قامت شركة Fish Audio، وهي شركة ناشئة مقرها بالو ألتو تعمل على بناء نماذج صوتية معبرة تعمل بالذكاء الاصطناعي، بجمع 50 مليون دولار في جولة أولية لتوسيع منصتها لكل من حالات الاستخدام الإبداعي والمؤسسي. تمت قيادة جولة التمويل من قبل Coreline Ventures وCapital Today، بمشاركة 359 Capital وParable وPlay Time وAlphalist Partners وBayhouse Ventures وCarya Venture Partners وHF0، وفقًا لتقارير TechCrunch.

تعد الجولة واحدة من أكبر عمليات التمويل الأولي في مجال توليد الصوت بالذكاء الاصطناعي، مما يعكس ثقة المستثمرين في الشركة التي حققت بالفعل قوة جذب كبيرة. تضم شركة Fish Audio الآن أكثر من 8 ملايين شخص يستخدمون إما الإصدارات مفتوحة المصدر أو الإصدارات المستضافة من نماذجها، وتحقق 21 مليون دولار من الإيرادات السنوية المتكررة. يعد النمو السريع للشركة الناشئة جزءًا من موجة أوسع من التوسع في صناعة الذكاء الاصطناعي التي تستمر في جذب رأس مال استثماري كبير.

من مشروع وحدة معالجة الرسومات الواحدة إلى 8 ملايين مستخدم

بدأت شركة Fish Audio كمشروع جانبي صغير على يد Shijia Liao، وهو باحث سابق في Nvidia والذي شعر بالإحباط بسبب الأصوات الاصطناعية المسطحة وغير المعبرة المتوفرة في السوق آنذاك. قام Liao بتدريب نموذج لتوليد الصوت على وحدة معالجة رسومات واحدة وجعله مفتوح المصدر. هذا المشروع المبكر، المعروف باسم Fish Speech، نما منذ ذلك الحين ليصبح مستودعًا يضم أكثر من 31000 نجم على GitHub، يستخدمه المطورون المستقلون ومصممو ألعاب الفيديو ومنشئو المحتوى.

في العام الماضي، أطلقت الشركة خمسة نماذج: أربعة نماذج لتوليد الكلام ونموذج واحد لتحويل الكلام إلى نص. لديها ثلاثة من نماذج توليد الكلام مفتوحة المصدر، في حين أن إصدارها الأخير، S2.1 Pro، متاح فقط من خلال واجهة برمجة التطبيقات المدفوعة. أتاحت هذه الإستراتيجية المختلطة مفتوحة النواة لشركة Fish Audio بناء مجتمع كبير من المطورين مع تحقيق الدخل من إمكاناتها الأكثر تقدمًا.

نموذج صوتي لكل حالة استخدام

ما يميز Fish Audio عن غيرها، وفقًا للشركة، هو اتساع نطاق عناصر التحكم التي تقدمها. تتضمن المنصة مكتبة تضم أكثر من 15000 عنصر تحكم في اللغة الطبيعية تتيح للمستخدمين ضبط كيفية ظهور الأصوات الصادرة - وضبط النغمة والعاطفة والإيقاع والأسلوب.

صرح الرئيس التنفيذي والمؤسس المشارك ريسا كاو لـ TechCrunch أن عملاء المؤسسات في الشركة لديهم احتياجات مختلفة جدًا. شركات مثل HeyGen، التي تستخدم أصوات Fish Audio لتشغيل الصور الرمزية للذكاء الاصطناعي، تعطي الأولوية للواقعية. تريد استوديوهات الألعاب أصواتًا معبرة لشخصياتها. تحتاج شركات وكلاء الصوت مثل LiveKit إلى أصوات طبيعية ذات زمن وصول منخفض تظل معبرة بدرجة كافية لإجراء المكالمات الهاتفية المباشرة.

