Palo Alto merkezli Fish Audio, yapay zeka yardımıyla ses modelleri oluşturma alanındaki erken aşama turunda 50 milyon dolar yatırım topladı. Tur, Coreline Ventures ve Capital Today liderliğinde gerçekleştirilirken, diğer risk sermayesi fonları da katkıda bulundu.
Fish Audio, 15 binden fazla doğal dil kontrol mekanizmasına sahip kütüphanesiyle yaratıcı sektör temsilcilerinin ifade gücü yüksek ses taleplerini ve müşteri desteği ile satış süreçlerini otomatikleştirmek isteyen işletmelerin ihtiyaçlarını karşılamayı hedefliyor.
Geçtiğimiz yıl faaliyete başlayan girişimin açık kaynaklı ve hosting versiyonlarını kullananların sayısı 8 milyonu aştı. Şirket şu anda yıllık 21 milyon dolarlık istikrarlı bir gelir elde ediyor. Çekilen 50 milyon dolarlık yatırımın, bu göstergeleri iyileştirmek ve altyapıyı genişletmek için kullanılması planlanıyor.
Fish Audio projesinin temeli, eski NVIDIA araştırmacısı Shijia Liao tarafından atıldı. Pazardaki sentetik seslerin yeterince ifade edici olmamasından memnun olmayan Liao, tek bir GPU yardımıyla yeni bir ses üretme modeli geliştirdi ve bunu açık kaynak formatında sundu. GitHub'daki Fish Speech deposu şu anda 31 binden fazla yıldıza sahip ve bağımsız geliştiriciler, video oyunu tasarımcıları ile içerik üreticileri tarafından aktif olarak kullanılıyor.
Son bir yıl içinde şirket, dördü konuşma üretimi ve biri metni konuşmaya dönüştürme modeli olmak üzere beş yeni model piyasaya sürdü. Bunların üçü açık kaynak olarak yayınlanırken, en son S2.1 Pro modeli yalnızca ücretli API üzerinden sunuluyor. Şirket, içerik üreticileri ve ekipler için belirli dakika limitleri ve ses klonlama işlevleri içeren aylık ücretli tarifeler sunuyor. Ayrıca kuruluşlar için tasarlanmış bir kurumsal API platformu mevcut olup, HeyGen, Sanas ve Plaud gibi şirketler bu hizmetlerden yararlanıyor. HeyGen, yapay zeka avatarlarına gerçekçi ses kazandırmak için bu teknolojiyi kullanırken, oyun stüdyoları kendi karakterleri için etkileyici sesler oluşturuyor.
Telif hakkı sorunları ve otomatik kaldırma
Fish Audio, ses kütüphanesini genişletmek amacıyla kullanıcılardan kendi ses örneklerini sunmalarını istemiş ve bunlar kullanıldığında tazminat ödemişti. Ancak birkaç ay önce bazı içerik üreticileri, seslerinin rıza alınmadan yüklendiğinden şikayet etti. Bunun üzerine şirket, içeriği kaldırma sürecini tamamen otomatikleştirdi. Artık yazarlar kısa bir ses örneği veya sözleşme sunarak kendilerine ait sesin 3 dakikadan kısa sürede platformdan silinmesini sağlayabiliyor. Yine de birinin başka bir sanatçının sesini habersiz yükleme olasılığı ve asıl sahibi şikayet edene kadar platformda kalması güncel bir sorun olmaya devam ediyor.
Neden önemli
Fish Audio'nun 50 milyon dolarlık yatırım turu, sentetik ses pazarının hızla büyüdüğünü ve yatırımcıların bu alana olan ilgisini gösteriyor. Girişimin kısa sürede 8 milyon kullanıcıya ulaşması ve yıllık 21 milyon dolar gelir elde etmesi, ürün-pazar uyumunu kanıtlıyor. Ancak telif hakkı ihlalleri ve rızasız ses kullanımı, sektörün karşılaştığı önemli bir hukuki ve etik zorluk olarak öne çıkıyor. Fish Audio'nun otomatik kaldırma sistemi bu sorunu hafifletse de, proaktif bir önlem olmadığı için risk devam ediyor.
