Репортаж от Wedoany，2 июля. Британская компания по генерации AI-голоса ElevenLabs ведет предварительные переговоры с инвесторами о возможности продажи акций сотрудниками в рамках вторичного размещения. Эта сделка может оценить компанию примерно в 22 миллиарда долларов, что примерно вдвое превышает оценку после раунда финансирования в феврале этого года. Переговоры находятся на ранней стадии, окончательный план, объем сделки и сроки завершения пока не определены.
Продукция ElevenLabs сосредоточена на таких направлениях, как генерация AI-голоса, клонирование голоса, многозыковое озвучивание, синтез речи и корпоративные голосовые интерфейсы. Сферы применения довольно разнообразны: создание видеоконтента, аудиокниги, озвучивание игровых персонажей, локализованное озвучивание, рекламное аудио, голосовые помощники в обслуживании клиентов, образовательный контент и API для разработчиков. По мере того как генеративный AI расширяется от текста и изображений до аудио, многозыковость, низкая задержка, контролируемая эмоциональность, стабильный тембр и управление коммерческими авторскими правами становятся ключевыми компетенциями в конкуренции платформ AI-голоса. Продажа акций сотрудниками сама по себе не приносит напрямую новых средств на исследования и разработки, но может обеспечить ликвидность для ранней команды и помочь компании сохранить стабильность кадров в условиях конкуренции за таланты в сфере AI.
В феврале этого года компания завершила раунд финансирования серии D на сумму 500 миллионов долларов, при оценке около 11 миллиардов долларов. Обсуждение оценки примерно в 22 миллиарда долларов всего через несколько месяцев свидетельствует о том, что генерация AI-голоса продолжает привлекать внимание инвесторов. По сравнению с текстовыми помощниками на основе больших языковых моделей, голосовой AI ближе к созданию контента и точкам взаимодействия: пользователи напрямую ощущают эффекты тембра, пауз, эмоций, темпа речи и переключения языков; корпоративные клиенты обращают внимание на стабильность API, соответствие лицензионным требованиям, качество аудио, скорость отклика, стоимость массовой генерации и сложность интеграции с существующими рабочими процессами.
Ранее ElevenLabs уже выпустила такие продукты, как преобразование текста в речь, дизайн голоса, озвучивание, библиотека голосов, голосовые агенты и инструменты для разработчиков. Ее технический подход требует одновременной обработки языковых моделей, акустических моделей, характеристик говорящего, контроля просодии, генерации аудио и постобработки. Сценарий многозыкового озвучивания также требует от системы сохранения исходного смысла при одновременном согласовании тона, длительности и выражения персонажа на целевом языке. Для команд, создающих фильмы, игры и рекламу, ценность инструментов AI-голоса заключается не только в снижении затрат на запись, но и в быстрой генерации нескольких версий, оперативном изменении диалогов и адаптации под разные языковые рынки.
Для ElevenLabs вторичное размещение больше похоже на механизм поощрения сотрудников на этапе роста компании. Оценка AI-стартапов растет быстро, но если акции, принадлежащие сотрудникам, долгое время не могут быть конвертированы в наличные, это может повлиять на удержание талантов и конкурентоспособность вознаграждения. Разрешение сотрудникам продать часть акций позволяет команде разделить выгоды от роста компании, сохраняя при этом ее непубличный статус. Подобные механизмы становятся все более распространенными среди быстрорастущих AI-компаний, особенно тех, где интервалы между раундами финансирования сокращаются, оценка быстро меняется, а конкуренция за ключевые таланты высока.
Если ElevenLabs продолжит расширять корпоративную клиентскую базу и экосистему разработчиков, последующие усилия будут сосредоточены на качестве голосовых моделей, скорости генерации, проверке безопасности, контроле авторских прав и глобальном языковом охвате. Синтез AI-голоса уже перешел от стадии «может ли он генерировать голос, похожий на человеческий» к стадии «может ли он стабильно использоваться в коммерческом контенте, системах обслуживания клиентов и многозыковых производственных процессах». Изменение оценки — это лишь внешний ценовой сигнал от рынка; настоящей основой долгосрочного роста платформы остаются голосовые модели, корпоративная интеграция, соответствие контента и способность к массовой генерации аудио.
