Fish Audio süni intellekt səs modelləri üçün 50 milyon dollar maliyyə vəsaiti cəlb etdi

Fish Audio süni intellekt səs modelləri üçün 50 milyon dollar maliyyə vəsaiti cəlb etdi

Süni intellekt tərəfindən yaradılan səs modelləri bazarı sürətlə böyüyür. Bu sahədə fəaliyyət göstərən Fish Audio startapı yaradıcılar və müəssisələr üçün yeni imkanlar açmaq məqsədilə 50 milyon dollar məbləğində ilkin maliyyə vəsaiti topladığını elan etdi. Palo Alto şəhərində yerləşən şirkət, 15 mindən çox təbii dil idarəetməsinə malik kitabxanası ilə diqqət çəkir.

Fish Audio-nun əsası keçmiş NVIDIA tədqiqatçısı Shijia Liao tərəfindən qoyulub. O, bazarda mövcud olan ifadəsiz sintetik səslərdən narazı qalaraq, tək GPU üzərində səs yaratma modelini təlim keçib və bu modeli açıq mənbə olaraq təqdim edib. Fish Speech GitHub anbarı hazırda 31 mindən çox ulduza malikdir və müstəqil tərtibatçılar, video oyun dizaynerləri və yaradıcılar tərəfindən geniş istifadə olunur.

Şirkət ötən il ərzində beş fərqli model buraxıb: dörd səs yaratma modeli və bir səsdən mətnə çevirmə modeli. Onlardan üçü açıq mənbə olaraq təqdim edilib, lakin ən son S2.1 Pro modeli yalnız ödənişli API vasitəsilə əlçatandır. Fish Audio həmçinin yaradıcılar və komandalar üçün aylıq ödəniş planları təklif edir. Bu planlar müəyyən sayda dəqiqəlik səs yaratma imkanı və səs klonlaşdırma xüsusiyyətlərini əhatə edir.

Startapın əldə etdiyi uğurlar danılmazdır. İlk buraxılışından bəri 8 milyondan çox insan Fish Audio-nun açıq mənbə və ya host edilmiş modellərindən istifadə edir. Şirkət hazırda 21 milyon dollar illik təkrarlanan gəlir əldə edir. Bu göstəricilər startapın bazar tələbatını nə dərəcədə yaxşı qarşıladığını göstərir.

Maliyyə vəsaiti Coreline Ventures və Capital Today şirkətlərinin rəhbərliyi ilə toplanıb. 359 Capital, Parable, Play Time, Alphalist Partners, Bayhouse Ventures, Carya Venture Partners və HF0 da bu maliyyə dövrəsində iştirak edib. Yeni vəsait Fish Audio-ya öz modellərini daha da təkmilləşdirmək və bazar mövqeyini gücləndirmək imkanı verəcək.

Fish Audio-nun baş icraçı direktoru və həmtəsisçisi Rissa Cao şirkətin fərqli müştərilər üçün necə dəyər yaratdığını izah edir: "Hər bir müəssisənin fərqli istifadə halları və üstünlükləri var. Məsələn, HeyGen kimi AI avatar yaradan şirkətlər səslərin realistik olmasını istəyir. Oyun studiyaları personajları üçün ifadəli səslər axtarır. LiveKit kimi səs agenti şirkətləri isə təbii səslənən və gecikməsi az olan, zənglər üçün kifayət qədər ifadəli səslərə ehtiyac duyur."

Şirkətin səs kitabxanasını qurma üsulu maraqlıdır. Fish Audio istifadəçilərdən öz səslərini təqdim etmələrini xahiş edir və səslərindən istifadə olunarsa, onlara kompensasiya ödəyir. Lakin bu yanaşma bir müddət əvvəl bəzi problemlərə səbəb olub. Bəzi yaradıcılar səslərinin razılıqları olmadan Fish Audio-ya yükləndiyini iddia ediblər.

Startapda bu narahatlıqları aradan qaldırmaq üçün DMCA məzmun silmə prosesi mövcud idi, lakin silmə əməliyyatları uzun çəkirdi. Rissa Cao bildirir ki, şirkət indi bu prosesi avtomatlaşdırıb. Yaradıcılar qısa səs nümunəsi və ya müqavilə təqdim etməklə səslərinin onlara aid olduğunu sübut edə bilərlər. Bu halda səs 3 dəqiqədən az müddətdə platformadan silinir.

Bununla belə, bu sistem hələ də mükəmməl deyil. Heç kim bir sənətçinin səsini onun xəbəri olmadan platformaya yükləməsinin qarşısını ala bilmir. Sənətçi bu vəziyyəti aşkarlayana qədər onun səsi platformada istifadə olunmağa davam edir. Coreline Ventures tərəfdaşı Oskue Honda qeyd edir ki, icma əsaslı model yalnız o zaman effektiv işləyə bilər.

Fish Audio-nun uğuru süni intellekt səs texnologiyalarının gələcəyi üçün ümidverici göstəricidir. Şirkət həm yaradıcıların, həm də müəssisələrin ehtiyaclarını qarşılamağa çalışır. Yeni maliyyə vəsaiti ilə Fish Audio öz modellərini daha da təkmilləşdirəcək və bazar payını artıracaq. Azərbaycanda da süni intellekt səs texnologiyalarına maraq artır. Yerli startaplar və yaradıcılar Fish Audio kimi platformalardan istifadə edərək yeni layihələr həyata keçirə bilərlər.

Fish Audio-nun əsas xüsusiyyətləri aşağıdakılardır:

• 15 mindən çox təbii dil idarəetməsi ilə geniş səs kitabxanası
• Açıq mənbə və ödənişli API variantları
• Səs klonlaşdırma və fərdiləşdirmə imkanları
• Müəssisələr üçün xüsusi API və platforma həlləri
• HeyGen, Sanas və Plaud kimi tanınmış şirkətlər tərəfindən istifadə

Fish Audio-nun gələcək planlarına daha ifadəli və təbii səslər yaratmaq, gecikmə müddətini azaltmaq və istifadəçi təcrübəsini yaxşılaşdırmaq daxildir. Şirkət həmçinin məzmun idarəetmə proseslərini daha da təkmilləşdirməyi hədəfləyir. Bu, yaradıcıların hüquqlarının qorunması baxımından mühüm addımdır.

Süni intellekt səs texnologiyaları gələcəkdə daha da geniş yayılacaq. Fish Audio bu sahədə lider mövqe tutmaq üçün böyük potensiala malikdir. Azərbaycanlı istifadəçilər də bu texnologiyalardan yararlanaraq öz yaradıcılıq potensiallarını reallaşdıra bilərlər. Fish Audio-nun uğur hekayəsi göstərir ki, düzgün strategiya və innovativ yanaşma ilə qlobal bazarda yer tutmaq mümkündür.