ElevenLabs是一个因创建合成语音而爆红的AI驱动平台，近日又完成了一轮融资。
今天，这家初创公司宣布完成了由企业家Nat Friedman和Daniel Gross与Andreessen Horowitz共同领投的1900万美元A轮融资。其他参与者包括重量级的Creator Ventures、SV Angel、Instagram联合创始人Mike Krieger、Oculus联合创始人Brendan Iribe、DeepMind和Inflection AI联合创始人Mustafa Suleyman以及O'Reilly Media创始人Tim O'Reilly。
一位知情人士告诉TechCrunch，该轮估值使ElevenLabs在投后估值达到9900万美元——这是一个相当可观的数字，尤其是考虑到这家初创公司成立仅一年多。
联合创始人兼CEO Mati Staniszewski通过电子邮件告诉TechCrunch：“这笔投资将继续用于建设ElevenLab在语音AI领域的尖端研究枢纽，并推出一系列新产品，以支持出版、游戏、娱乐和对话应用等特定市场垂直领域。”
ElevenLabs在过去几个月里因好坏参半的原因而登上头条，它由曾在Palantir工作的Staniszewski和他的童年好友Piotr Dabkowski（前Google员工）创立。受他们在波兰长大时观看的美国电影糟糕配音的启发，这对搭档着手设计一个能做得更好的平台——当然，是利用人工智能。
ElevenLabs可以使用合成声音、克隆声音或完全新颖的“人工”声音将文本转换为语音，这些声音模仿不同性别、年龄和种族的人的声音。该公司的AI文本转语音模型是语言无关的，允许企业客户对其进行微调，并在其之上构建自己的专有语音模型。
与A轮融资同步，ElevenLabs（目前拥有15名员工）正在推出Projects，这是一个用于编辑和创建长篇口语内容的工作流。通过Projects，用户可以在不离开平台的情况下生成对话片段甚至有声书。
Staniszewski说：“对于B2B合作伙伴，我们的技术可用于可扩展的多语言有声书制作、为视频游戏中的角色配音、为数字文章配音、帮助视障人士访问在线书面内容以及驱动AI广播等领域。”
ElevenLabs于1月下旬以测试版形式推出，并迅速走红——这得益于其生成声音的极高质量、快速的生成时间以及慷慨的免费套餐。但正如前面提到的，公众关注度并不总是积极的——特别是当不良分子开始利用该平台谋取私利时。
臭名昭著的论坛4chan以其阴谋论内容而闻名，使用ElevenLabs的工具来分享模仿艾玛·沃特森（Emma Watson）等名人的仇恨言论。此外，《The Verge》的詹姆斯·文森特（James Vincent）能够利用ElevenLabs在几秒钟内克隆目标人物的声音——生成包含从暴力威胁到种族主义和跨性别恐惧症表达等各种内容的音频样本。
作为回应，ElevenLabs表示将引入一系列新的安全措施，例如将语音克隆功能限制为付费账户、禁止反复违反其服务条款的用户，并提供一款新的AI检测工具。
该检测工具于今日上线。名为“AI语音分类器”（AI Speech Classifier），并以API形式向“选定”合作伙伴提供，旨在检测上传的音频样本是否包含来自ElevenLabs的AI生成内容。
斯坦尼舍夫斯基（Staniszewski）表示：“确保生成式AI平台能够被安全地接纳，是整个AI生成领域（包括文本、图像和语音平台）面临的关键挑战。我们必须确保人们了解生成式媒体景观的性质，并知道此类内容的存在——我们致力于构建帮助人们检测AI生成内容的工具，以维护透明度。”
一款自愿使用的检测工具——假设它能如宣传的那样发挥作用——并不一定能遏制不良行为。但ElevenLabs尚未解决房间里的大象：其技术对配音演员构成的生存威胁。
《主板》杂志报道，配音演员越来越被要求放弃对自己声音的权利，以便客户使用人工智能生成合成版本，这些版本最终可能取代他们——有时甚至不提供额外报酬。与此同时，《纽约时报》看到的内部邮件显示，全球最大的游戏发行商之一动视暴雪正在开发用于AI辅助“语音克隆”的工具。
看来，ElevenLabs将此视为事物的自然发展进程，并吹嘘其与Storytel等出版商以及TheSoul Publishing和MNTN等媒体平台在有声书、电子游戏和广播内容方面的合作。（Storytel和TheSoul Publishing是战略投资者。）该公司声称，其在创意、娱乐和出版领域拥有超过一百万注册用户，已创建了相当于十年量的音频内容。
ElevenLabs计划效仿Papercup和Deepdub等初创公司的脚步，将其AI模型最终扩展到语音配音领域，并构建其所谓的“一种能够在不同语言之间传递情感和语调的基础”。
“这将使任何视频都能以引人入胜、高效且可扩展的方式配音成任何语言，同时保持原说话者的声音，”ElevenLabs在新闻稿中写道。“[我们]已经与行业合作伙伴进行多项测试，以实现大规模AI配音。”
ElevenLabs账上有2100万美元（其中200万美元来自今年1月的一轮种子前融资），它不顾一切后果，专注于在蓬勃发展的生成式语音领域击败竞争对手；这些竞争对手包括Amazon、Google和Microsoft等传统巨头，以及Murf、Tavus、Resemble AI、Respeecher、PlayHT和Lovo等初创公司。