ஃபிஷ் ஆடியோ, பாலோ ஆல்டோ-அடிப்படையிலான ஸ்டார்ட்அப் பில்டிங் எக்ஸ்பிரசிவ் AI குரல் மாதிரிகள், ஆக்கப்பூர்வமான மற்றும் நிறுவன பயன்பாட்டு நிகழ்வுகளுக்கு அதன் தளத்தை விரிவுபடுத்த ஒரு விதை சுற்றில் $50 மில்லியன் திரட்டியுள்ளது. டெக் க்ரஞ்ச் அறிக்கையின்படி, 359 கேபிடல், பேரபிள், பிளே டைம், அல்பாலிஸ்ட் பார்ட்னர்ஸ், பேஹவுஸ் வென்ச்சர்ஸ், கார்யா வென்ச்சர் பார்ட்னர்ஸ் மற்றும் எச்எஃப்0 ஆகியவற்றின் பங்கேற்புடன், கோர்லைன் வென்ச்சர்ஸ் மற்றும் கேபிடல் டுடே மூலம் நிதியளிப்புச் சுற்று நடத்தப்பட்டது.
இந்த சுற்று AI குரல் உருவாக்கும் இடத்தில் உள்ள பெரிய விதை நிதியுதவிகளில் ஒன்றாகும், இது ஏற்கனவே குறிப்பிடத்தக்க இழுவையை உருவாக்கிய ஒரு நிறுவனத்தின் மீது முதலீட்டாளர் நம்பிக்கையை பிரதிபலிக்கிறது. ஃபிஷ் ஆடியோ இப்போது அதன் மாதிரிகளின் திறந்த மூல அல்லது ஹோஸ்ட் செய்யப்பட்ட பதிப்புகளைப் பயன்படுத்தி 8 மில்லியனுக்கும் அதிகமான மக்களைக் கணக்கிடுகிறது, மேலும் வருடாந்திர தொடர்ச்சியான வருவாயில் $21 மில்லியனை உருவாக்குகிறது. தொடக்கத்தின் விரைவான வளர்ச்சியானது கணிசமான துணிகர மூலதனத்தைத் தொடர்ந்து ஈர்க்கும் [AI தொழில்] (https://aibuzzwire.news) விரிவாக்கத்தின் ஒரு பரந்த அலையின் ஒரு பகுதியாகும்.
ஒற்றை-ஜிபியு திட்டத்திலிருந்து 8 மில்லியன் பயனர்கள் வரை
ஃபிஷ் ஆடியோ ஒரு சிறிய பக்க திட்டமாக ஷிஜியா லியாவோ, ஒரு முன்னாள் என்விடியா ஆராய்ச்சியாளரால் தொடங்கப்பட்டது, அவர் சந்தையில் அப்போது கிடைத்த தட்டையான, வெளிப்படுத்தாத செயற்கை குரல்களால் விரக்தியடைந்தார். லியாவோ ஒரு ஒற்றை GPU இல் குரல் உருவாக்க மாதிரியைப் பயிற்றுவித்து, அதை ஓப்பன் சோர்ஸ் செய்தார். ஃபிஷ் ஸ்பீச் என அழைக்கப்படும் அந்த ஆரம்ப திட்டம், GitHub இல் 31,000 க்கும் மேற்பட்ட நட்சத்திரங்களைக் கொண்ட ஒரு களஞ்சியமாக வளர்ந்துள்ளது, இது சுயாதீன டெவலப்பர்கள், வீடியோ கேம் வடிவமைப்பாளர்கள் மற்றும் உள்ளடக்கத்தை உருவாக்குபவர்களால் பயன்படுத்தப்பட்டது.
கடந்த ஆண்டில், நிறுவனம் ஐந்து மாடல்களை அறிமுகப்படுத்தியுள்ளது: நான்கு பேச்சு தலைமுறை மாதிரிகள் மற்றும் ஒரு பேச்சு-க்கு உரை மாதிரி. அதன் மூன்று ஸ்பீச் ஜெனரேஷன் மாடல்களை ஓப்பன் சோர்ஸ் செய்துள்ளது, அதே சமயம் அதன் சமீபத்திய வெளியீடான S2.1 Pro, கட்டண API மூலம் மட்டுமே கிடைக்கும். இந்த ஹைப்ரிட் ஓப்பன்-கோர் உத்தியானது, ஃபிஷ் ஆடியோவை அதன் மேம்பட்ட திறன்களைப் பணமாக்கும்போது டெவலப்பர்களின் ஒரு பெரிய சமூகத்தை உருவாக்க அனுமதித்துள்ளது.
