Kotoba Technologiesは、ElevenLabsが2026年11月16日に買収を発表した日本の音声AIラボで、日本語の音声合成(TTS)・音声認識(STT)・同時通訳向けの音声間変換を強みとする「Koto」を開発してきた企業です。買収により、Kotobaの日本語音声研究がElevenLabsの会話型AIエージェント基盤「ElevenAgents」に取り込まれる予定です。
室谷代表取締役今回のニュース、一言でいうと「日本語音声AIの地殻変動」なんですよね。ElevenLabsが日本のKotoba Technologiesを買収すると発表しました。
発表日は2026年11月16日で、完了は2026年第4四半期後半の見込み、規制当局の承認などが条件とされています。
発表日は2026年11月16日で、完了は2026年第4四半期後半の見込み、規制当局の承認などが条件とされています。
テキトー教師DotAI 認定講師単に「海外企業が日本企業を買った」という話じゃないんですよ。ElevenLabsの公式ブログを読むと、狙いがはっきり書かれていて、Kotobaの日本語音声研究をElevenAgentsに取り込み、より多くの企業が自然な日本語で顧客対応できるようにする、と。
つまり技術と人材の両方を取り込む動きですね。
つまり技術と人材の両方を取り込む動きですね。
室谷代表取締役公式のX投稿でも「Kotobaの日本語音声研究をElevenAgentsに取り込み、より多くの企業が自然な日本語で顧客対応できるようにする」と明言されていて、創業者のNoriyuki Kojima氏、Jungo Kasai氏、そしてチームを歓迎するメッセージが添えられています。
テキトー教師DotAI 認定講師ここで大事なのは発表の主語です。あくまで発表したのはElevenLabsで、Xが発表したわけではありません。
記事としても「ElevenLabsが買収を発表した」という形で追うのが正確です。
記事としても「ElevenLabsが買収を発表した」という形で追うのが正確です。
ElevenLabsによるKotoba Technologies買収とは?発表日と買収の概要
まとめ
ElevenLabsによるKotoba Technologies買収の概要
- 発表元:ElevenLabs
- 発表日:2026年11月16日(公式ブログの最終更新は11月17日)
- 買収対象:Kotoba Technologies(日本の音声AIラボ)
- 買収完了見込み:2026年第4四半期後半(慣例的な規制当局の承認とクロージング条件が前提)
- 狙い:Kotobaの日本語音声研究をElevenAgentsに取り込み、自然な日本語での顧客対応を可能にする
- 買収額:公式ブログに記載なし(現時点では明らかにされていません)
室谷代表取締役まず事実関係を整理したいんですけど、発表日は2026年11月16日、公式ブログの最終更新が11月17日。買収完了は2026年第4四半期後半の見込みで、慣例的な規制当局の承認とクロージング条件が前提です。
テキトー教師DotAI 認定講師買収額については、公式ブログ本文に金額の記載はありません。ですので、この記事では金額には触れずに「現時点では明らかにされていません」と正確に伝えるのが誠実ですね。
ネット上では数字が独り歩きしがちなので、受講生さんにも「一次情報を見るクセをつけましょう」とよく話しています。
ネット上では数字が独り歩きしがちなので、受講生さんにも「一次情報を見るクセをつけましょう」とよく話しています。
室谷代表取締役そうなんですよね。僕も経営者として思うのは、買収の価値って金額より「何を取り込むか」に現れるんですよ。
今回でいえば、Kotobaの日本語音声研究と、それを担うチーム。ElevenLabsのCEO、Mati Staniszewski氏のコメントも「言語と社会的規範がテクノロジーのアーキテクチャに最初から反映される必要がある」という趣旨で、単なる機能追加ではなく設計思想レベルの統合を狙っているのがわかります。
今回でいえば、Kotobaの日本語音声研究と、それを担うチーム。ElevenLabsのCEO、Mati Staniszewski氏のコメントも「言語と社会的規範がテクノロジーのアーキテクチャに最初から反映される必要がある」という趣旨で、単なる機能追加ではなく設計思想レベルの統合を狙っているのがわかります。
