أغلقت ElevenLabs جولة Series D بقيمة 500 مليون دولار بتقييم 11 مليار دولار في فبراير 2026 — أي أكثر من ثلاثة أضعاف تقييم Series C لها في غضون 13 شهرا فقط — بينما جذب المشهد الأوسع لشركات AI للأصوات حوالي 2.5 مليار دولار من رأس المال الاستثماري المعلن عبر جميع المراحل في 2025 وحده. قادت Sequoia Capital جولة ElevenLabs؛ قدم المستثمرون عبر القطاع 40+ صفقة متعلقة بـ AI للأصوات تجاوزت 10 ملايين دولار خلال نفس فترة الاثني عشر شهرا.
نضجت الفئة من فضول بحثي إلى حرب منصات كثيفة رأس مال. عبرت جودة التركيب في الوقت الفعلي العتبة الإدراكية حول 2023، وأنشأت أتمتة مراكز الاتصال سحبا مؤسسيا، وخلقت الألعاب والبث المباشر سحبا استهلاكيا. يراهن المستثمرون الآن على أي الشركات تمتلك طبقة الاستدلال، وطبقة هوية الصوت، وطبقة التغطية متعددة اللغات - وأي منها سيتم استحواذها قبل أن تتمكن من التوسع.
تخريط هذا المنشور أكبر الجولات المعلنة من 2024 حتى أوائل 2026، والشركات التي تكتب أكبر الشيكات، المشهد الجغرافي، والاتجاهات الفنية الأربعة التي تشكل حيث يذهب المال فعليا.
الملخص السريع
- ElevenLabs Series D بقيمة 500 مليون دولار (فبراير 2026، تقييم 11 مليار دولار، بقيادة Sequoia) هي جولة العنوان للدورة.
- جمعت Murf AI جولة Series B (المبلغ غير معلن، بقيادة NEA) مركزة على TTS للمؤسسات وأتمتة المعلقات الصوتية في منتصف 2025.
- أغلقت Resemble AI جولة تمويل في 2024 مع دعم من Initialized Capital لبنية الاستدلال المحلية لتركيب الأصوات.
- a16z و Sequoia و NEA و Lightspeed هم الأربعة قادة مؤسسيين الأكثر نشاطا في المجال.
- تهيمن الولايات المتحدة على تدفق الصفقات المعلنة (~65%). أوروبا متوسطة مع جيوب نشاط في المملكة المتحدة وألمانيا. الصين منعزلة. أمريكا اللاتينية ناشئة.
- أربعة اتجاهات تهيمن على أوراق أطروحة رأس المال الاستثماري: الاستدلال في الوقت الفعلي، النماذج المحلية، التغطية متعددة اللغات، عملاء الصوت للمؤسسات.
1. الجولة المحددة: ElevenLabs Series D
لم يحدد أي حدث واحد تمويل AI للأصوات أكثر من إغلاق ElevenLabs في فبراير 2026. جولة Series D بقيمة 500 مليون دولار، بقيادة Sequoia Capital مع مشاركة a16z والمستثمرين الحاليين، قيمت الشركة بـ 11 مليار دولار — قفزة 3.3x من Series C في يناير 2025 بـ 3.3 مليار دولار (Bloomberg، فبراير 2026).
| الجولة | التاريخ | المبلغ | جهة التمويل الرائدة | التقييم |
|---|---|---|---|---|
| Seed | 2022 | غير معلن | Nat Friedman / Daniel Gross | — |
| Series A | يونيو 2023 | 19 مليون | Andreessen Horowitz (a16z) | ~100 مليون |
| Series B | يناير 2024 | 80 مليون | a16z | 1.1 مليار |
| Series C | يناير 2025 | 180 مليون | ICONIQ Growth | 3.3 مليار |
| Series D | فبراير 2026 | 500 مليون | Sequoia Capital | 11 مليار |
استخدمت جولة Series D بشكل أساسي لتمويل بناء بنية الحوسبة الكثيفة (تعالج الشركة مليارات الأحرف من التركيب شهريا)، وتوسيع فرق المبيعات للمؤسسات في أوروبا واليابان، وتسريع تطوير النماذج متعددة اللغات.
