# 超1亿美元拿下日语语音底层入口！ElevenLabs宣布收购日本语音AI实验室Kotoba：Koto模型整合ElevenAgents全拆解

- Link: https://paooo.com/aigc-news/42638/
- Published: 2026-11-18T12:07:19+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * ElevenLabs收购Kotoba，Koto模型将并入ElevenAgents，强化日语实时语音代理能力。
 * Koto覆盖TTS、STT、STS三链路，并已在Salesforce Agentforce Voice中获得生产级验证。
 * 这笔交易凸显语音AI竞争从多语种覆盖转向本地语境、敬语体系与区域基础设施深耕。

> **💡 站外导读：**通用多语种语音模型在欧美市场高歌猛进，但一落地日本企业客服与同
> 传场景就频频“水土不服”——主宾语省略、敬语随身份动态切换以及言外之意“读空气”，正是
> 本地化落地最难啃的硬骨头。ElevenLabs 近日正式宣布收购日本语音 AI 实验室 Kotoba，
> 据日媒披露交易作价超 1 亿美元。这不仅是其日本首宗并购，更意味着全球语音大模型赛
> 道正从单纯比拼语种数量，迈入深耕本土社交语境与企业实时 Agent 交互层的深水区。

## 一、 交易核心轮廓：ElevenLabs 日本首购，Kotoba 全员并入 ElevenAgents

全球语音人工智能领军企业 **ElevenLabs** 正式宣布达成协议，全资收购成立于东京的语音
AI 实验室 **Kotoba Technologies**。据《日经亚洲》（Nikkei Asia）等财经媒体披露，
这笔成为 ElevenLabs 在日本市场首笔并购的交易估值**超过 1 亿美元**。按照双方公布的
日程，该收购目前仍需履行常规监管审批并满足交割条件，预计将于 **2026 年第四季度晚
些时候**正式完成。

阅读目录

 * [一、 交易核心轮廓：ElevenLabs 日本首购，Kotoba 全员并入 ElevenAgents](https://paooo.com/aigc-news/42638/#%e4%b8%80-%e4%ba%a4%e6%98%93%e6%a0%b8%e5%bf%83%e8%bd%ae%e5%bb%93elevenlabs-%e6%97%a5%e6%9c%ac%e9%a6%96%e8%b4%adkotoba-%e5%85%a8%e5%91%98%e5%b9%b6%e5%85%a5-elevenagents)
 * [二、 为什么是 Kotoba？Fugaku-LLM 班底与 Salesforce 商用背书](https://paooo.com/aigc-news/42638/#%e4%ba%8c-%e4%b8%ba%e4%bb%80%e4%b9%88%e6%98%af-kotobafugakullm-%e7%8f%ad%e5%ba%95%e4%b8%8e-salesforce-%e5%95%86%e7%94%a8%e8%83%8c%e4%b9%a6)
 * [三、 从“字面翻译”到“读空气”：攻克高语境东亚语音的技术死穴](https://paooo.com/aigc-news/42638/#%e4%b8%89-%e4%bb%8e%e5%ad%97%e9%9d%a2%e7%bf%bb%e8%af%91%e5%88%b0%e8%af%bb%e7%a9%ba%e6%b0%94%e6%94%bb%e5%85%8b%e9%ab%98%e8%af%ad%e5%a2%83%e4%b8%9c%e4%ba%9a%e8%af%ad%e9%9f%b3%e7%9a%84%e6%8a%80%e6%9c%af)
 * [四、 语音智能体并购潮加速：为什么“区域基础设施化”成为新壁垒？](https://paooo.com/aigc-news/42638/#%e5%9b%9b-%e8%af%ad%e9%9f%b3%e6%99%ba%e8%83%bd%e4%bd%93%e5%b9%b6%e8%b4%ad%e6%bd%ae%e5%8a%a0%e9%80%9f%e4%b8%ba%e4%bb%80%e4%b9%88%e5%8c%ba%e5%9f%9f%e5%9f%ba%e7%a1%80%e8%ae%be%e6%96%bd%e5%8c%96%e6%88%90)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/42638/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

