Fish Audio, Yapay Zeka Ses Modelleri Oluşturmak İçin 50 Milyon Dolar Yatırım Aldı

Palo Alto merkezli bir girişim olan Fish Audio, yapay zeka yardımıyla ses modelleri oluşturma alanındaki erken aşama turunda 50 milyon dolar yatırım topladı. ixbt.com'un haberine göre, bu finansman turu Coreline Ventures ve Capital Today şirketlerinin liderliğinde gerçekleştirilirken, diğer birçok risk sermayesi fonu da katkıda bulundu. Bu konuda Techcrunch.com haber veriyor.

Günümüzde yapay zeka aracılığıyla oluşturulan ses modelleri pazarı hızla gelişiyor. Yaratıcı sektör temsilcileri seslerin olabildiğince ifade gücüne sahip olmasını talep ederken, müşteri desteği ve satış süreçlerini otomatikleştirmek isteyen işletmeler bunları kolayca yönetme imkanı arıyor. Fish Audio, 15 binden fazla doğal dil kontrol mekanizmasına sahip kütüphanesi yardımıyla tüm bu talepleri karşılamayı amaçlıyor.

Girişimin kısa süredeki başarısı

Geçtiğimiz yıl faaliyetine başlamasından bu yana söz konusu girişimin açık kaynaklı ve hosting versiyonlarını kullananların sayısı 8 milyonu aştı. Şu anda şirket yıllık 21 milyon dolarlık istikrarlı bir gelir elde ediyor. Bu göstergeleri daha da iyileştirmek ve altyapıyı genişletmek için çekilen 50 milyon dolarlık yatırımın kullanılması planlanıyor.

Fish Audio projesinin temeli, eski NVIDIA araştırmacısı Shijia Liao tarafından küçük bir girişim olarak atılmıştı. Pazardaki sentetik seslerin yeterince ifade edici olmamasından memnun olmayan uzman, tek bir grafik işlemci (GPU) yardımıyla yeni bir ses üretme modeli geliştirmiş ve bunu açık kaynak formatında sunmuştu. GitHub platformundaki Fish Speech deposu şu anda 31 binden fazla yıldıza sahip olup, bunu bağımsız geliştiriciler, video oyunu tasarımcıları ve içerik üreticileri aktif olarak kullanıyor.

Model yelpazesi ve kurumsal çözümler

Son bir yıl içinde şirket, dördü konuşma üretimi ve biri metni konuşmaya dönüştürme modeli olmak üzere beş yeni modeli piyasaya çıkardı. Bunların üçünün kodu açık olarak yayınlanmış olsa da, en son S2.1 Pro modeli yalnızca ücretli API üzerinden sunuluyor. Şirket, içerik üreticileri ve ekipler için belirli dakika limitleri ve ses klonlama işlevlerini içeren aylık ücretli tarifeler sunuyor.

Ayrıca kuruluşlar için tasarlanmış kurumsal bir API platformu da mevcut olup, HeyGen, Sanas ve Plaud gibi tanınmış şirketler bunun hizmetlerinden yararlanıyor. HeyGen, yapay zeka avatarlarına gerçekçi bir ses kazandırmak için bu teknolojiyi kullanırken, oyun stüdyoları kendi karakterleri için etkileyici seslere ihtiyaç duyuyor.

Telif hakkı ve otomatize edilmiş çözümler

Girişim, ses kütüphanesini genişletmek amacıyla kullanıcılardan kendi ses örneklerini sunmalarını istemiş ve bunlar kullanıldığında tazminat ödemişti. Ancak birkaç ay önce bazı içerik üreticileri, kendi seslerinin rıza alınmadan yüklendiğinden şikayet etmişti. Bu sorunu çözmek amacıyla Fish Audio yöneticileri, içeriği kaldırma sürecini tamamen otomatikleştirdi.

Artık yazarlar kısa bir ses örneği veya sözleşme sunarak kendilerine ait sesin 3 dakikadan kısa sürede platformdan silinmesini sağlayabilir. Yine de birinin başka bir sanatçının sesini haber vermeden yükleme imkanının kalmaya devam etmesi ve asıl sahibi şikayet edene kadar platformda kullanılmaya devam etmesi güncel bir sorun olmaya devam ediyor.