المصدر: Bloomberg، “ElevenLabs تجمع 500 مليون دولار، بتقييم 11 مليار” (فبراير 2026)
2. جولات ملحوظة أخرى: 2024-2026
ElevenLabs هي الأكثر ظهورا لكن ليست القصة الوحيدة. عبر الفئة، شهدت 2024-2025 موجة من إغلاقات Series A و B للتطبيقات المتخصصة في AI للأصوات.
| الشركة | الجولة | المبلغ التقريبي | جهة التمويل الرائدة | التركيز الأساسي |
|---|---|---|---|---|
| ElevenLabs | Series D | 500 مليون | Sequoia Capital | منصة TTS متعددة اللغات + تركيب الأصوات |
| Murf AI | Series B | غير معلن | NEA | TTS للمؤسسات، أتمتة المعلقات |
| Resemble AI | جولة تمويل | غير معلن | Initialized Capital | API تركيب صوت فعلي |
| Speechify | Series B | 69 مليون (2022، نشاط ممدد 2024) | Tiger Global | محتوى صوتي + سهولة الوصول TTS |
| Deepgram | Series B | 72 مليون | Tiger Global | API التعرف على الكلام |
| Suno | Series B | 125 مليون | Lightspeed | توليد موسيقى AI + أصوات |
| Rime Labs | Series A | غير معلن | General Catalyst | TTS منخفضة الكمون لعملاء الصوت |
| Cartesia | Series A | 36 مليون | a16z | بنية TTS فعلية تحت 50ms |
| Play.ht | Series A | غير معلن | Craft Ventures | TTS بجودة البودكاست + سوق الأصوات |
ملاحظة: لا تُعلن مبالغ Murf Series B و Resemble بشكل علني حتى منتصف 2026؛ “غير معلن” يعكس غياب الإعلان العام. المصادر: TechCrunch، Crunchbase News، PitchBook.
جولة Cartesia Series A بقيمة 36 مليون في 2025، بقيادة a16z، ملحوظة بشكل خاص لأطروحتها الفنية: نموذج Sonic يحقق كمون أقل من 50ms لـ TTS فعلي — معيار يفتح عملاء صوت سرعة المكالمات التي تبدو طبيعية، وليس مثل نظام IVR من 2008.
3. أهم المستثمرين وأطروحتهم في AI للأصوات
تظهر أربع أسماء مؤسسية على أوراق الشروط باستمرار ملحوظ:
Andreessen Horowitz (a16z) شاركت في Series A و B و Series D من ElevenLabs (كمتابعة)، وقادت بشكل منفصل Series A من Cartesia. عبرت فريق AI من a16z علنا عن أطروحة حول الصوت كواجهة أساسية لعملاء AI — “الطريقة التي تتحدث بها الحواسيب للخلف.” يتضمن صندوق البنية الأساسية للذكاء الاصطناعي منصبين محددين للصوت حتى أوائل 2026.
Sequoia Capital قادت Series D من ElevenLabs وكانت نشطة في شركات صوتية متاخمة للـ AI. رهان Sequoia على شركات المنصة التي تمتلك هوية الصوت بحجم كبير — الحجة بأن من يتحكم بشخصية الصوت لعميل المؤسسة يتحكم أيضا بتصور العلامة التجارية.
NEA قادت Series B من Murf AI وداعمة شركات TTS متعددة موجهة للمؤسسات. كتيب NEA في AI للأصوات يعكس نهجها لبنية SaaS: جد الأداة المستخدمة من قبل معظم منشئي المحتوى غير التقنيين وبني التوزيع من خلال نمو موجه بالمنتج.
