ElevenLabs 推出「Speech Engine」，為企業專有 AI 與對話系統注入即時語音互動功能

ElevenLabs 推出「Speech Engine」實現即時語音 AI 整合

總部位於美國紐約的 AI 語音研究與技術全球領導者 ElevenLabs，今日宣布推出新功能「ElevenLabs Speech Engine」。該技術讓企業能將 ElevenLabs 先進的語音生成與識別技術，直接整合至其自建、自營的大型語言模型 (LLM)、聊天代理與對話系統中。

### 背景：將現有資產擴展至語音介面

商務對話正面臨「從螢幕轉向語音」的快速變革。客服中心、預約受付與內部諮詢台對語音 AI 代理的需求日益增加。然而，許多企業在將語音功能整合至現有的 FAQ、CRM 與專有 LLM 時，往往面臨如何在維護既有對話邏輯、安全性與運營治理的前提下實現即時對話的挑戰。過去，導入套裝式的語音 AI 解決方案往往導致系統責任分界模糊，增加了導入難度。

### 解決方案：Speech Engine

Speech Engine 專為開發者設計，允許企業在伺服器端控制對話邏輯、業務系統整合與數據管理的同時，納入 ElevenLabs 的語音辨識與生成技術。透過對應 OpenAI 相容的 API，企業能輕鬆地為現有的文字型 AI 代理添加語音介面。

### 主要特色

1. **與企業內部 LLM 無縫連接**：支援 OpenAI 相容的 Chat Completions 或 Responses API，確保企業能自主管理回應生成邏輯。 2. **高水準的即時回應控制**：具備轉向控制 (turn-taking) 與插話偵測功能，實現如同自然對話般流暢的語音互動。 3. **多語言體驗**：支援包括日語在內的多種語言，能滿足全球營運與訪日旅客等多元客戶的需求。

ElevenLabs 日本與韓國總經理田村元表示，該功能解決了企業希望在不將業務邏輯或數據移轉至外部平台的前提下，構建自然語音介面的痛點。ElevenLabs 目前企業估值已突破 110 億美元，並為全球數千家企業提供服務，其中包括超過 75% 的財富 500 強企業。