บริษัท Elevenlabs คือ บริษัทซอฟต์แวร์ที่โฟกัสเรื่องการพัฒนา ซอฟต์แวร์ด้านการสังเคราะห์เสียงพูดให้ฟังเป็นธรรมชาติ โดยใช้ Deep Learning ให้เสียงนั้นดูเป็นธรรมชาติเหมือนคนพูดจริง
ผู้ก่อตั้งคือ Mati Staniszewski (CEO) และเพื่อนสนิท Piotr Dąbkowski (CTO) (ชาวโปแลนด์) ตั้งบริษัทปี 2565
พวกเขาโตมากับการดูหนังต่างประเทศที่ ต้องพากย์เสียงทับตลอด แต่ปัญหามากกว่านั้น คือ พากย์ไม่เนียน เสียงไม่เหมือน, อารมณ์หาย, น้ำเสียงไม่ตรงหน้า, ตัวละครไม่อิน เรื่องที่ควรขนลุก ก็เป็นเฉย ๆ รวมถึงความเป็นตัวตน ของนักแสดงก็หายไปทั้งก้อน เพราะเสียงพากย์ไม่ใช่เขาเลย รวมถึงภาษาและเสียง…กำลังเป็นกำแพงของการเข้าถึงคอนเทนต์ของทั้งโลก
แรงบันดาลใจในการสร้าง StartUp
- วันหนึ่งพวกเขากลับมามองปัญหาเดิมตอนเด็กอีกครั้ง แต่ครั้งนี้มันไม่ใช่แค่ รำคาญหนังพากย์ห่วยแล้ว…มันเป็น Insight ใหญ่ มาสร้างเป็นบริษัท StartUp
- พอปี 2565-66 เทคเริ่มเอื้อ พวกเขาตัดสินใจ ลองแก้ Pain Point จริง ตั้งเป้าหมายว่า ไม่ใช่แค่ทำ TTS ให้พูดได้ แต่ต้องทำให้ เสียง มีบริบทและ มีอารมณ์ จนคนฟังเชื่อ เพื่อทำให้คอนเทนต์ เข้าถึงได้ในทุกภาษา/ทุกเสียง และลดกำแพงภาษาแบบที่มนุษย์ทำมือไม่ไหว
ตอนเริ่มต้นก็คิดถึง เรื่อง ทางเลือกการหาเงินทุนหลายแบบ รวมถึงความเป็นไปได้ที่จะไปทำงานร่วมกับ Startup Accelerator
เดือนมกราคม ปี 2566 พวกเขาเปิดเผยว่าได้ ระดมทุนก่อน Seed มูลค่า 2 ล้านดอลลาร์สหรัฐฯ มาแล้ว ตอนนั้นยังเป็นสายที่เพิ่งเริ่มและถือว่า ใหม่ในยุโรป มีส่วนสำคัญมากที่ทำให้นักลงทุนสนใจ และ
เปิดตัว Elevenlabs แพลตฟอร์ม Beta ช่วง ม.ค. 2566 และวาง Mission คือ ทำให้ Speech เป็นมาตรฐานใหม่ของปฏิสัมพันธ์ดิจิทัล (Voice-First Interaction)
หลังเปิดตัว ElevenLabs โตเร็วมาก และถูกชมเรื่องคุณภาพเสียงที่ดี, สร้างเสียงได้ไว, และมี generous free tier
นอกจากนี้ยังถูกชมเรื่อง การออกเสียงชื่อที่มีการออกเสียงเฉพาะหรือไม่ค่อยพบได้อย่างแม่นยำ ซึ่งเป็นจุดที่เครื่องมือคล้าย ๆ กันมักพลาด
เพราะมักโฟกัสชื่อแบบตะวันตกเป็นหลัก บริษัทมีผู้ใช้ลงทะเบียนเกิน 1 ล้านคน
การต่อสู้ที่หนักสุด คือ ความเสี่ยงการปลอมเสียง/บิดเบือนข้อมูล (misuse) ที่ตามมาทันที
- สิ่งที่บริษัท Elevenlabs สู้ คือ การทำให้แพลตฟอร์มใช้งานได้กว้าง แต่ลดการนำไปใช้หลอกลวง โดยมีแนวทางอย่าง
- นโยบายห้าม impersonation ที่เป็นอันตราย/หลอกลวง + moderation ทั้งระบบและคน
- เครื่องมือ ตรวจสอบว่าเสียงถูกสร้างด้วย ElevenLabs หรือไม่ (แนวคิดเรื่องลายเซ็น/การตรวจแหล่งที่มา) และการอ้างอิงมาตรฐานติดตามคอนเทนต์ เช่น C2PA
- Elevenlabs ต่อสู้เรื่อง Trust ตั้งแต่ต้น เพราะรู้ว่า เสียงปลอม เป็นระเบิดเวลาของตลาดนี้ จึงลงทุนด้าน safety/ตรวจสอบแหล่งที่มาเร็ว
เส้นทางสู่ Unicorn: โตด้วยคุณภาพ + use case ที่จับต้องได้
- Series A มูลค่า $19M (มิ.ย. 2566) เพื่อเร่ง R&D และผลิตภัณฑ์ด้านเสียง
- Series B มูลค่า $80M (ม.ค. 2567) ทำให้บริษัทถูกมองว่าเข้าโซน Unicorn แล้ว (มูลค่ามากกว่า $1B ตามรายงาน)