Lightspeed Venture Partners قادت Series B من Suno وشاركت في عدة صفقات صوتية فعلية للـ AI. رهان Lightspeed الإبداعي للمستهلكين هو أن الصوت التوليدي (موسيقى + صوت) سيصبح طبقة أداة منشئة فوق أجهزة المستهلكين.
مستثمرون مؤسسيون آخرون مع مناصب صوتية متعددة لـ AI: Google Ventures (GV)، Khosla Ventures، General Catalyst، Tiger Global (دورات سابقة)، Craft Ventures.
4. لقطة إقليمية: حيث يتدفق رأس المال
الولايات المتحدة — الهيمنة
تمثل الولايات المتحدة حوالي 60-65% من رأس المال الاستثماري المعلن لـ AI للأصوات. تهيمن مجموعات وادي السيليكون (جنوب الخليج + سان فرانسيسكو)، مع نيويورك كمركز ثانوي. بيئة التنظيم، تركيز المواهب (خريجو Stanford و CMU و MIT)، والوصول لبنية معالجات GPU عبر AWS/Azure/GCP جميعها تعطي شركات أمريكية ميزة هيكلية للجولات الكبيرة.
أوروبا — متوسطة مع جيوب نشطة
لندن قد أنتجت عدة شركات AI للأصوات جمعت جولات ذات معنى — Papercup (دبلجة AI، مدعومة من Atomico)، Respeecher (تحويل صوتي، مقرها أوكرانيا/موزعة)، وشركات ناشئة متخفية حول مجموعة Edinburgh NLP. تستضيف ألمانيا Aleph Alpha مع تعريض أوسع للذكاء الاصطناعي التوليدي بما فيه الصوت. أدخل قانون الذكاء الاصطناعي في الاتحاد الأوروبي عبء امتثال يستشهد به بعض المستثمرين كعائق لشركات AI الصوتية الأوروبية، خاصة حول بيانات المقاييس الحيوية الصوتية ومتطلبات الموافقة.
الصين — نظام بيئي مغلق على ذاته
المشهد الصيني لـ AI للأصوات كبير لكن غير متاح إلى حد كبير لرأس المال الاستثماري الغربي. يهيمن تركيب صوتي ByteDance الداخلي (المستخدم في Doubao و TikTok)، خدمات الصوت المستندة إلى ERNIE من Baidu، و iFlytek (مدرج علنا، رأسمالية سوقية ~15 مليار دولار) محليا. جمعت Minimax، التي جمعت Series B في 2024، الاستشهادات الأكثر لشركة صوتية صينية لـ AI مع طموحات دولية، لكن تدفقات رأس المال عبر الحدود تبقى ضئيلة. جمعت شركات صوتية صينية لـ AI جولات محلية كبيرة في 2024-2025 من صناديق مثل Hillhouse و Qiming، لكن تلك لم تُضمن في قواعد بيانات الصفقات الموجهة للغرب.
البرازيل وأمريكا اللاتينية — ناشئة
أمريكا اللاتينية هي منطقة اللغة الرئيسية الأقل خدمة في الاستثمار في AI للأصوات. البرتغالية والإسبانية لغات أفضل 10 من حيث عدد المتحدثين الأصليين، لكن شركات Series A+ صوتية AI مخصصة مع موضع أمريكا اللاتينية الأول نادرة. جمعت Maritaca AI (البرازيل) جولة مرحلة مبكرة مركزة على نماذج اللغة البرتغالية مع مكونات صوتية. صناديق SaaS إقليمية — Redpoint eventures، صندوق Softbank أمريكا اللاتينية، Canary — دعمت شركات ذكاء اصطناعي عامة تتضمن ميزات صوتية، لكن شركة صوتية محضة لـ AI في Series A أو أعلى بموضع أمريكا اللاتينية الأول لم تُعلن علنا حتى منتصف 2026. يُشرح الفجوة جزئيا بتركيز المواهب البرتغالية والإسبانية في شركات مقرها في الولايات المتحدة (ElevenLabs، OpenAI، Google).
