# 音声AIのElevenlabsの異常進化 ウラパジチャンネル。今回のテーマは音声AIの11LOVESの異常進化という話をしていきたいと思います。 この収録をしているのが、2026年5月の中旬に差し掛かったというタイミングで、 以前から私も注目していた11LOVES。 これ、もともとは音声AIで、ボイスに特化したような、結構、権利もちゃんと、ライセンス周りも整理されている、 グローバルでは非常に有名で、時価総額も1兆円を超えるというような、ある種のスタートアップベンチャーではあるのですが、 この音声AIの11LOVESが大幅に進化しましたよという話をしていきたいと思います。 もう1、2年前ぐらいになるのですが、この11LOVESというのは、 ある種、人間が音声をAIに学習させて、その人それぞれの個人のAIボイスというのを自由に作り出すことができると。 そして面白いのは、こうした登録したボイスの中で、一定審査を受けた後、採用されると、 世界中に自分の声とか声優さんの声というのが公開されて、 その使用量というのを、プラットフォームを通じて収益を上げることができる仕組みというのを整えたんですよね。 ここに電子スカッシの技術とか、ライセンスの徹底的な管理みたいなことが相まって、 これが世界中で、AIボイスを活用するなら11LOVESということになっていって、 1兆円の時価総額、そして直近でも700億円を超えるような調達額というので、一気に躍進していったわけです。 ただ、日本の中では業界の人を除いて、そこまで有名ではないようなサービスの位置づけではあるんですが、 この音声AIであった11LOVESというのが、直近のバージョンアップというか、いろいろと発展していった中で、 音声にとどまらないという形で、とてつもない進化を遂げていっているんですよね。 音声AI以外で、リップシンクと言われるような、人間の顔と動画があったときに、 その人間が喋っている唇の動きというのを音声の内容に合わせてIEOの発音をちゃんとできると。 動画編集の技術だったり、ほかのCダンスとか、あるいはGPTイメージ2といったような画像とか動画で、 本当に実写に近いような形で映像を作り出すことができるところに、このAIボイス、音声AIが組み合ったときに、 リップシンクと相まって、ある種完璧な状態のAIの動画とか静止画というのを簡単に作り出すことが、 このサービス1個で完結してしまうぐらい劇的な進化を遂げたということなんですよね。 まだ利用料という意味では、月額課金したとしても結構ボリュームが限られているというか、 APIの料金が非常に高いというのもあって、ここは落ち着いてくるタイミングまでは完全にブレイクしきるということはないと思いつつ、 例えば10秒とか1分ぐらいの動画であれば、十分に月額数千円の課金の中で様々なトライアルして、 チャットベースで指示を出したりとか、あるいは静止画を作って、この静止画を動画化して映像に動かして、 その先の未来、例えば5秒後、10秒後の未来どうなるかというのを絵から文脈を理解して、 AIが11LOVESのAIとか、他のAIをAPI的に呼び出したAIが統合的に処理してくれて、 一つの映像作品とか、何か広告の動画素材というのを簡単に作り出せる時代というのがやってきているんですよね。 直近で私もよくあるお天気情報を流すようなテレビ番組の架空の番組というのを作ってみて、 5秒、10秒ぐらいの話ではあるんですが、これが全く違和感なく、むしろこれはAIであることを見抜くのは難しいというレベル感で、 一発出しでできてしまったりとか、クイズ番組でよくある回答のシーンで正解するといったような、 これも10秒ぐらいの動画ですが、本当に2行ぐらいのプロンプトを書いただけで、 完璧なシーンが出来上がるというのを完全に体験しているので、これを徹底的に作り込んでいったりとか、 続きの続きというような拡張の仕組みというのもあるので、 延長していくとこの映像作品がちょっと短編とか中編ぐらいの感じであれば、 今でもかなりの作品とか広告素材というのが作り出すことができるというのが、 2026年5月時点の状況で、これまた半年後、1年後にはこれが当たり前の世界になっていて、 しかもコストも10分の1とか100分の1ぐらいになったときには、 いろんなところの革命的なことが起こっていくんだろうなというふうに思います。 今日はここまで。バイバイバイ。