは未発表で、一般の利用者への影響はまだ分からない。