أسواق ناشئة أخرى
شهدت الهند نشاطا حول TTS متعدد اللغات لـ 22+ لغة رسمية من تحت قارة الهند. جمعت Sarvam AI ~41 مليون في 2024 لـ AI متعدد اللغات هندي بما فيه الكلام (Lightspeed India، Peak XV). الشرق الأوسط، مدفوع بالاستثمار السيادي في الذكاء الاصطناعي (G42 من الإمارات، الصندوق السيادي السعودي)، له مكونات صوتية للـ AI لكن عادة كميزات ضمن منصات LLM أوسع، وليس جولات صوتية مستقلة.
5. أربعة اتجاهات فنية تدفع أطروحة المستثمرين
عبر الشركات الممولة المدرجة أعلاه، تظهر أربعة اتجاهات فنية في عمليا كل مذكرة مستثمرين:
الاستدلال في الوقت الفعلي (كمون أقل من 200ms). أسواق مركز الاتصال والألعاب كلاهما يتطلب تركيب أصوات يستجيب في أقل من 200ms — أسرع من معالجة الإنسان للراحة الطبيعية في المحادثة. Sonic من Cartesia و Turbo v2 من ElevenLabs والنماذج المشابهة كسرت هذا الحاجز على GPUs سحابية. أطروحة الاستثمار أن من يمتلك بنية TTS فعلية تحت 50ms بحجم كبير سيفرض قسطا على بناة عملاء الصوت للمؤسسات.
نماذج محلية للأصوات. تنظيمات الخصوصية (GDPR، CCPA) وتفضيل المستخدم للعمل بدون اتصال يدفعان الطلب للنماذج التي تعمل على أجهزة المستهلكين بدون رحلات سحابية. استثمار Apple في تركيب صوتي محلي (تسريع محرك عصبي في شرائح M-series) تحقق السوق؛ شركات ناشئة تستهدف Windows و Android محلي للأصوات الآن تجمع على هذه الأطروحة.
التغطية متعددة اللغات خارج أفضل 10. تدعم ElevenLabs 32+ لغة. الحدود التالية هي “لغات الذيل الطويل” — السواحيلية، البنغالية، اليوروبا، الماراثي — يتحدثها مئات الملايين من الناس الذين يحصلون حاليا على جودة TTS متدهورة. يرى المستثمرون هذا كـ moat قابل للدفاع: تدريب TTS عالي الجودة للغة منخفضة الموارد مكلف وبطيء، معنى المحركون الأوليون يقفلون العقود بالمؤسسات في تلك المناطق.
عملاء الصوت للمؤسسات (مركز الاتصال + الموارد البشرية + المبيعات). أكبر تجمع إيرادات قريب لـ AI للأصوات هي أتمتة مركز الاتصال. قدرت Gartner في 2025 أن فقط 5% من مراكز اتصال المؤسسات كانت لديها voicebots GenAI موجهة للعملاء في الإنتاج، لكن 44% كانت تستكشف. تحويل تلك المجموعة المستكشفة إلى إنتاج فرصة متعددة مليارات دولار، وكل مستثمر في AI للأصوات له قصة مركز اتصال في محفظته.
6. معايير التقييم وما تشير إليه
تقييم ElevenLabs بـ 11 مليار دولار في Series D يعني حوالي 20-25x مضاعفة الإيرادات الأمامية — عدواني لكن متسق مع شركات البنية الأساسية SaaS أعلى فئة بنطاق مماثل. للسياق:
- Deepgram (API التعرف على الكلام): جمعت بتقييم معني ~400 مليون في 2022 Series B، نمت لتقييم 2024 غير معلن — محتمل 600 مليون-1 مليار نطاق بناء على مضاعفات إيرادات قابلة للمقارنة.
