Palo Alto-based startup မှဖော်ပြသော AI အသံမော်ဒယ်များကိုတည်ဆောက်သည့် Fish Audio သည် တီထွင်ဖန်တီးမှုနှင့် လုပ်ငန်းဆိုင်ရာအသုံးပြုမှုကိစ္စရပ်နှစ်ခုစလုံးအတွက် ၎င်း၏ပလက်ဖောင်းကိုချဲ့ထွင်ရန်အတွက် မျိုးစေ့ဝိုင်းတစ်ခုတွင် ဒေါ်လာ သန်း ၅၀ စုဆောင်းခဲ့သည်။ TechCrunch ၏ အစီရင်ခံချက်အရ 359 Capital၊ Parable၊ Play Time၊ Alphalist Partners၊ Bayhouse Ventures၊ Carya Venture Partners နှင့် HF0 တို့မှ ပူးပေါင်းပါဝင်မှုဖြင့် Coreline Ventures နှင့် Capital Today မှ ရန်ပုံငွေဝိုင်းကို ဦးဆောင်ခဲ့သည်။
အဆိုပါဝိုင်းသည် သိသာထင်ရှားသောဆွဲငင်အားကိုတည်ဆောက်ပြီးသောကုမ္ပဏီတစ်ခုတွင်ရင်းနှီးမြှုပ်နှံသူများ၏ယုံကြည်မှုကိုထင်ဟပ်စေသည့် AI အသံထုတ်လုပ်သည့်နေရာရှိပိုမိုကြီးမားသောမျိုးစေ့ငွေကြေးထောက်ပံ့မှုတစ်ခုဖြစ်သည်။ ယခုအခါ Fish Audio သည် ၎င်း၏ မော်ဒယ်များ၏ open-source သို့မဟုတ် host ဗားရှင်းများကို အသုံးပြုပြီး လူ 8 သန်းကျော်ကို ရေတွက်ပြီး နှစ်စဉ် ထပ်တလဲလဲ ၀င်ငွေ ဒေါ်လာ 21 သန်းကို ထုတ်ပေးပါသည်။ လုပ်ငန်းစတင်ခြင်း၏ လျင်မြန်သောတိုးတက်မှုသည် များပြားလှသော အကျိုးတူအရင်းအနှီးကို ဆက်လက်ဆွဲဆောင်နေသည့် [AI လုပ်ငန်း] (https://aibuzzwire.news) တိုးချဲ့မှု၏ ကျယ်ပြန့်သောလှိုင်း၏ တစ်စိတ်တစ်ပိုင်းဖြစ်သည်။
Single-GPU ပရောဂျက်မှ သုံးစွဲသူ ၈ သန်းအထိ
Fish Audio သည် စျေးကွက်တွင်ရရှိနိုင်သည့် ပြန့်ပြူးသော၊ ဖော်ပြခြင်းမရှိသော ပေါင်းစပ်အသံများကြောင့် စိတ်ပျက်မိသော Nvidia သုတေသီဟောင်း Shijia Liao မှ သေးငယ်သောဘေးထွက်ပရောဂျက်အဖြစ် စတင်ခဲ့သည်။ Liao သည် GPU တစ်ခုတည်းတွင် အသံထုတ်လုပ်သည့်ပုံစံကို လေ့ကျင့်ခဲ့ပြီး ၎င်းကို open-source ပေးထားသည်။ Fish Speech ဟုလူသိများသော ထိုအစောပိုင်းပရောဂျက်သည် လွတ်လပ်သောဆော့ဖ်ဝဲအင်ဂျင်နီယာများ၊ ဗီဒီယိုဂိမ်းဒီဇိုင်နာများနှင့် အကြောင်းအရာဖန်တီးသူများအသုံးပြုသော GitHub တွင်ကြယ်ပေါင်း 31,000 ကျော်ရှိသော သိုလှောင်ရုံတစ်ခုအဖြစ် ကြီးထွားလာခဲ့သည်။
