ElevenLabs、Salesforceの日本語音声AIを支えるKotobaを買収へ

画像の出典:ElevenLabs

電話応対などで日本語を自然に話す音声AIを使おうとすると、主語の省略や敬語、間の取り方といった日本語ならではの壁に当たります。音声生成AIの米ElevenLabsは2026年11月16日、日本語の音声モデル「Koto」を開発する東京のKotoba Technologiesを買収すると発表しました。

本記事では、Kotobaの技術と実績、ElevenLabsが示した日本での計画、買収の完了時期を解説します。

ElevenLabsがKotoba Technologiesを買収へ

日本語の音声AIを開発する東京のスタートアップ

Kotoba Technologiesは2023年7月、AI研究者の小島熙之氏(CEO)と笠井淳吾氏(CTO)が設立した会社です。音声基盤モデル「Koto」は、日本語の読み上げ(音声合成)、文字起こし(音声認識)、同時通訳向けの音声から音声への変換に強いとElevenLabsは説明しています。

Kotobaはこれまで、Salesforceの「Agentforce Voice」での日本語の音声エージェント、YOASOBIへの同時通訳技術の提供、同時通訳アプリ「Kotoba」の展開などを手がけてきました。小島氏は、理化学研究所のスーパーコンピュータ「富岳」で一から学習した日本語の大規模言語モデル「Fugaku-LLM」の共同開発に関わった研究者です。

完了は2026年第4四半期後半の見込み

買収は、規制当局の承認などの通常の条件を満たすことを前提に、2026年第4四半期後半に完了する見込みです。両社の発表に買収額は書かれていません。Kotoba側の日本語の発表は「Kotoba、ElevenLabsに参画」という題で、東京を拠点とする研究開発をさらに加速するとしています。

日本での展開と製品への影響

ElevenLabsが日本語に専門の会社を求めた理由

ElevenLabsは2022年に、ポーランド出身のMati Staniszewski氏(CEO)とPiotr Dąbkowski氏(CTO)が設立した音声AIの会社です。同社は発表の中で、日本語の会話は主語や目的語が省かれることが多く、相手によって言葉づかいが変わり、間(ま)は気まずさではなく考えている合図になると説明しています。「空気を読む」という言い方があるほど言外の意味が重い言語だとして、日本語に深い研究を持つKotobaのチームを迎える理由に挙げています。

日本で営業責任者を置き、インフラにも投資

ElevenLabsは今回の買収を、日本でAIを日常のやり取りに根付かせる長期計画の第一歩と位置づけています。今後数か月で日本の営業責任者を置き、日本のインフラへの投資も続ける計画です。あわせて、日本企業や、日本で事業を広げる多国籍企業との連携を深めるとしています。

Kotoの技術はElevenLabsの製品全体へ

Kotobaは、まず日本語を中心に、韓国語など東アジアの言語に対応する音声AIの性能を高め、製品やサービスへの導入を加速するとしています。Kotobaのチームは研究開発からプロダクト開発、導入支援までを担い、その成果をElevenLabsが世界で提供するモデルや製品につなげます。

ElevenLabsのPiotr Dąbkowski CTOは、両社の研究を合わせることで、ElevenLabsが手がけるあらゆる層で日本語の品質が上がると述べています。

まとめ

  • ElevenLabsが、日本語の音声AIを開発する東京のKotoba Technologiesの買収を発表
  • 同社の音声モデルは日本語の読み上げ・文字起こし・同時通訳に強く、大手企業の製品にも採用されている
  • ElevenLabsは今後数か月で日本の営業責任者を置き、日本のインフラ投資を続ける
  • 買収は第4四半期後半に完了する見込みで、買収額は公表されていない

💡 編集部の見解

当メディアの音声AI特集に並ぶElevenLabsの「ElevenAgents」とSalesforceの「Agentforce Voice」は、買収が完了すると、日本語の音声技術の持ち主が同じ会社になります。

  • 特集の2製品がつながる:Agentforce Voiceの日本語版は8月7日に一般提供が始まり、その日本語の会話にKotobaの音声モデルが使われています。Salesforceの投資部門Salesforce Venturesは、ElevenLabsとKotobaの両方に出資しています。
  • 買収額は公式発表に無い:国内の報道は買収額を約159億円と伝えていますが、ElevenLabsとKotobaの発表には買収額も従業員数も書かれていません。報道の金額は約1億ドルを円に換算した数字で、出典は示されていません。

関連記事:音声AIエージェント製品一覧|ボイスボット・AI電話をカオスマップで比較

出典:ElevenLabs/Kotoba Technologies

メルマガ登録CTA B2(MCPカオスマップ無料プレゼント)