ElevenLabs、同時通訳の音声モデルを企業向けに試験公開

ElevenLabs は 10 月 21 日、会話の最中に話し言葉を訳して、自然な声で相手に届ける同時通訳のモデル「Eleven Realtime Translation」を発表しました。開発者向けの API(ElevenAPI)の企業のお客さま向けに、アルファ版(試験公開)として提供します。それぞれが自分の言語で話し、相手の言葉を自分の言語で聞けます。

要点

• 音声には、遅れの小さい読み上げのモデル Eleven v4 Turbo を使います。
• 90 を超える言語に対応し、話している言語を自動で見分けます。
• 1 万 7,500 を超える声から選べ、自分の声の複製も使えます。
• 選んだ声は会話の間ずっと同じで、どの言語でも同じ声で話します。
• 訳し始めるまでの速さを調整でき、正確さ重視と速さ重視を選べます。
• ドイツテレコムが、通話を手伝う機能に組み込んで使い始めています。

ElevenLabs は使い道として、通信会社が通話の仕組みに組み込んで言葉の違う相手と話せるようにすること、コールセンターで 1 人の担当者が通訳なしで多くの言語のお客さまに応対すること、催しで参加者が話し手の言葉を自分の言語で聞くことを挙げています。請求や保険金の請求のように込み入った電話では訳の質を、テンポのよいやり取りでは速さを重んじるといった使い分けができます。

ElevenLabs は 10 月 15 日に、音声で対話するエージェント向けのモデル Eleven Realtime を発表しています(ElevenLabs、音声対話のモデル Eleven Realtime を公開)。使われている Eleven v4 Turbo は 9 月 28 日に公開されたモデルです(ElevenLabs、読み上げの Eleven v4・v4 Turbo を公開)。

日本の利用者にとって

発表では、対応する言語の一覧を示していません。Eleven v4 の説明のページでは、対応言語に日本語が含まれています。企業向けの試験公開で、使うには ElevenLabs の営業への問い合わせが必要です。

YOBITSUGI AI で使えるか

YOBITSUGI AI では ElevenLabs の Eleven v4 などを使えます。今回発表された Eleven Realtime Translation は、現時点の対応モデルには含まれていません。