Présentation de Fish Audio

Fish Audio, une startup d'intelligence artificielle, a annoncé avoir levé 52 millions de dollars en financement initial pour développer des voix IA. L'entreprise, également connue sous le nom de Hanabi AI Inc., a été fondée par Shijia Liao, qui a commencé à travailler sur des modèles de voix IA dans sa chambre à coucher avec un seul processeur graphique.

Fonctionnement de la plateforme

La plateforme Fish Audio est conçue pour éliminer les voix synthétiques sans vie des premiers modèles d'IA en offrant des contrôles d'émotion au niveau du mot, alimentés par plus de 15 000 invites de langage naturel. Les développeurs peuvent ainsi affiner le ton, l'inflection et le rythme de leurs voix générées par IA. La plateforme peut cloner une voix à partir d'un extrait audio de cinq secondes en moins de 15 secondes et prend en charge 83 langues.

Implications et limites

Fish Audio vise à élargir sa gamme de modèles au-delà de ses capacités de synthèse vocale initiales. L'entreprise prévoit de construire une pile audio native complète composée de modèles de langage à grande échelle et d'outils de traduction de discours en temps réel. Fish Audio souhaite également accélérer l'adoption de sa plateforme en rendant son modèle phare S2.1 Pro disponible gratuitement à tous les développeurs via son API officielle, à partir de la fin août.

Impact et avenir

Le financement de Fish Audio positionne l'entreprise comme un challenger sérieux pour les startups de voix IA mieux établies, comme ElevenLabs Inc. L'entreprise compte désormais plus de huit millions d'utilisateurs et son chiffre d'affaires annuel récurrent dépasse 21 millions de dollars. Avec son modèle S2.1 Pro, Fish Audio a pu surpasser ses concurrents dans des tests d'écoute à l'aveugle, avec 67 % des auditeurs préférant les sorties vocales de l'entreprise.

import fishaudio

Les développeurs peuvent désormais utiliser la plateforme Fish Audio pour créer des voix réalistes et personnalisées pour leurs applications et leurs jeux.