交易落地后，Kotoba Technologies 将作为全资子公司运营，其约 **15 名核心成员**将整体
加入 ElevenLabs。更重要的是技术栈的深度合并：Kotoba 旗下专注于低延迟日语对话的自
研模型家族 **Koto**，将被直接整合进 ElevenLabs 面向企业级实时对话代理的核心平台 **
ElevenAgents** 以及全栈语音产品线中。伴随产品整合，ElevenLabs 计划在未来数月内于
日本组建本地销售领导团队，并持续加码日本本土算力与基础设施投入，直接服务日本本地
企业及在日运营的跨国集团。

## 二、 为什么是 Kotoba？Fugaku-LLM 班底与 Salesforce 商用背书

在竞争激烈的日本生成式 AI 赛道中，成立于 2023 年的 Kotoba 之所以能赢得 ElevenLabs
的亿元级收购报价，源于其兼具顶刊学术厚度与生产级商业验证的稀缺基因：

 * **顶尖学术与超级计算底座出身：**联合创始人兼 CEO **小岛敬之（Noriyuki Kojima）**
   拥有康奈尔大学计算机科学博士学位，曾担任 Hugging Face 研究科学家，并深度参与打造
   了在理化学研究所（RIKEN）超级计算机“富岳”上从零训练的日本著名开源[大模型](https://paooo.com/ai-study/)**
   Fugaku-LLM**；联合创始人兼 CTO **笠井淳吾（Jungo Kasai）**拥有华盛顿大学计算机
   科学与工程博士学位，曾任芝加哥大学丰田技术研究所助理教授，是日本自然语言处理领域
   被引用次数最多的研究者之一。
 * **旗舰模型 Koto 的全链路语音覆盖：**Kotoba 自研的 **Koto** 语音模型覆盖日语文本
   转语音（TTS）、语音转文本（STT）以及面向同声传译的语音转语音（STS）三大核心链
   路，针对日本企业高频对话做了极致的低延迟与声学细节打磨。
 * **头部 SaaS 生产环境真实跑通：**不同于停留在评测榜单的实验室模型，Koto 早已获得
   全球大型企业生产级验证。例如全球 CRM 巨头 **Salesforce** 便在其核心企业语音产品**
   Agentforce Voice** 中正式引入 Koto 模型，直接为日语音频客服与业务对话提供底层
   语音支撑。Salesforce Ventures 合伙人 Nowi Kallen 对此评价称，语音正在成为 AI 
   的关键交互界面，两家公司的技术融合将显著拉升全球企业的语音交互自然度。

## 三、 从“字面翻译”到“读空气”：攻克高语境东亚语音的技术死穴

对于全球化 AI 厂商而言，收购一家仅 15 人的垂直实验室看似昂贵，但背后折射的是多语
种语音 AI 在非英语高语境市场面临的工程现实。ElevenLabs 此前已推出支持 102 种语言、
词错误率（WER）下降约 25% 的 Scribe v3 与实时版本 Scribe v3Live，但在面对日本及东亚
商业场景时，通用模型依然面临极高的语境门槛。

  |  维度对比 |  传统通用多语种语音模型 |  Kotoba Koto + ElevenLabs 整合架构 |  
   |  **句法与省略处理** |  依赖完整主谓宾上下文，口语省略主语/宾语时易出现语义错配 |  针对日语高频省略主宾语特性专项训练，结合会话前文动态补全指代关系 |  
 |  **社交规范与敬语适配** |  固定敬语模板，难以随通话对象身份变化实时切换语气 |  将敬语层级、高频礼貌致歉与社交规范直接内嵌于交互模型架构 |  
 |  **韵律停顿与“读空气”** |  把沉默停顿简单判定为“发言结束”抢话，忽视言外之意 |  精准区分思考停顿与话轮切换，识别委婉拒绝与“读空气”潜台词 |  
 |  **方言与企业级部署** |  主要覆盖标准东京腔，方言与行业术语识别率骤降 |  兼顾地域口音与复杂方言，结合日本本地算力与销售团队闭环交付 |

正如 ElevenLabs 联合创始人兼 CEO Mati Staniszewski 与 CTO Piotr Dąbkowski 所强调
的，人类的语音交流远非字面词汇的拼接，必须从底层技术架构开始就将当地语言规则与社交
礼仪揉进模型权重，才能让 AI 语音[智能体](https://paooo.com/trends/)在日本这个全球
第四大经济体中真正达到“可用且可信”的生产标准。

