Storytel tänker om ljudboksuppläsning med Voice Switcher, byggd på ElevenLabs

Storytel är ett av världens största företag inom strömning och utgivning av ljudböcker, med Sverige, Danmark, Finland och Norge som kärnmarknader. Vi samarbetade med Storytel för att utveckla Voice Switcher, en funktion som låter lyssnare välja mellan den ursprungliga mänskliga uppläsaren och en AI-inläst version av samma ljudbok.

Ett långvarigt problem för lyssnare

Storytels användardata visade att nio av tio kunder ibland avbryter en ljudbok, inte på grund av själva boken utan för att de inte klickar med uppläsarens röst. Samtidigt spelades ljudböcker nästan aldrig in med två uppläsare – ekonomin i traditionell produktion tillät det inte.

Voice Switcher utvecklades för att överbrygga den klyftan.

Därför valde Storytel ElevenLabs

Storytel hade arbetat med AI-röster i flera år innan samarbetet med ElevenLabs. När Storytel såg en tidig demo från ElevenLabs 2023 var kvaliteten tydligt bättre än allt de tidigare hade utvärderat. Demon blev starten på vårt samarbete.

”Vi blev väldigt imponerade av kvaliteten. Vi hade länge varit intresserade av AI-röster men de var inte lika bra som det vi såg från ElevenLabs.”

— Johan Ståhle, Chief Product and Technology Officer på Storytel

En skräddarsydd modell för nordiska språk

Våra engelska röster var tillräckligt bra för att Storytel skulle kunna testa Voice Switcher sommaren 2023, men de svenska rösterna nådde ännu inte den nivå som krävs för en fullständig ljudbok. Tillsammans med Storytel utvecklade vi en förbättrad modell för nordiska språk. Storytel bidrog med högkvalitativ egen ljuddata från sin katalog som en av världens största ljudboksutgivare.

Den förbättrade nordiska modellen var klar i slutet av 2023.

Lansering och utrullning i Norden

Voice Switcher lanserades i Sverige i början av 2024, med en professionell röstklon av en av Sveriges mest populära uppläsare som funktionens offentliga ambassadör. Vid den tiden fanns det mycket få högkvalitativa AI-ljudboksproduktioner i långt format, vilket gjorde Storytel och ElevenLabs till några av de första att erbjuda AI-uppläsning med den här längden och kvaliteten.

Voice Switcher har sedan dess lanserats i Danmark och Finland, med en ambassadörsröst på det lokala språket i varje land. Storytel fortsätter att lägga till AI-uppläsningar vid sidan av mänskliga original i en allt större del av sin katalog.

Skalning mot helt automatiserad produktion

Storytel producerar Voice Switcher-uppläsningar genom ElevenAPI, med egen för- och efterbearbetning utöver det. Uttalslexikon, förgenererade egennamn och kontroller av karaktärsnamn bidrar till högre kvalitet före den slutliga genereringen.

Storytels långsiktiga mål är att göra Voice Switcher tillgängligt för hela katalogen. För att nå dit behöver den manuella redigering som krävs i dag fortsätta minska, och tillsammans med Storytel arbetar vi mot helt automatiserad, API-driven produktion i stor skala.