全球语音人工智能领域迎来了一起备受瞩目的行业整合。知名语音 AI 企业 ElevenLabs 于近日正式宣布,已成功收购日本领先的语音 AI 实验室 Kotoba。通过此次强强联手,双方将共同加速 AI 智能体与语音交互界面在全球第四大经济体的深度落地与普及。
突破语言文化壁垒:打造适应本土化深层语境的语音 AI
人类的语言交流不仅是字面词汇的组合,更带有浓厚的地域色彩、复杂的方言口音以及不成文的社会文化规范。相比之下,日语等语言在表达上往往更加精妙和注重语境——例如句子中经常省略主语和宾语、用词会随交谈对象实时变化、习惯通过频繁道歉来维持社交礼貌、用停顿代表思考,甚至拥有独特的“读空气”(kūki o yomu)文化,即需要领会言外之意。
正是看到了这种跨文化交互的复杂性,ElevenLabs 将“让 AI 在不同文化和语境下都自然、直观”作为核心使命。而 Kotoba 凭借其深厚的语音技术研究和对日本本土市场的深刻理解,成为了实现这一目标的天然合作伙伴。
Kotoba 由 AI 研究者 Noriyuki Kojima(小岛敬之)与 Jungo Kasai(笠井淳吾)于2023年在东京创立,其创立初心就是面向多语言世界开发语音 AI,坚信“语音不应止步于语言的边界”。
核心团队背景雄厚,明星模型 Koto 已获企业级验证
在技术与人才团队方面,Kotoba 汇聚了顶尖的学术与研发力量:
联合创始人兼 CEO Noriyuki Kojima: 拥有康奈尔大学计算机科学博士学位,曾任 Hugging Face 研究科学家,并参与打造了日本著名的 Fugaku-LLM(在 RIKEN Fugaku 超级计算机上从零训练的开源大模型)。
联合创始人兼 CTO Jungo Kasai: 拥有华盛顿大学计算机科学与工程博士学位,曾任芝加哥大学丰田技术研究所助理教授,是日本被引用次数最多的研究者之一。
Kotoba 旗下自主研发的旗舰语音模型 Koto,在日语文本转语音、语音转文本以及用于同声传译的语音转语音任务中均展现出了卓越的性能。目前,该模型已被多家全球大型企业投入实际应用,例如 Salesforce 便在其 Agentforce Voice 中引入 Koto 模型,用来为日语音频对话提供底层支撑。
整合全球技术栈,持续深耕日本及东亚市场
对于此次收购,双方高管均表达了高度的期待与战略远见:
ElevenLabs 联合创始人兼 CEO Mati Staniszewski 表示,要让 AI 真正惠及每一个人,其交互设计就必须从一开始就将当地的语言和社交规范融入技术架构之中。Kotoba 在日本正是这样做的,双方携手将为日本的 AI 构筑完整的交互层。
ElevenLabs 联合创始人兼 CTO Piotr Dąbkowski 指出,日语的复杂精妙带来了独特的技术挑战,两家公司研究成果的结合将大幅提升 ElevenLabs 整个技术栈中的日语处理能力。
Kotoba 联合创始人兼 CTO Jungo Kasai 表示,非常期待引领日本和东亚的下一波语音 AI 浪潮,从语音 AI 智能体到同声传译,他们的旅程才刚刚开始。
Salesforce Ventures 合伙人 Nowi Kallen 则认为,语音正在成为 AI 的强大新界面,两家公司的强强联合将为全球企业和消费者带来更自然的交互体验。
作为全面布局日本市场的第一步,ElevenLabs 计划在未来几个月内组建本地销售领导团队,并继续加大对日本当地算力与基础设施的投资,与日本本土企业以及在日开展业务的跨国公司展开更紧密的合作。该收购预计将于2026年第四季度晚些时候正式完成,目前正等待常规监管批准并满足相关交割条件。
VIP会员