ElevenLabs 获 8000 万美元 B 轮融资：上线配音工作台，声音也能变现

过去一年里，好莱坞的配音演员们最担心的噩梦，大概就是自己的声音被 AI 偷走，不仅抢了饭碗，自己还拿不到一分钱。

做语音 AI 的 ElevenLabs 现在换了个思路：既然拦不住克隆，不如直接给声音明码标价，让你躺着收版权费。

ElevenLabs 宣布完成 8000 万美元的 B 轮融资，由 a16z、Nat Friedman 和 Daniel Gross 联合领投，红杉资本、SV Angel 等跟投。这笔融资直接把这家初创公司推上了独角兽的估值梯队。

伴随融资一起甩出来的，是一整套商业化新动作：能给整部电影做深度精修的 Dubbing Studio、允许普通人靠出租声音赚钱的声音市集，以及一个还在内测的移动端朗读应用。

40 人的团队，搞出了 100 年的音频

根据 ElevenLabs 公布的数据，公司的全职员工目前只有 40 人，而最初起步时仅仅 5 个人。

但就是这几十号人，让全球用户在平台上累计生成了超过 100 年时长的音频。更夸张的是，财富 500 强企业里，有 41% 的公司员工已经在日常工作中使用 ElevenLabs。

它的 B2B 合作名单拉得很长：出版界有《华盛顿邮报》和 Storytel，游戏行业有网易和 Paradox Interactive，剪辑工具 Wondershare Filmora 也在用它的接口。

以前 ElevenLabs 的 AI 配音主打全自动，丢进去一段视频，自动翻译并克隆原声换成 29 种语言。但专业影视制作人根本不敢直接用全自动工具，因为翻译稍微有点别扭，整场戏就毁了。

这次上线的 Dubbing Studio 就是为了解决这个问题。它把工作流拆得极细，创作者可以逐字修改转录词和译文，手动拖拽时间轴来对口型，还能单独调整声音的稳定度、风格偏好，甚至单独把人声剥离出来重新合成。

出租声音分身，像挂牌房产一样收租

另一个引发关注的更新是声音市集（Voice Library marketplace）。

以前用户只能在库里分享通过参数捏出来的虚拟声音。现在，任何人都可以用专业声音克隆技术做出自己的数字分身，挂到市集上供其他人付费调用。

为了防止有人拿政客或明星的录音浑水摸鱼，平台设计了一套类似验证码的机制叫 Voice Captcha。上传者必须在规定时间内实时朗读一段指定文本，系统确认声纹和训练样本一致，再加上人工团队的审核，声音才会被放行。

只要有人在视频、播客或游戏里使用了你的声音，版权收益就会自动打进你的账户。ElevenLabs 表示，这项机制已经在小范围测试用户中跑通了变现流程。

除此之外，他们还端出了一个手机端 Reader App，能把任意网页链接或长文本一键变成有声书，前 3 个月向候补名单用户免费开放。

为什么重要

我们认为，ElevenLabs 这次最聪明的举措，不是把模型参数刷得多高，而是把配音行业从单纯的「技术替代」拉到了「版权分发」的轨道上。

对创作者和配音演员来说，这给了一个把个人资产数字化的现实路径。如果你声音好听或者有辨识度，现在不需要天天泡在录音棚，只要把声音克隆并授权出去，就能变成被动收入。当然，前提是平台的分成比例足够厚道，且确权机制不会被黑客攻破。

对于影视和出海团队，Dubbing Studio 则把以往动辄几周的多语种本地化周期，压缩到了可以在浏览器里逐句调校的几个小时，试错成本被腰斩。

但这里面的隐患同样明显。即便平台有语音验证码和 AI Speech Classifier 鉴伪工具，黑灰产用声音诈骗和伪造名人的动力依然巨大。只要声音能换成真金白银，攻防战就永远不会停歇。

ElevenLabs 看起来已经甩开了普通的文本转语音工具，它不想只做底层模型，而是想成为声音领域的 Shutterstock 和发行平台。