Mati Staniszewski 在 ElevenLabs 上开创人工智能音频的未来
对于 Mati Staniszewski 来说,建立 ElevenLabs 始于儿时的友谊和让音频能够跨语言、声音和文化传播的愿景。
在《The Uncommon Path》的这一集中,ICONIQ 普通合伙人 Seth Pierrepont 与 Mati 坐下来讨论创新的早期火花、实现快速增长的意想不到的用例,以及 ElevenLabs 如何帮助重新定义 AI 语音技术的可能性。
《不寻常的道路》提供了塑造创始人旅程的决定性时刻的幕后花絮。
Seth Pierrepont,ICONIQ 普通合伙人 (00:08):Mati,很高兴见到你。感谢您来到这里并很高兴谈论 ElevenLabs。对于那些不太熟悉 ElevenLabs 业务的人,请花一点时间向我们介绍一下该公司的业务。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (00:18):ElevenLabs 是一家音频 AI 研究和产品部署公司,其使命是让信息能够通过声音、跨声音、跨语言访问。无论是通过叙事模型来获取文本到语音的情感和人类品质,无论是将音频转换为其他语言并使其易于访问,还是创建那些高速、低延迟的交互模型。这就是研究支柱。
然后在产品方面,我们尝试以一种为客户提供端到端解决方案的方式利用该研究。无论您是在创建有声读物、创建电影配音还是将其推向全球市场,或者您正在部署语音 AI 代理并希望将其纳入其中,我们都构建了一个平台来实现这一目标。
Seth Pierrepont,ICONIQ 普通合伙人 (00:58):您在 ElevenLabs 的经历有点不寻常,但在我们开始之前,让我们回到开头,谈谈您与 Pi(您儿时最好的朋友)的关系。你们在波兰一起长大,并决定一起创办 ElevenLabs。
Mati Staniszewski,ElevenLabs 联合创始人兼首席执行官 (01:16):我想很长一段时间以来我们都知道我们愿意合作。高中毕业后,我们当然渴望获得一些经验并学习更多的手艺。我在 Palantir,他在 Google。多年来我们主要为了好玩而做的一件事就是聚在一起参加周末黑客项目,这些项目大多是为了了解技术、了解我们能做什么、看看人们如何使用它。
其中一个项目是在音频领域。我们为您创建了一种方法来分析您的说话方式,并为您提供如何更好地说话的提示。我经常说得太快,我的音调很高,我的口音不完美,所以所有这些提示都被人发现了。我还没有应用所有这些,但它确实有效。这很有趣,我们知道音频领域的可能性,我认为大约是在 2021 年初。
(02:05):然后快进到 2021 年中后期,我们俩都提出了这个想法,这个想法来自我们的家乡波兰,在那里你有一种非常奇特的观看外国电影的方式。当你有一部波兰语的外国电影时,所有的声音,无论是男性还是女性,都由一个叙述者来叙述:没有情感,没有语调,整个电影都是一个声音。这种情况今天仍然发生。
这就像,好吧,这项技术以及我们所知道的可能将在未来几年内发生变化。您将可以通过任何语言访问所有内容,并具有令人难以置信的原始质量。当然,当我们开始深入研究时,我们意识到问题不仅仅是在波兰配音或国际配音要大得多。更广泛的音频可访问性并不存在,而我们很高兴能够解决这种想法,再加上热爱并希望一起工作,这是完美的。
是的,您可能从未在电影中经历过单一旁白旁白,对吧?
Seth Pierrepont,ICONIQ 普通合伙人 (03:02):我没有。但在ElevenLabs的努力中,我们观看了一部用波兰语配音的外国电影,这是一次可怕的经历。
以 ElevenLabs 的方式开创一个类别,当你这样做时,有很多发明和未知,这是否可能:创造与人类同等的合成语音和音频?你们一开始有没有怀疑过这是否可能,是否会成功?
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (03:34):当然,有很多疑问。你想证明你能做到,而不是害怕你永远做不到。当我们构建第一个原型时,我们想看看如何解决配音问题,我们在头几个月就实现了原型。当我们向很多用户展示这一点,甚至在真空中询问他们时,很明显这是一个问题,但不是他们遇到的首要问题。
通常最重要的一个问题是:我只想为我的内容创建画外音,但我没有工具,因为一切都很糟糕。然后我们意识到,好吧,真正解决这个问题的唯一方法就是更进一步,从头开始真正建立我们自己的研究、我们自己的模型。让我们关注文本到语音,我们看到最大的问题,我们可以提供的最大价值,让我们尝试解决这个问题。
Seth Pierrepont,ICONIQ 普通合伙人 (04:22):对于我们遇到的许多公司来说,找到产品与市场的契合点在某些情况下需要数月甚至数年的时间,而你们却很快就超越了这一点。在您推出第一个产品后,当您感觉自己捕捉到了瓶子里的闪电并且发现了某些东西时,感觉如何?
