Böyle hikâyelerin ardındaki modelleri ve stilleri keşfet — ücretsiz hesap, anında galeri.
Kataloğu keşfet
Fish Audio, açık kaynaklı ve barındırılan ses modellerinde 21 milyon dolar yıllık yinelenen gelir ve 8 milyondan fazla kullanıcıyla desteklenen 52 milyon dolarlık bir tohum turu kapattı — bu, yapay zeka ses alanındaki en büyük tohum turlarından biri.
Fish Audio'nun ses klonlama arayüzü; içerik üreticilerinin kısa ses örneklerinden özel ses karakterleri oluşturmasına olanak tanıyor.
Görsel: TechCrunch / TechCrunch AI
Bu tur, yalnızca büyüklüğüyle değil zamanlamasıyla da dikkat çekiyor. Fish Audio, TechCrunch'a göre yatırım turunu kapatmadan önce 21 milyon dolar ARR'ye ulaştı — tohum aşamasındaki bir şirket için nadir görülen bir konum ve içerik üreticisi düzeyinde ses altyapısına olan talebin gerçek olduğunun, spekülatif olmadığının bir işareti.
Fish Audio'nun temel farklılaştırıcısı, çift yönlü model stratejisidir. Şirket, geliştiricilerin ve içerik üreticilerinin yerel olarak çalıştırabileceği veya ince ayar yapabileceği açık ağırlıklı modeller yayınlarken, altyapı yükünü atlamak isteyenler için barındırılan bir API de sunuyor. Bu ayrım pratikte önem taşıyor: bir oyun veya etkileşimli hikaye için sesli bir yapay zeka karakteri oluşturan bir içerik üreticisi, API çağrısı başına ödeme yapabilir ya da hacim yeterince yüksekse modeli kendi donanımında çalıştırarak maliyetleri önemli ölçüde düşürebilir.
Kısa ses örneklerinden ses klonlama, içerik üreticilerinin en çok ilgisini çeken özellik. Fish Audio'nun modelleri, kısa bir kayıttan tutarlı bir ses kişiliği oluşturabiliyor — yapay zeka arkadaşları, anlatımlı video içerikleri veya karakter odaklı deneyimler oluşturan herkes için son derece kullanışlı. Yapay zeka tarafından oluşturulan karakterler ve arkadaşlar üzerinde halihazırda çalışan içerik üreticileri için kalıcı ve klonlanabilir bir ses katmanı eklemek, tam bir ses prodüksiyon hattı gerektirmeksizin mümkün olanı kökten değiştiriyor.
Fish Audio, içerik üreticisi ses API pazarına hâkim olan ElevenLabs'ın en doğrudan açık ağırlıklı rakibi. ElevenLabs kapalı kaynaklı ve abonelik fiyatlıdır; Fish Audio'nun açık model kullanılabilirliği, bütçe bilincine sahip içerik üreticilerine tek bir satıcıya bağlamayan bir alternatif sunuyor. Yüksek hacimli kullanım senaryolarında — uzun biçimli sesli kitaplar, toplu karakter diyalogları, otomatik video anlatımı — barındırılan bir API ile kendi kendine barındırılan açık ağırlıklı bir model arasındaki maliyet farkı önemli olabilir.
52 milyon dolarlık yatırım turu, Fish Audio'ya ElevenLabs'ın en cilalı sesleriyle kalite farkını kapatırken dil desteğini genişletme ve ince ayar araçlarını geliştirme konusunda ciddi bir koşu pisti sağlıyor. Şirket ayrıntılı bir yol haritası yayınlamadı; ancak sunumundaki kurumsal açı, gerçek zamanlı arkadaş uygulamaları için kritik öneme sahip olan düşük gecikmeli akış çıkarımı ve daha sıkı API güvenilirliğine yönelik yatırımı işaret ediyor.
Fish Audio, yapay zeka ses alanındaki en büyük erken aşama yatırım turlarından biri olan 52 milyon dolarlık tohum turunu duyurdu.
Görsel: TechCrunch / TechCrunch AI
Bir tohum turu kapanmadan önce 21 milyon dolar ARR'ye ulaşmak, dikkat çekmeye değecek kadar alışılmadık bir durum. Yapay zeka altyapı girişimlerinin çoğu önce yatırım alır, ardından gelir peşine düşer. Fish Audio'nun bu kalıbı tersine çevirmesi, açık kaynak dağıtım stratejisinin — modelleri para kazanmadan önce geliştirici ellerine ulaştırmanın — bir büyüme volan çarkı olarak işe yaradığını gösteriyor. Ücretsiz açık ağırlıklı modellerle başlayan içerik üreticileri, anlamlı yinelenen gelir üretecek bir oranda barındırılan API'ye geçiş yapıyor.
Hangi ses yığını üzerine inşa edeceklerini değerlendiren içerik üreticileri için bu gelir rakamı, model kalitesi ve API güvenilirliğinin bir göstergesi niteliğinde. Geliştiriciler işe yarayan şeyler için ödeme yapar. 8 milyon kullanıcı sayısı, ücretsiz ve ücretli kullanıcıların bir karışımı olsa da, topluluk ince ayarları ve katkıda bulunulan veri kümeleri aracılığıyla açık kaynaklı model geliştirmeyi hızlandırma eğiliminde olan geniş topluluk benimsemesine işaret ediyor.
Yapay zeka araçlarını ve model seçeneklerini keşfeden içerik üreticileri artık, ElevenLabs ve PlayHT'nin yanı sıra değerlendirme listelerine eklemeye değer, iyi fonlanmış bir açık ağırlıklı ses seçeneğine sahip. Pratik soru şu: Fish Audio'nun bu turla finanse edilen bir sonraki model nesli, en etkileyici ve duygusal açıdan nüanslı ses çıktılarındaki kalan kalite farkını kapatabilecek mi? Bu, 52 milyon doların kategori liderliğine dönüşüp dönüşmeyeceğini belirleyecek kıstas.