- Series C มูลค่า $180M (ประกาศ 30 ม.ค. 2568) co-led โดย a16z และ ICONIQ Growth พร้อมผู้ร่วมอย่าง Sequoia, NEA, Salesforce Ventures ฯลฯ ที่ valuation $3.3B
- Series D ในวันที่ 4 กุมภาพันธ์ 2569 ระดม $500M → มูลค่า $11B
ตลาดเริ่มมองว่า เสียง คือ Infrastructure ใหม่ของโลกดิจิทัล
Timeline การปล่อย Product ของ Elevenlabs
- 20 มิถุนายน 2566 AI Speech Classifier ปล่อยเครื่องมือเช็กว่า ไฟล์เสียงนี้ถูกสร้างจาก ElevenLabs หรือเปล่า
- กรกฎาคม 2566 ประกาศ และกันยายน 2566 ปล่อยจริง Projects เครื่องมือทำงานเสียงแบบยาว ๆ เช่น audiobook / บทพูดหลายช่วง ให้ทำเป็นโปรเจกต์ได้
- สิงหาคม 2566 ขยายรองรับหลายภาษา (28 languages) + ออกจากสถานะ beta ทำให้การสร้างเสียงข้ามภาษา เริ่มเป็นของจริงมากขึ้น
- ตุลาคม 2566 AI Dubbing (Voice Translation Tool) แปลเสียงพูด เป็นหลายภาษา โดยพยายามรักษาโทนเสียง/อารมณ์ของคนเดิม
- พฤษภาคม 2567 เผยตัวอย่าง Text-to-Music (ยังไม่เปิดให้ใช้ทั่วไป)
- มิถุนายน 2567 ElevenLabs Reader App (iOS/Android) แปลงบทความ/ไฟล์อ่าน (เช่น PDF, ePub) ให้กลายเป็นเสียงฟังได้บนมือถือ
- กรกฎาคม 2567 Voice Isolator เครื่องมือช่วยตัดเสียงรบกวน/ ดึงเสียงพูดให้ชัดขึ้น
- พฤศจิกายน 2567 Conversational AI (voice agents platform) เริ่มดัน จากอ่านออกเสียง สู่ คุยโต้ตอบได้ สำหรับคนทำระบบ/บริการลูกค้า
- กุมภาพันธ์ 2568 แพลตฟอร์มทำและเผยแพร่ AI audiobooks บน Reader app
- กุมภาพันธ์ 2568 Scribe (speech-to-text) เพิ่มฝั่งถอดเสียงเข้า Ecosystem (จากเดิมเน้นสร้างเสียง)
- 6 มิถุนายน 2568 Eleven v3 (TTS รุ่นใหม่) รองรับ 70+ ภาษา รวมถึงไทยและทำบทสนทนาหลายคนได้เนียนขึ้น พร้อมแท็กอารมณ์/วิธีพูดบางแบบ
- 6 สิงหาคม 2568 Eleven Music (AI music generator) ขยายจากเสียงพูด สู่ เพลง และสื่อสารว่าใช้เชิงพาณิชย์ได้
- 15 กันยายน 2568 Elevenlabs เปิดตัว Elevenlabs Productions
- 11 พฤศจิกายน 2568 Elevenlabs เปิดตัว Scribe V2 Realtime เครื่องมือแปลง เสียงพูดเป็นข้อความ แบบสด ๆ ทั้งเร็วและแม่น
- 17 พฤศจิกายน 2568 Elevenlabs ลงสนามเปิดตัว Image & Video พื้นที่ให้เราทำงานภาพ+เสียง+วิดีโอ
- 2 กุมภาพันธ์ 2569 Eleven V3 ออกจาก Alpha พร้อมใช้งานเต็มรูปแบบ
3 ข้อที่ผู้บริหาร นักธุรกิจได้ประโยชน์และพัฒนาธุรกิจต่อ
- Unicorn ไม่ได้เริ่มจาก Tech
- เริ่มจาก Pain Points ของคน ไม่ใช่เรื่องเล็ก แต่คือ ความหมายและอารมณ์ที่หายไป เมื่อคนเข้าถึงคอนเทนต์ข้ามภาษา
- ทำให้ของเดิมดีขึ้น 10 เท่า แล้วตลาดจะเปิดเอง
- ถ้าเสียงยังไม่ธรรมชาติ คนไม่ใช้ แต่พอเสียงเหมือนคนจริง → ครีเอเตอร์ใช้ก่อน → องค์กรตามมา
- โตเร็วได้ ต้องรับผิดชอบกับความเสี่ยงตั้งแต่วันแรก
- เสียงเหมือนคนจริง = มีทั้งคุณค่าและความเสี่ยง บริษัทที่ไปได้ไกล คือ บริษัทที่สร้างความเชื่อใจ ควบคู่ไปกับการโต
ข้อสรุป:
ElevenLabs ไม่ได้ขายเสียง AI อย่างเดียว เขากำลังทำให้เสียง เป็นเครื่องมือมาตรฐานใหม่ สำหรับคอนเทนต์, การสื่อสาร และการทำธุรกิจในอนาคต