ပြီးခဲ့သောနှစ်တွင် ကုမ္ပဏီသည် စကားပြောမျိုးဆက် မော်ဒယ် လေးခုနှင့် စကားပြောမှ စာသားပုံစံ မော်ဒယ် ၅ ခုကို ထုတ်လုပ်ခဲ့သည်။ ၎င်း၏ နောက်ဆုံးထွက်ရှိမှုဖြစ်သော S2.1 Pro ကို အခပေး API ဖြင့်သာ ရနိုင်သော်လည်း ၎င်းတွင် open-sourced အမျိုးအစားသုံးမျိုးပါရှိသည်။ ဤပေါင်းစပ်အဖွင့်-core မဟာဗျူဟာသည် Fish Audio သည် ၎င်း၏အဆင့်မြင့်ဆုံးစွမ်းရည်များကို ငွေရှာနေစဉ်တွင် developer များ၏ ကြီးမားသောအသိုင်းအဝိုင်းကို တည်ဆောက်နိုင်စေခဲ့သည်။
အသုံးပြုမှုတိုင်းအတွက် အသံမော်ဒယ်
ကုမ္ပဏီ၏အဆိုအရ Fish Audio ကို သီးခြားခွဲထားသောအရာမှာ ၎င်းတွင် ပေးဆောင်သည့် ထိန်းချုပ်မှုအကျယ်ပြန့်ဖြစ်သည်။ ပလက်ဖောင်းတွင် အသုံးပြုသူများမှ ထုတ်လုပ်လိုက်သော အသံများကို ချိန်ညှိရန် ခွင့်ပြုသည့် သဘာဝဘာသာစကား ထိန်းချုပ်မှု 15,000 ကျော်ရှိသော စာကြည့်တိုက်တစ်ခု ပါ၀င်သည် — လေသံ၊ စိတ်ခံစားမှု၊ အရှိန်အဟုန်နှင့် စတိုင်လ်ကို ချိန်ညှိနိုင်သည်။
CEO နှင့် ပူးတွဲတည်ထောင်သူ Rissa Cao က ကုမ္ပဏီ၏ လုပ်ငန်းဖောက်သည်များသည် အလွန်ကွဲပြားခြားနားသော လိုအပ်ချက်များရှိကြောင်း TechCrunch သို့ ပြောကြားခဲ့သည်။ AI ကိုယ်ပွားရုပ်ပုံများကို စွမ်းအားမြှင့်ရန်အတွက် Fish Audio အသံများကို အသုံးပြုသည့် HeyGen ကဲ့သို့သော ကုမ္ပဏီများသည် လက်တွေ့ဆန်မှုကို ဦးစားပေးသည်။ ဂိမ်းစတူဒီယိုများသည် ၎င်းတို့၏ ဇာတ်ကောင်များအတွက် ထင်ရှားသော အသံများကို လိုချင်ကြသည်။ LiveKit ကဲ့သို့သော အသံအေးဂျင့်ကုမ္ပဏီများသည် တိုက်ရိုက်ဖုန်းခေါ်ဆိုမှုအတွက် လုံလောက်သော အသံထွက်ရှိနေသော၊ latency နည်းသော အသံများ လိုအပ်ပါသည်။
"လုပ်ငန်းတိုင်းတွင် ကွဲပြားခြားနားသော အသုံးပြုမှုကိစ္စများနှင့် ကွဲပြားသော နှစ်သက်မှုများရှိသည်" ဟု Cao က ဆိုသည်။ အခြားဖောက်သည်များတွင် လေယူလေသိမ်းဘာသာပြန်ခြင်းကို အဓိကထားလုပ်ဆောင်သည့် ကုမ္ပဏီတစ်ခုဖြစ်သည့် Sanas နှင့် AI စွမ်းအင်သုံး အသံဖမ်းကိရိယာများ ပြုလုပ်ပေးသည့် Plaud တို့ ပါဝင်သည်။ Fish Audio သည် ထုတ်လုပ်သူနှင့် အဖွဲ့များအတွက် အခကြေးငွေပေးရသည့် လစဉ်အစီအစဉ်များကို ပေးစွမ်းပြီး မျိုးဆက်၏ မိနစ်အရေအတွက်အပြင် အသံဖြင့် ဖန်တီးခြင်းအင်္ဂါရပ်အပြင် ၎င်း၏ API များ၏ လုပ်ငန်းဗားရှင်းတစ်ခုကိုလည်း ဖွင့်ပေးပါသည်။
