Fish Audio sunʼiy intellekt ovoz modellarini yaratish uchun 50 million dollar investitsiya jalb qildi

Palo-Altoda joylashgan Fish Audio startapi sunʼiy intellekt yordamida ovoz modellarini yaratish yoʻnalishidagi dastlabki bosqichda 50 million dollar miqdorida sarmoya toʻpladi. ixbt.com maʼlumotiga koʻra, ushbu moliyalashtirish raundi Coreline Ventures va Capital Today kompaniyalari boshchiligida amalga oshirilgan boʻlib, unga boshqa qator venchur fondlari ham oʻz hissasini qoʻshdi. Bu haqda Techcrunch.com xabar beradi.

Hozirgi kunda sunʼiy intellekt orqali yaratiladigan ovoz modellari bozori jadal rivojlanmoqda. Ijodiy soha vakillari ovozlarning imkon qadar ifodali boʻlishini talab qilsa, mijozlarni qoʻllab-quvvatlash va savdo jarayonlarini avtomatlashtirishni istagan korxonalar ularni oson boshqarish imkoniyatini qidiradi. Fish Audio oʻzining 15 mingdan ortiq tabiiy til boshqaruv mexanizmlariga ega kutubxonasi yordamida ana shu barcha talablarni qondirishni maqsad qilgan.

Startapning qisqa fursatdagi muvaffaqiyati

Oʻtgan yili oʻz faoliyatini boshlaganidan buyon mazkur startapning ochiq kodli va xosting versiyalaridan foydalanuvchilar soni 8 milliondan oshdi. Hozirda kompaniya yillik 21 million dollarlik barqaror daromadga ega. Mazkur koʻrsatkichlarni yanada yaxshilash va infratuzilmani kengaytirish uchun jalb etilgan 50 million dollarlik investitsiyadan foydalanilishi rejalashtirilgan.

Fish Audio loyihasiga sobiq NVIDIA tadqiqotchisi Shijia Liao tomonidan kichik tashabbus sifatida tamal toshi qoʻyilgan edi. Bozordagi sintetik ovozlarning yetarlicha ifodali emasligidan norozir boʻlgan mutaxassis bitta grafik protsessor (GPU) yordamida yangi ovoz generatsiya qilish modelini ishlab chiqqan va uni ochiq kodli formatda taqdim etgan. GitHub platformasidagi Fish Speech repozitori hozirda 31 mingdan ortiq yulduzchaga ega boʻlib, uni mustaqil dasturchilar, videooʻyinlar dizaynerlari va kontent yaratuvchilar faol qoʻllamoqda.

Modellar qatori va korporativ yechimlar

Oxirgi bir yil ichida kompaniya beshta yangi modelni, jumladan, toʻrtta nutq generatsiya qilish va bitta nutqni matnga aylantirish modelini bozorga chiqardi. Ulardan uchtasining kodi ochiq holda eʼlon qilingan boʻlsa-da, eng soʻnggi S2.1 Pro modeli faqat pullik API orqali taqdim etiladi. Kompaniya ijodkorlar va jamoalar uchun maʼlum daqiqalar limiti hamda ovozni klonlash funksiyalarini oʻz ichiga olgan oylik pullik tarif rejalarini taklif etadi.

Shuningdek, tashkilotlar uchun moʻljallangan korporativ API platformasi ham mavjud boʻlib, HeyGen, Sanas va Plaud kabi taniqli kompaniyalar uning xizmatlaridan foydalanib kelmoqda. HeyGen sunʼiy intellekt avatarlariga realistik ovoz berish uchun mazkur texnologiyani qoʻllasa, oʻyin studiyalari oʻz qahramonlari uchun ifodali ovozlarga ehtiyoj sezadi.

Mualliflik huquqi va avtomatlashtirilgan yechimlar

Startap oʻz ovozlar kutubxonasini kengaytirish maqsadida foydalanuvchilardan oʻz ovoz namunalarini taqdim etishni soʻragan va agar ular ishlatilsa, kompensatsiya toʻlagan. Biroq bir necha oy oldin ayrim ijodkorlar oʻzlarining ovozlari roziliksiz yuklab yuborilganidan shikoyat qilgan edi. Ushbu muammoni hal qilish maqsadida Fish Audio rahbarlari kontentni olib tashlash jarayonini toʻliq avtomatlashtirdi.

Endilikda mualliflar qisqa ovoz namunasi yoki shartnoma taqdim etish orqali oʻzlariga tegishli ovoz platformadan 3 daqiqadan kamroq vaqt ichida oʻchirib tashlanishiga erishishi mumkin. Shunga qaramay, kimgadir boshqa sanʼatkorning ovozini xabardor qilmasdan yuklash imkoniyati saqlanib qolayotgani va asl egasi shikoyat qilmaguncha u platformada ishlatilaverishi dolzarb masala boʻlib qolmoqda.