- Speechify: آخر تقرير ~1.1 مليار تقييم (جولة 2022، جر ممدد حتى 2025)، TTS مستهلكين بالأساس مع تركيز الوصول.
- Suno: Series B بـ 125 مليون بتقييم معني ~500 مليون (Lightspeed، 2024) — موسيقى أولى لكن توليد صوتي ينشئ تقاطع مع فئة AI للأصوات.
الفرق بين Suno (500 مليون) و ElevenLabs (11 مليار) يعكس الفرق في TAM والنموذج التجاري لمنصة API: ElevenLabs تفرض لكل حرف ولكل مقعد مؤسسة، ينشئ إيرادات متكررة قابلة للتنبؤ التي مضاعفات SaaS تكافئ؛ Suno لا تزال تعمل على مسار توحيد مستهلك.
7. ما يأتي بعد: نظرة 2027
بناء على مسار الصفقات المعلنة والتعليق العام للمستثمرين حتى منتصف 2026، ثلاث سيناريوهات محتملة لتمويل AI للأصوات حتى 2027:
توحيد عبر acqui-hire. مجموعة Series A من 2023-2024 (20+ شركة جمعت 5 مليون-25 مليون لميزات صوتية متخصصة) ستواجه امتحان الضغط مع توسع ElevenLabs و OpenAI تغطية نموذجهم. توقع 5-8 acqui-hires أو acqui-mergers لشركات صوتية AI أقل حجما منصات أكبر بنهاية 2027.
موجة Series B عميل صوت للمؤسسات. حالة الاستخدام في مركز الاتصال وأتمتة المبيعات الصادرة تنشئ فئة جديدة من الشركات — ليست بنية تركيب أساسية، بل تطبيقات تركيب. شركات مثل Rime Labs و Bland AI و Synthflow في البدايات المبكرة لهذه الموجة. توقع 3-5 إغلاقات Series B في نطاق 30 مليون-80 مليون لمنصات عملاء صوت مؤسسة في 2026-2027.
موجة استثمار نموذج محلي. مع إظهار Apple M-series و Qualcomm Snapdragon Elite أن أجهزة المستهلكين يمكنها تشغيل تركيب فعلي محليا، توقع موجة seed-to-Series-A محددة لتطبيقات صوتية Windows-native و Android-native — منتجات لا تتطلب اشتراك سحابة لعمل أساسي.
المراجع الخارجية: تغطية TechCrunch لتمويل AI للأصوات؛ متتبع صفقات AI من Crunchbase News
8. السياق الداخلي: سوق AI الصوت وأدوات المستهلك
المشهد التمويلي الموصوف أعلاه يركز على البنية الأساسية المنصة — APIs، محركات التركيب، برمجيات المؤسسات. لكن الاتجاهات ذاتها التي تجذب رأس المال الاستثماري أيضا تشرح لماذا أدوات الصوت العامة الاستهلاكية تشهد اعتماد الثيران.
للسياق على حيث سوق مولد الصوت AI يقف ككل، انظر إحصائيات سوق مولد الصوت AI 2026 و إحصائيات الدبلجة AI 2026. خطر الـ deepfake التي تأتي مع تحسن جودة التركيب تغطى في إحصائيات الـ deepfake 2026.
إذا كنت تقيم أدوات تغيير الأصوات الاستهلاكية بدلا من APIs تركيب B2B، أفضل غيّر صوت AI 2026 يغطي خيارات Windows-native عبر نقاط سعر.
على الجانب المستهلك، VoxBooster هو غيّر صوت Windows-native bootstrapped يعالج الصوت محليا على أجهزتك — لا اشتراك سحابة مطلوب لتأثيرات صوتية أساسية وتحويل صوت فعلي. ابتداء من 6.99 دولار/شهر، تستهدف لاعبين وبثين وعمال بعد أن يريدوا تأثيرات احترافية بدون تسعير المؤسسة.
