控制数字演讲的战斗是开放的。在声乐助理的背后，自动加倍的视频和对话代理人，对声音应用的人工智能行业的结构是结构化的。声带综合，真实的时间转录，语音克隆，多语言配音…声音变成了 战略向量 在IA接口的概括中。
在这次世界大战中 欧洲试图不保持沉默。
声音作为声音的接口作为力量
在生成技术的宇宙中，声音占据了一个单一的位置，它是人与机器之间的自然界面。与文本或图像不同，它具有情感，语调，节奏。它将交换变成关系。声音也是AI代理，媒体平台和专业应用程序的下一个扩展领域。
从这个角度来看，专业演员能够以前所未有的精度来改变人类的声音或模拟它。在这浪的头部， Elevenlabs 现在被确立为语音AI的全球参考。
Elevenlabs，具有全球影响力的技术冠军
由两位波兰工程师Mati Staniszewski和PiotrdąBkowski于2022年创立，Elevenlabs现在安装在纽约。它的野心是提供 现实的人声合成，能够在 29种语言，用精致的执行方式引诱了出版商，视频游戏工作室和创意平台。
这家初创公司刚刚完成了筹款活动 1.65亿欧元 （1.8亿美元） C系列，领导 Andreessen Horowitz（A16Z） 和 ICONIQ增长在NEA的支持下，Salesforce Ventures，红杉资本，Lunate等。 估值达到33亿美元，哪个放置Elevenlabs 在世界顶部声音AI部门。
Gladia，PaperCup，Acapela：欧洲的回应变得越来越清晰
面对这种加速，欧洲不会保持不活跃。几家本地创业公司（在技术上都不明显，但在技术上都稳定，都投资于人声AI领域，每个领域都在其他细分中：
- 格拉迪亚 （法国）发展了一个API 实时多语言转录，带有扬声器检测，情感分析和自动翻译。它的所有者引擎， Solaria，显示一个延迟 270毫秒 和精度 94％。格拉迪亚抚养长大 1450万欧元 2024年10月，Xange，Financial Illumina和XTX Ventures。
- PaperCup （英国）提供了一种解决方案 自动配音 视频，特别是由Sky News，Insider或Bloomberg使用的视频。它位于媒体和电子学习市场上。
- Acapela组 （法国/比利时）是一位历史参与者 个性化的语音综合，具有工业，医疗和机构用途（SNCF，健康，障碍）。
- Voxisgen （法国）设计 裁缝 – 制作合成声音 用于运输，公共服务或板系统。
迈向欧洲人声主权？
Elevenlabs的崛起突出了 欧洲的结构延迟 在人声技术的投资和协调方面。存在技术砖，用例是真实的，但是资金仍然分散。在声音变成一个的市场中 战略主动， 对于可访问性，培训，客户关系或智能代理商，这种分裂提出了问题。
欧洲的反应可能会通过一个工业联盟，将转录，综合和配音围绕主权基础设施进行汇总。否则，公共服务，媒体内容或教育平台中使用的语音服务将取决于欧洲的演员。一个好的听力。