وقال تساو: "لكل مؤسسة حالات استخدام مختلفة وتفضيلات مختلفة". ومن بين العملاء الآخرين شركة Sanas، وهي شركة تركز على ترجمة اللهجات، وشركة Plaud، التي تصنع أجهزة تسجيل تعمل بالذكاء الاصطناعي. تقدم Fish Audio خططًا شهرية مدفوعة للمبدعين والفرق التي تفتح عددًا محددًا من الدقائق من الإنشاء بالإضافة إلى ميزات استنساخ الصوت، بالإضافة إلى إصدار مؤسسي من واجهات برمجة التطبيقات الخاصة بها.

بناء مكتبة صوتية من خلال مساهمات المستخدم

إحدى الطرق التي قامت بها شركة Fish Audio بتوسيع مكتبتها الصوتية هي دعوة المستخدمين إلى إرسال تسجيلاتهم الصوتية الخاصة لنماذج التدريب، وتعويضهم عند استخدام أصواتهم. وقد ساعد هذا النهج الجماعي الشركة على بناء كتالوج متنوع، ولكنه خلق أيضًا تحديات.

قبل بضعة أشهر، زعم بعض المبدعين أنه تم تحميل أصواتهم على منصة Fish Audio دون موافقتهم. كانت لدى الشركة الناشئة عملية إزالة محتوى بموجب قانون الألفية الجديدة لحقوق طبع ونشر المواد الرقمية، لكن العملية كانت بطيئة. أخبر Cao موقع TechCrunch أن الشركة قامت منذ ذلك الحين بأتمتة عملية الإزالة لمعالجة هذه المخاوف بسرعة أكبر.

يسلط هذا الجدل الضوء على التوتر المتزايد في صناعة الصوت بالذكاء الاصطناعي. ومع تحسن تكنولوجيا الصوت الاصطناعي، أصبح من الصعب على الشرطة تحديد الخط الفاصل بين الاستخدام المصرح به وغير المصرح به. وقد أثار استنساخ الصوت، على وجه الخصوص، مخاوف بشأن انتحال الشخصية والاحتيال، وبدأت الهيئات التنظيمية في العديد من البلدان في فحص الأطر القانونية التي تحكم الصوت الناتج عن الذكاء الاصطناعي.

سوق تنافسية ومزدحمة

إن تطبيق Fish Audio ليس وحده في مجال الصوت المدعم بالذكاء الاصطناعي. ومن بين المنافسين شركة ElevenLabs، التي جمعت مئات الملايين من الدولارات ويُنظر إليها على نطاق واسع على أنها الشركة الرائدة في السوق، بالإضافة إلى العروض المقدمة من شركات التكنولوجيا الكبرى. لكن تركيز Fish Audio على النماذج مفتوحة المصدر ومجتمعها الكبير من المطورين يمنحها مكانة مميزة.

تمنح الجولة التأسيسية البالغة 50 مليون دولار للشركة فرصة للتنافس على جودة الطراز، وتوسيع جهود مبيعات المؤسسة، والتغلب على الأسئلة القانونية والأخلاقية التي تأتي مع تقنية استنساخ الصوت. مع إيرادات سنوية متكررة تبلغ 21 مليون دولار بالفعل، تحقق شركة Fish Audio إيرادات ذات مغزى لشركة في مرحلة التأسيس، مما يشير إلى أن الطلب على أصوات الذكاء الاصطناعي المعبرة والتي يمكن التحكم فيها يمتد إلى ما هو أبعد من الحداثة.

يبقى أن نرى ما إذا كانت الشركة الناشئة قادرة على الحفاظ على زخمها مفتوح المصدر مع بناء أعمال مؤسسية مربحة. لكن حجم الجولة، ونوعية المستثمرين المشاركين، يشيران إلى أن سوق الصوت الناتج عن الذكاء الاصطناعي لا يزال في مراحله الأولى - وأن المستثمرين يرون اتجاهًا صعوديًا كبيرًا في شركة تقدم خدماتها لكل من المبدعين المستقلين والشركات الكبيرة.

ابق على اطلاع بأخبار الشركات الناشئة في مجال الذكاء الاصطناعي

تابع أحدث تطورات الذكاء الاصطناعي مع تطور توليد الصوت وأسواق الذكاء الاصطناعي التوليدية الأخرى.

اقرأ المزيد من أخبار الذكاء الاصطناعي →