الأسئلة الشائعة
كم جمعت ElevenLabs من التمويل بشكل إجمالي حتى عام 2026؟
أغلقت ElevenLabs جولة Series D بقيمة 500 مليون دولار في فبراير 2026 بتقييم 11 مليار دولار، بقيادة Sequoia Capital. مع جولة Series B بقيمة 80 مليون دولار (يناير 2024) وجولة Series C بقيمة 180 مليون دولار (يناير 2025)، جمعت الشركة حوالي 800 مليون دولار عبر جولاتها المعلنة.
ما هي أكثر الجهات المستثمرة نشاطا في شركات AI للأصوات في 2027؟
a16z و Sequoia Capital و NEA و Lightspeed Venture Partners و Google Ventures هي الجهات الرائدة الأكثر استشهادا في جولات تمويل AI للأصوات بين 2024 و 2027. شاركت a16z وحدها في أربع صفقات متعلقة بـ AI للأصوات تجاوزت 50 مليون دولار خلال هذه الفترة.
هل يتباطأ تمويل شركات AI للأصوات في 2027؟
تشير الإشارات المتاحة حتى أوائل 2026 إلى أن وتيرة الصفقات تتباطأ على مستوى الجولات الضخمة (Series C+) بينما يبقى النشاط في مرحلتي Seed و Series A قويا، خاصة للاستدلال في الوقت الفعلي والنماذج المحلية. وصل إجمالي رأس المال الاستثماري المعلن لـ AI للأصوات حوالي 2.5 مليار دولار في 2025 عبر جميع المراحل.
ما الاتجاهات الرئيسية التي تدفع التمويل في مجال AI للأصوات 2026-2027؟
الاستدلال في الوقت الفعلي (زمن استجابة أقل من 200ms للمكالمات المباشرة والألعاب)، والنماذج المحلية (الخصوصية والاستخدام بدون اتصال)، والتغطية متعددة اللغات خارج أفضل 10 لغات، وعملاء الصوت للمؤسسات في مراكز الاتصال - هذه الاتجاهات الأربعة تظهر بشكل متكرر في مذكرات المستثمرين وبيانات الصحافة.
كيف يقارن النظام البيئي لـ AI للأصوات في الصين بنظيره الأمريكي؟
سوق الصين منعزل نسبيا. ByteDance و Baidu و Tencent تشغل جميعها أقسام تركيب صوتي داخلية. شركات محلية مثل Minimax و iFlytek تحتل حصة مهمة في المؤسسات داخل الصين لكن تجذب رأس مال استثماري غربي ضئيل. تدفقات رأس المال عبر الحدود بين الولايات المتحدة والصين في مجال AI للأصوات كانت ضئيلة منذ 2023.
هل هناك شركات AI للأصوات ممولة تركز على أمريكا اللاتينية؟
أمريكا اللاتينية لا تزال ناشئة فيما يتعلق بالاستثمار المخصص في AI للأصوات. جمعت شركة البرمجيات الطبيعية البرازيلية Maritaca AI جولة seed في 2024 مع التركيز على اللغة البرتغالية، ودعم التسريع الإقليمي دعم شركات ذكاء اصطناعي عامة الأغراض مع مكونات صوتية. لم يتم الإعلان علنا عن جولة Series A مخصصة لـ AI للأصوات في أمريكا اللاتينية حتى منتصف 2026.
ما الذي يعنيه مصطلح bootstrapped في سياق أدوات AI للأصوات؟
Bootstrapped تعني أن المنتج ممول بالكامل من إيراداته الخاصة بدون رأس مال استثماري خارجي. هذا نادر في شركات النماذج الأساسية (التي تحتاج معالجات GPU)، لكنه ممكن لأدوات تغيير الأصوات المحلية على Windows التي تعمل الاستدلال محليا على جهاز المستخدم بدلا من خوادم السحابة.