Fish Audio piesaista 50 miljonus ASV dolāru, lai izstrādātu AI balss modeļus radošajiem un uzņēmumiem

Palo Alto bāzētais uzņēmums Fish Audio, kas specializējas ar AI ģenerētu balss modeļu izstrādē, ir paziņojis par 50 miljonu ASV dolāru sēklas finansējuma piesaisti. Kārtu vadīja Coreline Ventures un Capital Today, bet tajā piedalījās arī 359 Capital, Parable, Play Time, Alphalist Partners, Bayhouse Ventures, Carya Venture Partners un HF0.

Uzņēmums, kuru dibinājis bijušais NVIDIA pētnieks Shijia Liao, sākotnēji bija neliels projekts, kas izaudzis līdz vairāk nekā 15 000 dabiskās valodas vadības opciju bibliotēkai. Kopš darbības sākuma Fish Audio ir nodrošinājis vairāk nekā 8 miljonus lietotāju, un tā gada atkārtotie ieņēmumi (ARR) sasniedz 21 miljonu ASV dolāru. Uzņēmums ir laidis klajā piecus modeļus, no kuriem trīs ir atvērtā koda, bet jaunākais S2.1 Pro ir pieejams tikai maksas API ietvaros.

Fish Audio piedāvā maksas mēneša abonementus radošajiem un komandām, kas ietver noteiktu ģenerēšanas minūšu apjomu un balss klonēšanas iespējas. Uzņēmums nodrošina arī API un platformas versiju uzņēmumiem; tā klientu vidū ir HeyGen, Sanas un Plaud.

Neraugoties uz panākumiem, uzņēmums saskāries ar problēmām saistībā ar balsu izmantošanu bez atļaujas. Lai risinātu šo jautājumu, Fish Audio ir automatizējis satura noņemšanas procesu – radošie var pierādīt sava balss piederību, un tā tiks noņemta mazāk nekā trīs minūšu laikā. Tomēr tas nenovērš iespēju, ka kāda balss var tikt augšupielādēta bez cilvēka ziņas, kamēr viņš par to neuzzina.

Coreline Ventures partneris Oskue Honda uzsver, ka kopienas balstīta pieeja darbojas tikai tad, ja radošie uzticas platformai, tāpēc ir nepieciešama pārbaudīta balss īpašumtiesību pārvaldība un skaidri licencēšanas noteikumi. Fish Audio izpilddirektore un līdzdibinātāja Rissa Cao norāda, ka uzņēmums plāno tuvākajā laikā izlaist audio izpratnes modeli un izstrādā runas-runā modeli.

Tirgus ir piesātināts – konkurentu vidū ir ElevenLabs, WellSaid, Cartesia, Speechify, Async (agrāk Podcastle) un Krisp. Pēc 359 Capital partnera Rico Mallozzi domām, izstrādātājiem draudzīgas vadības iespējas un izmaksu efektīva modeļu apmācība palīdzēs Fish Audio konkurēt ar lielajām AI laboratorijām.