ElevenLabs abre o ElevenMusic gratuitamente para pessoas sem voz: o programa já tem mais de 11.000 participantes

Greg Kellner passou a vida ensinando música às pessoas: tocava violão, cantava, comunicava-se por gestos. Em 2019, um câncer no cérebro lhe tirou a voz de cantor, e as aulas precisaram ser interrompidas. Sete anos depois, ele entrou no programa ElevenLabs Impact e voltou a cantar. O modelo ElevenMusic recriou a voz dele a partir de gravações antigas. Em 11 de novembro, no Summit em Nova York, ele subiu ao palco e apresentou músicas novas com essa voz.

A história é bonita, mas seu interesse vai além da emoção. Por trás dela há uma jogada de produto: a ElevenLabs está transformando a clonagem de voz, antes um recurso pago, em uma ferramenta de acessibilidade, e faz isso de forma sistêmica.

Duas vozes: do arquivo e do zero

O anúncio mostra dois cenários, e eles são tecnicamente diferentes.

O primeiro é a restauração. A pessoa tem gravações da voz anterior, e a partir delas se constrói uma cópia digital. Foi assim com Kellner: o material do passado virou uma voz com a qual ele pode escrever e lançar músicas novas.

O segundo é o design. Abdi Omar nunca falou por causa de uma paralisia cerebral infantil. Não havia material para clonar, e ele construiu a voz do zero no Voice Designer. Hoje Omar é rapper: o ElevenMusic o ajuda a escrever e produzir faixas. É um argumento forte em favor da geração de voz por descrição, que costuma ser vista como brinquedo para narração de vídeos.

Como funciona o programa

Até agora, o 1 Million Voices tratava de fala. Segundo a empresa, ele ajudou mais de 11.000 pessoas com ELA, doença do neurônio motor, câncer de cabeça e pescoço e outros diagnósticos a voltar a falar com uma voz parecida com a sua. O acesso é vitalício e gratuito. A meta é ambiciosa: devolver a voz a um milhão de pessoas. Trata-se de um compromisso de US$ 1 bilhão em contribuição não monetária, ou seja, a avaliação dos próprios produtos e serviços, e não dinheiro.

Agora, ao programa de fala somou-se o canto. O ElevenMusic será gratuito para pessoas com perda irreversível da voz. O lançamento é feito em conjunto com a Songwriters of North America (SONA): a associação verifica quem tem direito ao acesso e o distribui a seus membros e à comunidade mais ampla de compositores. Mais tarde, prometem incluir outros parceiros.

Dois novos parceiros cobrem outros canais:

• NYU Langone Health. O programa está disponível por meio do Rusk Rehabilitation para pacientes com ELA, câncer de cabeça e pescoço, após AVC e com outras condições. O pedido pode ser feito por meio da própria equipe de reabilitação.
• Wounded Warrior Project. A organização de veteranos realizará com a ElevenLabs um workshop sobre como a IA de voz ajuda em casos de perda de voz, cegueira e baixa visão. Depois, as partes vão estudar como conectar veteranos e famílias a serviços por meio de tecnologias de voz.

Observe o esquema: a empresa não constrói infraestrutura clínica própria. Ela se conecta a quem já conversa com os pacientes: hospitais, ONGs, associações. São eles que assumem a verificação, a parte mais incômoda.

O que vale considerar

Este é um anúncio oficial, e quase não traz dados mensuráveis. Não há informações sobre quantas gravações são necessárias para a restauração, quanto o modelo difere da voz real, nem quantas pessoas receberam acesso especificamente à música. O número de 11.000 refere-se à fala, não ao canto. O "bilhão em contribuição não monetária" é uma estimativa interna da própria empresa. E, com a WWP, por ora foi anunciado apenas um estudo de possibilidades, não um produto pronto.

Persiste ainda uma questão geral: a voz é um dado biométrico, portanto a clonagem deve se basear no consentimento da pessoa. O anúncio não diz uma palavra sobre isso. A distribuição do acesso por meio de clínicas e associações profissionais pode ser lida como uma forma de evitar abusos, mas essa é a nossa interpretação, não uma declaração da empresa.

Conclusão prática

Produtos e fundadores podem tirar três lições desta história.

Primeira: a combinação de "restaurar a partir do arquivo" e "criar do zero" atende quase todos os usuários. Alguns têm gravações, outros não, e o produto precisa dos dois caminhos.

Segunda: os canais de distribuição decidem tudo. Uma clínica, uma associação de compositores e uma organização de veteranos já têm a confiança do público e sabem verificar o direito de acesso, enquanto uma startup levaria anos para construir essa confiança.

Terceira: acessibilidade e negócio não entram em conflito. Uma entrada gratuita para um grupo restrito funciona como demonstração das capacidades do modelo melhor do que qualquer vídeo publicitário. Se você está construindo um produto de voz, pense em quais comunidades com perda permanente de voz ou de fala podem ser seus primeiros parceiros.