Spotify、ElevenLabsと提携してAI音声によるオーディオブック配信を拡大

スタジオを借りてプロの声優に朗読を頼むとなると、オーディオブック1冊の制作にまとまった費用がかかり、個人作家や埋もれた旧作にとってオーディオ化は高いハードルでした。

Spotifyは2月20日、音声AI大手のElevenLabsとの提携を発表しました。ElevenLabsの合成音声を使って制作されたオーディオブックを、自社プラットフォームで配信できるようにします。

Spotifyは、デジタル音声による朗読がオーディオブック市場を拡大する可能性を評価したとしています。人間の朗読が持つ力も重視し続けるとしつつ、制作費を抑えたい個人作家や、これまで放置されていた過去のバックリスト作品をオーディオ化する有効な手段になると説明しています。

厳しい制限から大手AIへの門戸開放へ

実はSpotifyは以前からAI朗読を認めていましたが、厳しい制約が課されていました。

同社の配信サービスであるFindaway Voicesでは、過去に提携したGoogle Play Booksなど特定のパートナー経由のデータのみを受け付けており、公開前には厳格な審査も必要でした。今回、知名度と技術力で先行するElevenLabsに対応したことで、合成音声作品の供給が一気に加速する可能性があります。

作家はElevenLabsのシステムを使い、29言語と多彩な合成音声から好みのトーンを選んでオーディオブックを制作できます。

ただし完全に無料で本を仕上げられるわけではありません。ElevenLabsの無料枠は月10分にとどまるため、1冊分を作るには月額99ドルのProプランなどを契約して500分相当の生成枠を確保する必要があります。これは一般的なオーディオブック1冊分に相当します。

リスナーへの透明性を保つため、AIが朗読した作品はメタデータ上で識別され、作品説明文にも「デジタル音声による朗読」である旨が明記されます。

なぜ重要か

出版業界が長年抱えてきた制作コストの壁を崩す一手として、非常に現実的な選択だと考えられます。

ベストセラー以外の作品は、売上が読めないためにオーディオ化を見送られるのが常でした。それが月額約100ドルの出費で29言語に対応したオーディオブックを作れるとなれば、個人作家や小規模出版社にとって参入のハードルは劇的に下がります。

AmazonのAudibleを追うSpotifyにとっては、制作費を自ら負担することなく長尾のカタログを一気に拡充できるメリットがあります。今後、競合他社も同様のAI受け入れを迫られることになるはずです。

一方で課題は作品の質です。AI音声の自然さは向上しているものの、長時間の視聴では感情の抑揚やイントネーションの違和感が目立ちやすくなります。低品質なタイトルが溢れてリスナー体験を損なうリスクや、人間のナレーターとの軋轢にどう対処するかは注視が必要です。