テキトー教師DotAI 認定講師そこは構造化するとこうです。
- 発表元:ElevenLabs
- 発表日:2026年11月16日
- 買収対象:Kotoba Technologies(日本の音声AIラボ)
- 完了見込み:2026年第4四半期後半(規制当局の承認などが条件)
- 狙い:Kotobaの日本語音声研究をElevenAgentsに取り込み、自然な日本語での顧客対応を可能にする
- 買収額:公式ブログに記載なし(現時点では明らかにされていません)
室谷代表取締役この表だけで十分速報としては成立するんですけど、大事なのはここから先、Kotobaって何なのか、ElevenAgentsで何が変わるのか、ですよね。
Kotoba Technologiesとは?日本語音声AIの強みとKotoの実績
Kotoba Technologiesの概要とKotoの強み
創業体制
2023年にNoriyuki Kojima氏とJungo Kasai氏が創業。多言語向け音声AIを開発目的とし、「Speech shouldn't stop where language does」を掲げる。
創業者の経歴
Kojima氏はコーネル大で計算機科学の博士号、Hugging Faceの研究科学者、Fugaku-LLMの共同構築に従事。Kasai氏はワシントン大で博士号、シカゴ大豊田工業大学校の助教、日本で最も引用される研究者の一人。
製品「Koto」の強み
日本語のテキスト音声合成(TTS)、音声認識(STT)、同時通訳向けの音声間変換をカバー。
Salesforceでの実績
SalesforceのAgentforce Voiceで日本語会話を支える。Salesforceを含む複数の大手グローバル企業がKotoを利用。
投資家の評価
Salesforce VenturesのNowi Kallen氏がElevenLabsとKotobaの両方に出資。両社の組み合わせで自然で直感的なAI体験を届けられると評価。
統合のポテンシャル
大手企業の本番環境で日本語会話を回すモデルがElevenAgentsに統合。同時通訳は遅延と精度の両立が厳しい領域で実績あり。
室谷代表取締役Kotoba Technologiesは2023年に、AI研究者のNoriyuki Kojima氏とJungo Kasai氏が創業した会社です。多言語の世界に向けた音声AIの開発を目的にしていて、「Speech shouldn't stop where language does(音声は言語の境界で止まるべきではない)」という考え方を掲げています。
テキトー教師DotAI 認定講師創業者の経歴も公式ブログに書かれていて、Kojima氏はコーネル大学で計算機科学の博士号を取得し、Hugging Faceで研究科学者として働き、理化学研究所のスーパーコンピュータ「富岳」上でゼロから学習したオープンソースモデル「Fugaku-LLM」の共同構築にも携わっています。Kasai氏はワシントン大学で計算機科学・工学の博士号を取得し、シカゴ大学豊田工業大学校の助教を務めた経歴で、日本で最も引用されている研究者の一人とされています。
室谷代表取締役これは強いですね。研究のバックグラウンドがはっきりしている。
で、製品が「Koto」なんですよ。Kotoは日本語のテキスト音声合成、音声認識、そして同時通訳向けの音声間変換に強みを持つ音声モデルです。
で、製品が「Koto」なんですよ。Kotoは日本語のテキスト音声合成、音声認識、そして同時通訳向けの音声間変換に強みを持つ音声モデルです。
テキトー教師DotAI 認定講師実績として重要なのが、SalesforceのAgentforce Voiceで日本語会話を支えているという点です。公式ブログには、Salesforceを含む複数の大手グローバル企業がすでにKotoを利用していると書かれています。
Salesforce VenturesのNowi Kallen氏のコメントも掲載されていて、ElevenLabsとKotobaの両方に出資してきた立場から「両社が組むことで、より自然で直感的なAI体験を世界の企業と消費者に届けられる」と評価しています。
Salesforce VenturesのNowi Kallen氏のコメントも掲載されていて、ElevenLabsとKotobaの両方に出資してきた立場から「両社が組むことで、より自然で直感的なAI体験を世界の企業と消費者に届けられる」と評価しています。