ஒவ்வொரு பயன்பாட்டு வழக்குக்கும் ஒரு குரல் மாதிரி
நிறுவனத்தின் கூற்றுப்படி, மீன் ஆடியோவை வேறுபடுத்துவது, அது வழங்கும் கட்டுப்பாடுகளின் அகலம். பிளாட்ஃபார்ம் 15,000 க்கும் மேற்பட்ட இயற்கை மொழிக் கட்டுப்பாடுகளைக் கொண்ட நூலகத்தை உள்ளடக்கியது, இது பயனர்கள் குரல்களை எவ்வாறு உருவாக்குகிறது - தொனி, உணர்ச்சி, வேகக்கட்டுப்பாடு மற்றும் பாணியை சரிசெய்தல் ஆகியவற்றை நன்றாக மாற்ற அனுமதிக்கிறது.
CEO மற்றும் இணை நிறுவனர் Rissa Cao TechCrunch இடம், நிறுவனத்தின் நிறுவன வாடிக்கையாளர்கள் மிகவும் வேறுபட்ட தேவைகளைக் கொண்டுள்ளனர் என்று கூறினார். AI அவதார்களை இயக்க Fish Audio குரல்களைப் பயன்படுத்தும் HeyGen போன்ற நிறுவனங்கள் யதார்த்தவாதத்திற்கு முன்னுரிமை அளிக்கின்றன. கேமிங் ஸ்டுடியோக்கள் தங்கள் கதாபாத்திரங்களுக்கு வெளிப்படையான குரல்களை விரும்புகின்றன. லைவ்கிட் போன்ற வாய்ஸ் ஏஜென்ட் நிறுவனங்களுக்கு இயற்கையான ஒலி, குறைந்த தாமதக் குரல்கள் தேவை, அவை நேரடி ஃபோன் அழைப்புகளுக்கு போதுமானதாக இருக்கும்.
"ஒவ்வொரு நிறுவனத்திற்கும் வெவ்வேறு பயன்பாட்டு வழக்குகள் மற்றும் வெவ்வேறு விருப்பத்தேர்வுகள் உள்ளன" என்று காவ் கூறினார். மற்ற வாடிக்கையாளர்களில் சனாஸ், உச்சரிப்பு மொழிபெயர்ப்பில் கவனம் செலுத்தும் நிறுவனம் மற்றும் AI-இயங்கும் பதிவு சாதனங்களை உருவாக்கும் Plaud ஆகியவை அடங்கும். ஃபிஷ் ஆடியோ, கிரியேட்டர்கள் மற்றும் குழுக்களுக்கான கட்டண மாதாந்திர திட்டங்களை வழங்குகிறது.
பயனர் பங்களிப்புகள் மூலம் குரல் நூலகத்தை உருவாக்குதல்
Fish Audio அதன் குரல்களின் நூலகத்தை விரிவுபடுத்தும் வழிகளில் ஒன்று, பயிற்சி மாதிரிகளுக்கு தங்கள் சொந்த குரல் பதிவுகளைச் சமர்ப்பிக்க பயனர்களை அழைப்பது, அவர்களின் குரல்கள் பயன்படுத்தப்படும்போது அவர்களுக்கு ஈடுசெய்வது. இந்த க்ரூவ்சோர்ஸ் அணுகுமுறை நிறுவனம் பல்வேறு பட்டியலை உருவாக்க உதவியது, ஆனால் அது சவால்களையும் உருவாக்கியது.
