ElevenLabs ist ein Voice-AI-Startup, das 2022 von Piotr Dabkowski und Mati Staniszewski, ehemaligen Ingenieuren bei Palantir und Google, gegründet wurde und neuronale Text-to-Speech- und Stimmklonierungs-Technologie entwickelt. Die Modelle des Unternehmens erzeugen hochgradig natürliche synthetische Sprache in Dutzenden von Sprachen und können die Stimme einer bestimmten Person aus einer kurzen Audioaufnahme klonen, was es zu einem der führenden Anbieter von Stimmerzeugungswerkzeugen für Verbraucher und Unternehmen macht, einschließlich Echtzeit-Synchronisation und mehrsprachiger Lokalisierungsfunktionen, die teilweise auf Spracherkennung basieren.
Geschichte
ElevenLabs startete seine erste öffentliche Beta Anfang 2023 und erregte schnell Aufmerksamkeit durch die Stimmqualität, die viele Hörer kaum von menschlichen Aufnahmen unterscheiden konnten, ein deutlicher Sprung gegenüber früheren TTS-Systemen. Das Unternehmen sammelte im Laufe von 2023 und 2024 aufeinanderfolgende Finanzierungsrunden ein und erreichte bis 2024 eine Bewertung von über 1 Milliarde US-Dollar, wobei es bis 2025 mit zusätzlichen Runden weiter wuchs, die die weitere Modellentwicklung und eine breitere Produktpalette unterstützten, darunter ein Synchronisationsstudio, eine Reader-App zum Umwandeln von Text und Artikeln in Sprache sowie API-Zugang für Entwickler, die Stimme in andere Anwendungen integrieren.
Technologie und Produkte
Das Kernangebot von ElevenLabs kombiniert eine Text-to-Speech-Engine mit Stimmklonierungswerkzeugen, die es Benutzern ermöglichen, eine synthetische Nachbildung einer Stimme aus wenigen Minuten, oder in einigen Modi Sekunden, Referenzaudio zu erstellen. Das Unternehmen baute einen Voice-Library-Marktplatz auf, auf dem Ersteller ihre geklonten Stimmen lizenzieren können, und expandierte in die Sprach-zu-Sprach-Konvertierung, Soundeffekt-Erzeugung und mehrsprachige Synchronisation, die die ursprüngliche Stimme und den emotionalen Ton eines Sprechers über Sprachen hinweg bewahrt. Diese Produkte werden in der Hörbuchproduktion, der Lokalisierung von Videospielen, im Podcasting und in Barrierefreiheitswerkzeugen eingesetzt und konkurrieren mit Angeboten größerer Labore, die Stimme in breitere multimodale Assistenten integrieren.
Bedenken und Schutzmaßnahmen
Die Realitätsnähe der Stimmklonierung von ElevenLabs führte früh zu Bedenken hinsichtlich Missbrauch für Betrug, politische Desinformation und nicht einvernehmliche Identitätsnachahmung, was breitere Sorgen über Deepfakes widerspiegelt. Anfang 2023 wurden geklonte Prominentenstimmen verwendet, um anstößige Audio-Clips zu erzeugen, die online kursierten, was das Unternehmen dazu veranlasste, das Klonen im kostenlosen Tarif einzuschränken und Moderation hinzuzufügen. ElevenLabs hat seitdem Schutzmaßnahmen implementiert, darunter KI-Wasserzeichen für erzeugtes Audio, eine Opt-in-No-Go-Stimmenliste zur Blockierung der Nachahmung öffentlicher Personen ohne Zustimmung sowie Verifizierungsanforderungen für professionelles Stimmklonen. Das Wachstum des Unternehmens wird häufig in Diskussionen über die breitere generative Audio-Welle neben Musikgenerierungs-Werkzeugen wie Suno angeführt, und seine Klonierungstechnologie wird regelmäßig in Berichten über KI-gestützte Stimmbetrugs-Maschen und die breitere Herausforderung der Herkunft synthetischer Medien referenziert.