室谷代表取締役ここ、開発者目線だとかなり大きいんですよね。すでに大手企業の本番環境で日本語会話を回しているモデルが、ElevenAgentsに統合されるわけですから。
テキトー教師DotAI 認定講師しかもKotoはTTSだけじゃなくSTTと音声間変換もカバーしている。同時通訳というのは、遅延と精度の両方が厳しく問われる領域なので、そこで実績があるのは統合後のポテンシャルを感じさせます。
ElevenAgentsとは?日本語対応が変わる理由とKotoba技術の統合
ElevenAgentsの4つのコアコンポーネント
音声認識(ASR)
ファインチューニングされた音声認識モデル
言語モデル
任意の言語モデル、またはカスタムLLM
低遅延TTS
10,000以上の音声、70以上の言語に対応
ターンテイキング
会話の間合いを制御する独自モデル
室谷代表取締役ここでElevenAgentsの整理が必要ですね。ElevenAgentsはElevenLabsの会話型AIエージェント基盤で、音声・チャット・メールで人間らしい応答を90以上の言語で提供し、サポート・営業・業務自動化に使われるものです。
週1,000万件超の会話を処理していると資料にあります。
週1,000万件超の会話を処理していると資料にあります。
テキトー教師DotAI 認定講師公式ドキュメントによると、ElevenAgentsは4つのコアコンポーネントで構成されています。整理するとこうです。
- ファインチューニングされた音声認識(ASR)モデル
- 任意の言語モデル、またはカスタムLLM
- 10,000以上の音声、70以上の言語に対応する低遅延TTSモデル
- 会話の間合いを制御する独自のターンテイキングモデル
室谷代表取締役このうちのASRとTTS、そして間合いの部分に日本語の深い研究が効いてくる、というのが今回の統合の読み方なんですよね。ElevenLabsのCTO、Piotr Dąbkowski氏も「Kotobaのチームは日本語について卓越した研究を行ってきた。
非常に複雑な言語で、音声モデル構築には多くの技術的課題がある。彼らの研究を我々の研究と合わせることで、ElevenLabsが構築するスタック全体で日本語が改善される」とコメントしています。
非常に複雑な言語で、音声モデル構築には多くの技術的課題がある。彼らの研究を我々の研究と合わせることで、ElevenLabsが構築するスタック全体で日本語が改善される」とコメントしています。
テキトー教師DotAI 認定講師まさに「スタック全体」というのがポイントで、一部のモデルだけ差し替える話ではないんですよ。ASR、TTS、ターンテイキング、そのすべてに日本語の知見が入る可能性がある。
室谷代表取締役なんで日本語がそんなに難しいのか、公式ブログが面白い例を挙げているんですよ。日本語は主語や目的語が省略されがち、相手によって語彙が変わる、謝罪が多い、沈黙は思考の表れであって気まずさではない、褒め言葉は否定されがち、直接「いいえ」を避ける。
さらに「空気を読む」という文化まである。
さらに「空気を読む」という文化まである。
テキトー教師DotAI 認定講師これは教育の現場でも実感があって、日本語の会話って文脈依存が極端に高いんですよね。だからこそ、文だけを音声化しても自然にはならない。
間合いや言い淀みまで含めて設計する必要がある。Kotobaの研究がそこに刺さるわけです。
間合いや言い淀みまで含めて設計する必要がある。Kotobaの研究がそこに刺さるわけです。
室谷代表取締役数字の裏付けもあります。ElevenAgentsの管理画面に表示された言語別利用数では、日本語は543件で、英語8,529件、スペイン語3,324件、フランス語2,551件、イタリア語1,492件、ドイツ語1,209件、ポルトガル語798件と比べても小さい。
つまり伸びしろが大きい領域なんですよね。
つまり伸びしろが大きい領域なんですよね。
テキトー教師DotAI 認定講師逆に言えば、日本語の品質が上がれば利用が伸びる余地が大きい。ElevenLabsがここに投資する合理性が数字で見えるわけです。
買収で日本語音声AIはどう変わる?ElevenAgentsでできること