## 四、 语音智能体并购潮加速：为什么“区域基础设施化”成为新壁垒？

把视角拉长至整个 2026 年底的语音 AI 格局，ElevenLabs 收购 Kotoba 释放了一个强烈的
产业信号：**纯粹依靠云端 API 售卖通用音色的红利期正在收窄，决定企业客单价的是“端
到端实时语音智能体基础设施 + 本地合规与算力交付”。**

一方面，微软在同周的 Ignite 2026 推出低至每分钟 0.01 美元的 MAI Realtime 1 强势压低
基础语音对语音接口成本；另一方面，企业对声音交互的要求已从“听起来像真人”升级为“能
在真实电话客服、跨境同传和业务办理中零失误履约”。ElevenLabs 选择用超 1 亿美元现金
与股权换取 Kotoba 三年积累的日语底层语料理解能力、现成的 Salesforce 级企业接口经验
以及日本本土本地化基础设施入口，本质上是在大模型巨头的价格挤压下，为 ElevenAgents
在东亚高ARPU（每用户平均收入）企业市场构筑一条短期内难以被通用模型复制的“文化与工程
护城河”。

#### 📝 站长洞察 (Editor’s Insight)

ElevenLabs 豪掷逾 1 亿美元吞下仅 15 人的 Kotoba，绝非单纯买下几个日语权重文件，而是
一笔极为精准的“高语境交互层卡位”。在欧美基础语音合成早已卷成红海的当下，日本作为
企业客单价极高但文化封闭度同样极高的市场，恰恰是通用大模型最难穿透的盲区——谁能搞定
日语的敬语切换、主语省略与沉默停顿判定，谁就能接管日本金融、电信与客服的语音总闸。
同时，这也是 ElevenLabs 应对微软等云巨头低价原生语音模型冲击的必然选择：既然底层
算力与通用音色都在加速商品化，独立语音独角兽唯有通过并购垂直技术栈、铺设本地算力
节点并直接切入企业 Agent 工作流，才能守住高毛利的商业阵地。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**ElevenLabs ↗**

AI文本转语音，支持包含中文在内的29种语言。

❓ 常见问题解答（FAQ）

ElevenLabs为什么收购Kotoba？

核心原因是补齐日本市场的本地化语音能力。Kotoba的Koto模型专攻日语低延迟对话，能更好
处理主宾语省略、敬语切换和“读空气”等高语境问题，适合企业客服与实时Agent场景。

Koto模型主要支持哪些语音能力？

Koto覆盖三条核心链路：日语文本转语音（TTS）、语音转文本（STT）以及语音转语音（STS）
同声传译。它强调低延迟和声学细节优化，面向日本企业高频对话场景。

这次收购对企业语音应用意味着什么？

意味着语音AI竞争不再只看语种数量，而是看能否在本地市场真正可用。对日本企业来说，
整合后的ElevenLabs有望提供更自然、更符合礼仪规范的实时语音代理能力。

🔬 语宙深潜追问 · 进阶实操拆解

Koto接入后如何评估日语语音效果？

重点看三类指标：敬语与省略补全准确率、长对话打断与回合切换成功率、低延迟下的端到
端可懂度。最好用真实客服、销售、助手场景做 A/B，而不是只看离线 WER。

企业级日语语音代理最难的工程点是什么？

难点通常不在单次识别，而在上下文管理与时延控制。要把 ASR、LLM、TTS、工具调用和打
断机制做成统一状态机，并针对日语的语境依赖设计回退策略和人工接管路径。

🗳️ 读者观点微投票 · 您的实战立场是？

收购日语语音底层入口，真能赢下企业落地吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

 * [估值220亿美元语音独角兽杀入企业协同！ElevenLabs重磅推出实验性应用ElevenAI：首创跨会议智能体记忆、90种语言流式听写与Scribe v3底层架构全景深度拆解](https://paooo.com/ai-tool/42069/)
 * [告别 ASR+LLM+TTS 拼装时代！ElevenLabs 重磅开源 Eleven Realtime 语音 Agent：单模型全双工 0.57s 极速直出与 98.8% 推理实测全景拆解](https://paooo.com/ai-tool/40265/)
 * [ElevenLabs](https://paooo.com/ai-tool/5463/)
 * [Nova Sonic – 亚马逊推出的新型生成式 AI 语音模型](https://paooo.com/aigc-news/20471/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/42638/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