အသုံးပြုသူ၏ ပံ့ပိုးမှုများဖြင့် Voice Library တစ်ခုကို တည်ဆောက်ခြင်း။
Fish Audio သည် ၎င်း၏အသံများစာကြည့်တိုက်ကို ချဲ့ထွင်ထားသည့်နည်းလမ်းများထဲမှတစ်ခုမှာ လေ့ကျင့်ရေးပုံစံများအတွက် ၎င်းတို့၏ကိုယ်ပိုင်အသံသွင်းချက်များကို တင်ပြရန် သုံးစွဲသူများအား ဖိတ်ခေါ်ကာ ၎င်းတို့၏အသံများကိုအသုံးပြုသည့်အခါ လျော်ကြေးပေးခြင်းဖြစ်သည်။ ဤလူစုလူဝေး အရင်းအမြစ် ချဉ်းကပ်မှု သည် ကုမ္ပဏီအား မတူညီသော ကတ်တလောက်တစ်ခုကို တည်ဆောက်ရာတွင် အထောက်အကူ ဖြစ်စေသော်လည်း စိန်ခေါ်မှုများကိုလည်း ဖန်တီးခဲ့သည်။
လွန်ခဲ့သည့်လအနည်းငယ်က၊ ဖန်တီးသူအချို့သည် ၎င်းတို့၏ဆန္ဒမပါဘဲ ၎င်းတို့၏အသံများကို Fish Audio ၏ပလပ်ဖောင်းသို့ အပ်လုဒ်လုပ်ခဲ့သည်ဟု စွပ်စွဲခဲ့သည်။ စတင်ခြင်းတွင် DMCA အကြောင်းအရာကို ဖယ်ရှားခြင်း လုပ်ငန်းစဉ်တွင် ပါဝင်သော်လည်း လုပ်ငန်းစဉ်မှာ နှေးကွေးပါသည်။ Cao က TechCrunch ကို ပြောကြားရာတွင် ကုမ္ပဏီသည် ထိုစိုးရိမ်မှုများကို ပိုမိုလျင်မြန်စွာ ဖြေရှင်းရန်အတွက် ဖယ်ရှားခြင်းလုပ်ငန်းစဉ်ကို အလိုအလျောက်လုပ်ဆောင်နေပြီဟု TechCrunch သို့ ပြောကြားခဲ့သည်။
အငြင်းပွားမှုများသည် AI အသံလုပ်ငန်းတွင် ကြီးထွားလာနေသော တင်းမာမှုကို မီးမောင်းထိုးပြသည်။ ပေါင်းစပ်အသံနည်းပညာ တိုးတက်လာသည်နှင့်အမျှ တရားဝင်ခွင့်ပြုချက်မရှိသောအသုံးပြုမှုကြားက မျဉ်းကြောင်းသည် ရဲများအတွက် ပိုမိုခက်ခဲလာသည်။ အထူးသဖြင့် Voice Cloning သည် အယောင်ဆောင်ခြင်းနှင့် လိမ်လည်ခြင်းဆိုင်ရာ စိုးရိမ်မှုများ မြင့်တက်လာပြီး နိုင်ငံအများအပြားရှိ စည်းကမ်းထိန်းသိမ်းရေးအဖွဲ့များသည် AI မှထုတ်လုပ်သော အသံဆိုင်ရာ ဥပဒေဘောင်များကို ဆန်းစစ်ရန် စတင်နေပြီဖြစ်သည်။