室谷代表取締役じゃあ具体的に何ができるようになるのか。ElevenAgentsはサポート、営業、業務自動化が主な用途で、受付やトリアージ、注文状況の確認、FAQ対応、請求書管理、購買支援、アカウントサポートといったテンプレートが用意されています。
テキトー教師DotAI 認定講師公式ページでは、インバウンドのサポートをエンドツーエンドで解決して解決単価を下げる、リードの選別やカゴ落ちの回復、アウトバウンドを大規模に回す、スケジューリングやリマインダー、督促、社内業務の自動化といった用途が挙げられています。日本語の自然さが上がると、こうした用途の現実味が変わってきますね。
室谷代表取締役あと見逃せないのがチャネル横断の文脈保持です。電話、Web、WhatsApp、SMS、メールで顧客が同じことを繰り返さなくていい。
日本語で自然に会話できるからこそ、この体験が生きるんですよ。
日本語で自然に会話できるからこそ、この体験が生きるんですよ。
テキトー教師DotAI 認定講師ガードレールやシミュレーション、自動テストで顧客に届く前に挙動を検証できる点も、日本語対応が進むほど重要になります。日本語の敬語や婉曲表現で意図しない返答をしないか、テストで確認できるわけですから。
室谷代表取締役開発者向けには、WebとモバイルのネイティブSDK、WebSocketとREST API、LLMに依存しない設計(自分のモデルを持ち込める)が用意されていて、10万人以上の開発者コミュニティがあると資料にあります。MYUUUでもこういう基盤は常にチェックしているんですけど、日本語の品質が上がるだけで導入のハードルはかなり下がりますよね。
テキトー教師DotAI 認定講師音声AIの導入判断って、結局「日本語が不自然だと顧客が離れる」という一点で止まることが多いんですよ。そこが解消に向かうのは大きい。
室谷代表取締役ElevenLabsの日本展開と今後のロードマップ――研究開発体制・提供開始時期
室谷代表取締役ここが経営者的に一番気になる部分なんですけど、公式ブログには今後の計画も書かれています。数カ月のうちに現地の営業リーダーの体制を構築し、日本でのインフラ投資を続ける、と。
テキトー教師DotAI 認定講師つまり、買収はゴールじゃなくて最初の一歩だと明言しているわけです。日本企業や、日本で事業を展開・拡大する多国籍企業と、これまで以上に緊密に連携していくと書かれています。
室谷代表取締役Kasai氏のコメントも象徴的で「AI研究のキャリアを始めた頃から、東京にフロンティアAI研究ラボを築き、音声AIエージェントから同時通訳まで、人々の生活を変える製品を作ることを夢見てきた。旅は始まったばかりだ」と。
東京拠点の研究開発体制が意識されているのがわかります。
東京拠点の研究開発体制が意識されているのがわかります。
テキトー教師DotAI 認定講師ただし、具体的な提供開始時期については、買収完了が2026年第4四半期後半の見込みという以上のことまでは公式に示されていません。どの機能がいつから日本語で使えるようになるかは、現時点では明らかにされていません。
室谷代表取締役そこは冷静に。発表と実装は別ですからね。
完了条件として規制当局の承認がある点も、スケジュールの変数になります。
完了条件として規制当局の承認がある点も、スケジュールの変数になります。
テキトー教師DotAI 認定講師あと業界文脈として、ElevenLabsは2026年9月に評価額220億ドルに達し、会話型エージェント需要が牽引したとされています。10月にはシンガポール、オランダに進出している。
日本はその延長線上にあるわけです。
日本はその延長線上にあるわけです。
室谷代表取締役シンガポールとオランダに続いて日本、という順番も面白いですよね。アジア太平洋の中で日本をどう位置づけているかが透けて見える。
既存ユーザーへの影響は?料金・API・サービスの継続性
室谷代表取締役既存ユーザーが気にするのは、Kotoを使っている場合やElevenLabsを使っている場合に何か変わるのか、ですよね。これも公式ブログの範囲では、買収完了後の詳細な移行計画までは示されていません。
現時点では明らかにされていません、と正直に伝えるのが正確です。
現時点では明らかにされていません、と正直に伝えるのが正確です。
