ElevenLabs

3億ドルの従業員向けテンダーオファーを完了し、評価額は220億ドルとなった。Wellington と T. Rowe Price が主導した。企業向けが売上の55%を占めるという。

ドキュメントの更新履歴に、Sora 2 の各モデルを提供終了し、Seedance 1.5 Pro を非推奨にしたと記載された。

医療音声に特化した文字起こしモデルを、API で誰でも使えるようにした。臨床音声の単語誤り率が Scribe v2 より約35%低い。英語、フランス語、ドイツ語に対応する。

音楽生成モデルの新版で、ElevenMusic の標準モデルになった。ElevenCreative と API でも使える。他のアーティストの楽曲を参照した曲はダウンロードできない。

Universal Music Group と、複数年のライセンスおよび製品開発の契約を結んだ。ファンがリミックスなどを作れる新しい音楽プラットフォームを共同で作る。大手レーベルとの契約は初めて。

広告素材を50以上の言語に展開するツール。文字の翻訳、画像の調整、動画の吹き替えを同時に行い、Google Ads、Meta、LinkedIn へ書き戻せる。

元の話者の演技を直接読み取り、感情や間を保ったまま吹き替える新モデル。90以上の言語に対応する。公開時点で API は準備中だった。

音楽生成モデルの新版。ボーカルや編曲を改善し、曲の一部だけを作り直せる。多言語の歌詞にも対応し、API 利用料は最大50%下がった。

2026年の最初の4か月で年間経常収益が5億ドルを超えたと発表した。2025年末は3億5000万ドルだった。BlackRock、NVIDIA などが新たに出資した。

聴く、リミックスする、曲を作る機能をまとめた音楽サービス。モバイルアプリと Web で使え、公開時点で4000組以上のアーティストの楽曲が入っている。

公共機関向けに音声エージェントを提供する取り組みを始めた。ウクライナ、チェコ、米国ミッドランド市での導入が紹介されている。

アルファ版だった Eleven v3 を、全プラットフォームで正式に提供し始めた。数字や記号の読み上げ誤りが、検証では15.3%から4.9%に減ったという。

一括の文字起こし、字幕、キャプション向けの新モデル。最大100語のキーワード指定、56種類の機密情報の検出、言語の自動判別に対応する。

音声、画像、動画の生成を一つの場所で扱える Image & Video をベータ版で公開した。Veo、Sora、Kling、Wan、Seedance などの動画モデルと、Nanobanana や GPT Image などの画像モデルを選べる。

リアルタイムの文字起こしモデル。150ミリ秒未満で書き起こし、90を超える言語に対応する。音声エージェントや会議の字幕向けで、Agents にも組み込まれた。

エージェントの会話の流れを画面上で設計できる機能。専門のサブエージェントへの振り分けや、人間の担当者への引き継ぎを設定できる。

日本の非営利団体 AILAS と組み、声優の声が本人の同意で登録されていることを示す音声IDの仕組みを始めた。AILAS ID は Voice Library に表示され、利用条件を確認できる。

従業員が株式を売却できるテンダーオファーを、評価額66億ドルで実施すると発表した。年間経常収益は2億ドルを超えたとしている。

会話型AIの基盤の名称を ElevenLabs Agents に変えた。電話、Web、アプリで話し、入力し、操作まで行うエージェントを作れる基盤として位置づけている。作成されたエージェントは200万を超える。

Eleven v3（アルファ版）を API で使えるようにした。話者数に制限のない対話モードと、70以上の言語への対応が加わった。HeyGen、Poe、Captions、InVideo などが組み込んでいる。

Eleven Music を開発者向け API で使えるようにした。生成した楽曲は幅広い商用利用が認められ、映画やテレビなど一部の用途は企業向けプランが必要になる。8月は50%割引で提供した。

文章の指示からジャンルや構成を指定して楽曲を作れる。ボーカル入りとインストの両方を生成でき、英語、スペイン語、ドイツ語、日本語などに対応する。レーベルや出版社との協力により、商用利用の許諾を得ている。

音声で操作するAIアシスタントのアルファ版。MCP を使い、Perplexity、Linear、Slack、Notion などの外部ツールに指示を出せる。無料の試験提供として始まった。

音声エージェントの基盤を更新した。会話の間合いを判断するモデル、RAG、言語の自動判別、テキストと音声の併用、電話の発信・着信やバッチ発信に対応した。HIPAA対応とEUデータ保管も選べる。

a16z と ICONIQ Growth が主導する1億8000万ドルの調達を発表した。評価額は33億ドル。NTT DOCOMO Ventures や Deutsche Telekom の投資部門なども参加した。

低遅延の音声合成モデル。生成にかかる時間は約75ミリ秒で、Flash v2 は英語のみ、Flash v2.5 は32言語に対応する。対話型の音声エージェント向けに設計されている。

Turbo v2.5 モデルで、ハンガリー語、ベトナム語、ノルウェー語の音声生成に対応した。Speech Synthesis、Studio、API から使える。

Andreessen Horowitz、Nat Friedman、Daniel Gross が主導する8000万ドルの調達を発表した。あわせて、29言語に対応する Dubbing Studio と、声を共有して収益を得られる Voice Library の提供を始めた。

話者の声を保ったまま、音声を別の言語へ翻訳する吹き替え機能を発表した。日本語を含む20以上の言語に対応し、複数の話者がいる音声も扱える。

Nat Friedman、Daniel Gross、Andreessen Horowitz が主導する1900万ドルの調達を発表した。長尺音声の制作ツール Studio と、AI生成音声を判別する AI Speech Classifier も公開した。

複数言語の音声を作れる音声合成モデル。新たにフランス語、ドイツ語、ヒンディー語、イタリア語、ポーランド語、ポルトガル語、スペイン語の7言語に対応した。全プランで使える。