சில மாதங்களுக்கு முன்பு, சில படைப்பாளிகள் தங்கள் ஒப்புதல் இல்லாமல் தங்கள் குரல்கள் ஃபிஷ் ஆடியோவின் மேடையில் பதிவேற்றப்பட்டதாகக் குற்றம் சாட்டினர். தொடக்கத்தில் DMCA உள்ளடக்கம் அகற்றும் செயல்முறை இருந்தது, ஆனால் செயல்முறை மெதுவாக இருந்தது. காவோ டெக் க்ரஞ்சிடம், அத்தகைய கவலைகளை விரைவாக நிவர்த்தி செய்ய நிறுவனம் தரமிறக்குதல் செயல்முறையை தானியங்குபடுத்தியுள்ளது என்று கூறினார்.
AI குரல் துறையில் வளர்ந்து வரும் பதற்றத்தை இந்த சர்ச்சை எடுத்துக்காட்டுகிறது. செயற்கை குரல் தொழில்நுட்பம் மேம்படுவதால், அங்கீகரிக்கப்பட்ட மற்றும் அங்கீகரிக்கப்படாத பயன்பாட்டிற்கு இடையேயான கோடு போலீசாருக்கு கடினமாகிறது. குரல் குளோனிங், குறிப்பாக, ஆள்மாறாட்டம் மற்றும் மோசடி பற்றிய கவலைகளை எழுப்பியுள்ளது, மேலும் பல நாடுகளில் உள்ள கட்டுப்பாட்டாளர்கள் AI-உருவாக்கிய ஆடியோவை நிர்வகிக்கும் சட்ட கட்டமைப்பை ஆராயத் தொடங்கியுள்ளனர்.
ஒரு போட்டி மற்றும் நெரிசலான சந்தை
AI குரல் வெளியில் மீன் ஆடியோ தனியாக இல்லை. போட்டியாளர்களில் ElevenLabs அடங்கும், இது நூற்றுக்கணக்கான மில்லியன் டாலர்களை திரட்டியுள்ளது மற்றும் சந்தைத் தலைவராக பரவலாகக் காணப்படுகிறது, அத்துடன் முக்கிய தொழில்நுட்ப நிறுவனங்களின் சலுகைகளையும் கொண்டுள்ளது. ஆனால் ஃபிஷ் ஆடியோவின் ஓப்பன் சோர்ஸ் மாடல்கள் மற்றும் அதன் பெரிய டெவலப்பர்களின் சமூகம் ஆகியவை அதற்கு ஒரு தனித்துவமான நிலையை அளிக்கிறது.
$50 மில்லியன் விதைச் சுற்று நிறுவனம் மாதிரித் தரத்தில் போட்டியிடவும், அதன் நிறுவன விற்பனை முயற்சிகளை விரிவுபடுத்தவும், குரல் குளோனிங் தொழில்நுட்பத்துடன் வரும் சட்ட மற்றும் நெறிமுறை கேள்விகளுக்கு செல்லவும் நிறுவனத்திற்கு ஓடுபாதையை வழங்குகிறது. ஏற்கனவே $21 மில்லியன் வருடாந்திர தொடர்ச்சியான வருவாயுடன், ஃபிஷ் ஆடியோ ஒரு விதை-நிலை நிறுவனத்திற்கு அர்த்தமுள்ள வருவாயை உருவாக்குகிறது.
லாபகரமான நிறுவன வணிகத்தை உருவாக்கும்போது தொடக்கமானது அதன் திறந்த மூல வேகத்தை பராமரிக்க முடியுமா என்பதைப் பார்க்க வேண்டும். ஆனால் ரவுண்டின் அளவு மற்றும் பங்குபெறும் முதலீட்டாளர்களின் தரம், AI-உருவாக்கிய குரலுக்கான சந்தை இன்னும் அதன் ஆரம்ப இன்னிங்ஸில் இருப்பதைக் குறிக்கிறது - மேலும் முதலீட்டாளர்கள் இண்டி கிரியேட்டர்கள் மற்றும் பெரிய நிறுவனங்களுக்கு சேவை செய்யும் நிறுவனத்தில் கணிசமான முன்னேற்றத்தைக் காண்கிறார்கள்.
AI ஸ்டார்ட்அப் செய்திகளுக்கு முன்னால் இருங்கள்
குரல் உருவாக்கம் மற்றும் பிற AI சந்தைகள் உருவாகும்போது சமீபத்திய AI மேம்பாடுகளைப் பின்பற்றவும்.
மேலும் AI செய்திகளைப் படிக்கவும் →