テキトー教師DotAI 認定講師一方で、ElevenAgents側の提供条件は公式ページに記載があります。無料枠として15分間の通話とテキストメッセージ、商用ライセンスが含まれ、90以上の言語で17,000以上の音声が使える、と。
エンタープライズ向けにはコンプライアンスやサポート、セキュリティを備えたプランがあり、データレジデンシーは米国・EU・インドとされています。
エンタープライズ向けにはコンプライアンスやサポート、セキュリティを備えたプランがあり、データレジデンシーは米国・EU・インドとされています。
室谷代表取締役日本でのデータレジデンシーについては、今回の発表では言及されていません。ここは日本企業が必ず聞くところなので、今後の発表を待ちたいところですね。
テキトー教師DotAI 認定講師料金の変更についても、今回の買収発表では触れられていません。ですので「料金が変わる」と書くのは間違いです。
あくまで公式に書かれている範囲で伝える。
あくまで公式に書かれている範囲で伝える。
室谷代表取締役僕らもそういう記事を書くときは、一次情報にないことは「現時点では明らかにされていません」で止めるようにしているんですよ。読者にとって一番不親切なのは、憶測を事実처럼読ませてしまうことなので。
テキトー教師DotAI 認定講師講座でも受講生さんに「公式ブログとドキュメントに戻る癖をつけましょう」と伝えています。特に買収や提携のニュースは、発表と提供開始が別なので。
よくある質問
室谷代表取締役ここからは、よく聞かれるポイントに答える形で整理していきますね。
テキトー教師DotAI 認定講師まず買収の事実関係から。発表日は2026年11月16日、買収完了は2026年第4四半期後半の見込みで、規制当局の承認などが条件です。
買収額は公式ブログに記載がなく、現時点では明らかにされていません。
買収額は公式ブログに記載がなく、現時点では明らかにされていません。
室谷代表取締役Kotoba Technologiesはどんな会社かというと、2023年にNoriyuki Kojima氏とJungo Kasai氏が創業した日本の音声AIラボで、多言語の世界に向けた音声AIの開発を目的としています。音声モデルKotoは日本語のTTS、STT、同時通訳向けの音声間変換に強みを持ち、SalesforceのAgentforce Voiceの日本語会話を支えています。
テキトー教師DotAI 認定講師買収で日本語音声AIの品質はどう変わるのか。公式には、Kotobaの研究をElevenAgentsに取り込み、ElevenLabsが構築するスタック全体で日本語が改善される、と説明されています。
具体的な品質指標やベンチマークの数値は今回の発表では示されていません。
具体的な品質指標やベンチマークの数値は今回の発表では示されていません。
室谷代表取締役日本拠点や研究開発体制はどうなるのか。数カ月のうちに現地の営業リーダーの体制を構築し、日本でのインフラ投資を続ける計画が示されています。
東京を拠点とする研究開発への意欲は創業者コメントから読み取れますが、体制の詳細は現時点では明らかにされていません。
東京を拠点とする研究開発への意欲は創業者コメントから読み取れますが、体制の詳細は現時点では明らかにされていません。
テキトー教師DotAI 認定講師既存ユーザーへの影響、つまり料金やAPI、サービスの継続性については、今回の発表では具体的な変更に触れられていません。ElevenAgentsの無料枠やエンタープライズ向けの提供条件は公式ページに記載のとおりです。
室谷代表取締役提供開始時期についても、買収完了が2026年第4四半期後半の見込みという以上は示されていません。どの機能がいつから使えるかは、今後の公式発表を待つ必要があります。
テキトー教師DotAI 認定講師最後に業界への意味ですが、ElevenLabsは2026年9月に評価額220億ドル、10月にシンガポールとオランダに進出という流れの中での日本への投資です。日本語という技術難度の高い市場に、研究ごと入りにいく動きとして見ておくと理解しやすいですね。
室谷代表取締役というわけで、今回はElevenLabsによるKotoba Technologies買収を起点に整理しました。金額や提供開始時期など、まだ明らかになっていない部分は素直に「これから」と捉えて、続報を追いかけたいですね。
日本語音声AIの現場は、確実に動き始めています。
日本語音声AIの現場は、確実に動き始めています。