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (04:41):因此,我们创建了这篇博文“第一个会笑的人工智能”,并提供了该工作的示例。我们将其分发到不同的 Discord 和 Reddit 社区中的任何地方。它开始受到关注。我们登上了《黑客新闻》的第一名。我们有一个等待名单,前 1,000 名用户注册了,感觉就像,好吧,这太棒了。这是我们所看到的另一个层次。
我们创建了一个创建合成声音的展示,同样引起了很多关注,因为声音听起来非常好。它们代表了人们不习惯的一系列情感、口音和特征。当我们进行内测时,我们开始招募人员。当然,第一批是11人。
Seth Pierrepont,ICONIQ 普通合伙人 (05:25):当然。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (05:25):确实如此。就像所有的倍数一样。我们拥有的用例的传播超出了我们的预期。当我们推出测试版时,我们最初的原型是一个小盒子,你可以在其中输入大约 300 个文本字符,类似的内容,就像一条推文。
在测试版计划中,我们有一些书籍作者,这些书籍作者会将整本书复制粘贴到该框中,粘贴,下载,粘贴,下载数百次,在某些情况下数千次。然后他们就会创作出那本书,把它放在平台上,人们喜欢聆听的体验,几天后他们就会和一群其他想做同样事情的书作者一起回到我们身边。
Seth Pierrepont,ICONIQ 普通合伙人 (06:07):太棒了。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (06:07):我们的产品还不适合,但很明显,好吧,有病毒式传播,有潜力。因此,通过测试版,我们开始召集更多的用户、更多的人工智能影响者来帮助我们传播信息,然后我们公开发布。我们自始至终都很高兴,但同时我们知道现在我们需要为下一步想做的事情扩大规模。它发生的比我们预期的要快,但同时也很棒。
Seth Pierrepont,ICONIQ 普通合伙人 (06:38):ElevenLabs 技术的用例非常广泛。我知道我们已经谈论了很多你最引以为傲、最受启发的事情。也许可以分享一些你在过去一年左右的时间里非常喜欢看到的其他内容。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (06:52):我会问你一个问题,这样我就有更多时间思考这个问题。当你思考对话式人工智能用例时,有没有什么特别让你感到今天的痛苦,并且你想解决的?
Seth Pierrepont,ICONIQ 普通合伙人 (07:04):我的意思是,我现在就可以回答这个问题。我刚搬进新房子,切换互联网应该很简单。在过去的六天内,我不得不给客户服务部门打电话 3 次。每次通话都是 30 分钟,而我在新地方仍然没有互联网。这是一个巨大的痛点,非常实时。所以我度过了艰难的几天来处理这个问题。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (07:24):现在,我希望您告诉我哪个提供商是提供商,因为我们正在与英国的一家提供商合作,该提供商正试图解决这一问题。
Seth Pierrepont,ICONIQ 普通合伙人 (07:31):天哪。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (07:31):请加速该交易。除了呼叫中心体验之外,对您或 ElevenLabs 来说最令人兴奋的合作公司是哪家?
Seth Pierrepont,ICONIQ 普通合伙人 (07:42):哦,最令人兴奋的公司。我有三个年幼的孩子,所以我们花了很多时间看动画电影。我知道你已经在与迪士尼合作,但我认为迪士尼和像迪士尼这样的公司正在制作非常引人注目的动画电影,并且能够与这些角色互动,我认为这会很酷,我的孩子会喜欢它。
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (08:04):同意。我认为最近的一项展示了如何以不同的方式使用这项技术,这让我们所有人都感到自豪。我们与国会女议员詹妮弗·韦克斯顿一起工作。不幸的是,她失去了声音,或者正在失去声音,但她与我们一起努力重新创造了她的声音,并且能够在不幸的情况下继续推动和努力激励其他人去做工作。这是国会第一次使用这种方式发表令人难以置信的演讲。
就在昨天,我们担任了欧盟轮值主席国波兰。我们将把这些会议配音成其他欧洲语言,以便欧洲各地的人们都可以收听它们,这与我们创办公司和使命的地方非常接近。因此,很高兴终于看到那些我们几年前认为会发生的事情变得生动起来。
Seth Pierrepont,ICONIQ 普通合伙人 (08:55):还有……
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (08:56):我们仍然认为今年或明年还会有另一个时刻,所有内容都将开始进行多重翻译,也许一直到实时翻译体验,您可以在其中获得真正的对话体验或“巴别鱼”。
Seth Pierrepont,ICONIQ 普通合伙人 (09:11):我们很高兴能够正式合作并与您一起踏上旅程,但最终是什么促使您与我们合作并邀请我们与您一起踏上旅程?
ElevenLabs 联合创始人兼首席执行官 Mati Staniszewski (09:22):在您合作之前我们就已经能够开展项目了。令人难以置信的是,在投资发生之前,您就在帮助 ElevenLabs,一次又一次地看到这一点,再次证明这正是我们在共同思考未来 10 年或 20 年时所喜爱的合作伙伴。
当我们开始谈话时,我不知道帮助的广度。无论是介绍一些人才,还是我们如何与行业合作,真正为他们带来音频,无论是我们无法接触到的一些最大的企业,最后还是得到了快速的介绍,一直到:我们正在寻找一位总经理,一位日本的总经理。这个过程已经很晚了,我们需要进行背景调查。我们询问了你们的 ICONIQ 团队 - 在 12 小时内,我从两个人那里得到了最好的背景调查,非常详细,我们雇用了这个人。
Seth Pierrepont,ICONIQ 普通合伙人 (10:11):当它像这样排列时,真是太神奇了,听到这真是太棒了。我热爱这份工作的原因之一是,当像您这样的创始人正在打造令人难以置信的企业,这些企业正在以某种深远的方式影响世界时,我可以一路顺风,并且在此过程中有许多值得骄傲的时刻。
有些是以令人难以置信的时刻的形式出现的,你给国会女议员发声。这些时刻对于创始人以及我与创始人的关系来说都是非常个人化的。因此,我希望通过我们已经进行的以及我们将继续进行的多次对话,我们能够成功实现这一目标。
Mati Staniszewski,ElevenLabs 联合创始人兼首席执行官 (10:50):我希望我们能够以一种非常不同的、更具互动性和教育性的方式,让您的孩子能够接触到电影中的声音。所以这将是目标之一。那将是一个伟大、伟大的时刻。


订阅 ICONIQ 最新研究、洞察与创始人对话,直接送达您的邮箱。


