ElevenLabs、AI音声で長文やPDFを読み上げる「Reader App」を公開

歩きながらスマホで長文記事や業務メモを読んでいて、対向人とぶつかりそうになったり水たまりを踏みそうになった経験は誰にでもあるはずです。音声コンテンツへの需要は高まっていますが、世の中の情報の大半は依然としてテキストのまま残されています。

AI音声合成で知られるElevenLabsは6月25日、スマートフォン向けの専用アプリ「ElevenLabs Reader」をグローバルで提供開始しました。iOSおよびAndroidで利用可能です。

スマホ内のあらゆる文書を高品位な音声に変換

このアプリは、端末内にあるウェブ記事、PDF、ePub形式の電子書籍、ニュースレターなどのテキストを、ElevenLabsの高精度な合成音声で読み上げるツールです。利用者はシーンや気分に合わせてライブラリから好みの声を選択できます。

ベータテスターからは、長文を読み上げても声のトーンや流暢さが崩れない点が高く評価されています。また、ボタンのアクセシビリティラベルが適切に設定されており、視覚障害者にとってもテキスト消費のあり方を大きく変えるツールとして歓迎されています。

アプリは無料でダウンロードでき、最初の3か月間はすべての機能を無料で使用できます。

現時点での制約として、対応言語は英語のみとなっています。同社によれば、同社の多言語モデルがサポートする29言語への拡張が予定されているほか、オフライン再生、音声クリップの共有、RSS連携、AIによる要約機能なども順次追加される見込みです。

なぜ重要か

ElevenLabsがAPIを提供する技術ベンダーの枠を超え、自らコンシューマー向けのエンドポイントを取りに来た点は注目に値します。最高峰の音声モデルを作るだけでなく、日常的な消費体験のインターフェースを握ることで、ユーザー基盤を強固にする狙いが見て取れます。

通勤中のビジネスパーソンや読書家、視覚に障害のある人にとって、その恩恵は非常に具体的です。従来の機械的な読み上げとは一線を画す自然さで長文を消化できるため、まずは3か月の無料期間中に試す価値が十分にあります。

業界全体で見れば、SpeechifyやPocketといった既存のテキスト読み上げ・後で読むサービスにとっては大きな脅威です。基盤モデルを提供するトップ企業が自ら優れたフロントエンドを提供し始めると、APIに依存するサードパーティ製アプリは差別化に苦しむことになります。

課題となるのは無料期間終了後のビジネスモデルです。高品質な音声生成は推論コストが重いため、一般ユーザーが納得できる料金体系を維持できるかどうかが、普及の鍵を握ることになりそうです。