အပြိုင်အဆိုင် နှင့် လူစည်ကားသော စျေးကွက်
Fish Audio သည် AI အသံအာကာသထဲတွင် တစ်ယောက်တည်းနှင့် ဝေးသည်။ ပြိုင်ဘက် ElevenLabs တွင် ဒေါ်လာသန်းရာနှင့်ချီ စုဆောင်းထားပြီး စျေးကွက်ခေါင်းဆောင်အဖြစ် ကျယ်ပြန့်စွာ ရှုမြင်ခံရသည့်အပြင် အဓိကနည်းပညာကုမ္ပဏီများမှ ကမ်းလှမ်းမှုများလည်း ပါဝင်သည်။ သို့သော် Fish Audio ၏ open-source မော်ဒယ်များနှင့် ၎င်း၏ ကြီးမားသော developer အသိုင်းအဝိုင်းက ၎င်းအား ထူးခြားသော အနေအထားကို ပေးသည်။
ဒေါ်လာ သန်း 50 မျိုးစေ့ဝိုင်းသည် ကုမ္ပဏီအား မော်ဒယ်အရည်အသွေးကို ယှဉ်ပြိုင်ရန်၊ ၎င်း၏ လုပ်ငန်းအရောင်းဆိုင်ရာ ကြိုးပမ်းအားထုတ်မှုများကို ချဲ့ထွင်ရန်နှင့် အသံဖြင့် ပုံတူပွားခြင်းနည်းပညာဖြင့် ပါလာသည့် တရားဥပဒေနှင့် ကျင့်ဝတ်ဆိုင်ရာ မေးခွန်းများကို လမ်းညွှန်ပေးသည်။ နှစ်စဉ် ထပ်တလဲလဲ ဝင်ငွေ ဒေါ်လာ ၂၁ သန်းဖြင့် Fish Audio သည် မျိုးစေ့အဆင့် ကုမ္ပဏီတစ်ခုအတွက် အဓိပ္ပါယ်ရှိသော ဝင်ငွေကို ထုတ်ပေးနေပြီး ထုတ်ဖော်ပြောဆိုနိုင်သော ထိန်းချုပ်နိုင်သော AI အသံများအတွက် လိုအပ်ချက်သည် အသစ်အဆန်းထက် သာလွန်ကြောင်း အကြံပြုထားသည်။
အမြတ်အစွန်းရှိသော စီးပွားရေးလုပ်ငန်းကို တည်ဆောက်နေစဉ်တွင် စတင်တည်ထောင်သူသည် ၎င်း၏ open-source အရှိန်အဟုန်ကို ထိန်းသိမ်းထားနိုင်သည်ဆိုသည်ကို စောင့်ကြည့်ရမည်ဖြစ်သည်။ ဒါပေမယ့် ဝိုင်းရဲ့အရွယ်အစားနဲ့ ရင်းနှီးမြုပ်နှံသူတွေရဲ့ အရည်အသွေးက AI ထုတ်ပေးတဲ့ အသံအတွက် စျေးကွက်ဟာ အစောပိုင်းအချိန်တွေမှာ ရှိနေဆဲဖြစ်ကြောင်း အချက်ပြလိုက်ပြီး ရင်းနှီးမြှုပ်နှံသူတွေက indie ဖန်တီးသူတွေနဲ့ လုပ်ငန်းကြီးတွေကို ဦးစားပေးတဲ့ ကုမ္ပဏီတစ်ခုမှာ ရင်းနှီးမြှုပ်နှံသူတွေ သိသိသာသာ တွန်းအားပေးနေတာကို မြင်တွေ့ရပါတယ်။
AI Startup News ၏ရှေ့တွင်နေပါ။
အသံထုတ်လုပ်ခြင်းနှင့် အခြားမျိုးဆက်သစ် AI စျေးကွက်များ ပြောင်းလဲလာသည်နှင့်အမျှ နောက်ဆုံးထွက် AI ဖွံ့ဖြိုးတိုးတက်မှုများ ကို လိုက်နာပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →