AI news

AI语音创企Fish Audio完成5200万美元种子轮融资,用户超800万 丨News

By 汪佩3 viewsSource: 创新观察局
AI语音创企Fish Audio完成5200万美元种子轮融资,用户超800万 丨News

本周,Fish Audio宣布完成5200万美元种子轮融资,由Coreline Ventures和Capital Today领投。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

前英伟达研究员创办,GitHub超3.1万星标。

本周,Fish Audio宣布完成5200万美元种子轮融资,由Coreline Ventures和Capital Today领投。

参与方包括359 Capital、Parable、Play Time、Alphalist Partners、Bayhouse Ventures、Carya Venture Partners、HF0、645 Ventures及多家天使投资人。

文章配图

(图片来源:Fish Audio)

此时正值公司成立一周年——从零起步,已实现2100万美元年经常性收入,用户超过800万。

AI语音生成市场正在经历爆发式增长。创作者需要更具表现力的AI语音,而希望实现客服与销售自动化的企业则更需要易调控的模型。总部位于帕洛阿尔托的Fish Audio希望凭借超过1.5万种自然语言控制选项来满足上述所有需求。

Fish Audio最初是前英伟达研究员廖世嘉(Shijia Liao) 的一个小型项目。因对市面上合成语音的表现力不满,他在单张消费级GPU上训练了一个语音生成模型并开源,命名为Fish Speech。

文章配图

(图片来源:X@FishAudio)

该仓库在GitHub上已积累超过3.1万星标,被独立开发者、游戏设计师和内容创作者广泛使用。

过去一年,公司共推出五款模型,四款语音生成模型和一款语音转文字模型。其中三款已开源,但最新的S2.1 Pro仅通过付费API提供。该模型支持83种以上语言,仅凭5秒音频样本可以克隆一个声音,生成速度比Cartesia快2倍以上,成本约为ElevenLabs的六分之一。

文章配图

(图片来源:X@FishAudio)

Fish Audio联合创始人兼CEO曹睿莎(Rissa Cao)表示,不同企业的需求各不相同:HeyGen用他们的声音驱动AI虚拟形象,追求真实感;游戏工作室需要富有表现力的角色声音;LiveKit这类语音智能体公司则需要自然流畅、低延迟的通话声音。

文章配图

(图片来源:X@FishAudio)

目前,HeyGen、Sanas、LiveKit、Retell、OpenArt、creatify等企业已成为其客户。

文章配图

(图片来源:Fish Audio)

公司构建声音库的方式之一是邀请用户提交声音用于训练,并在被使用时给予报酬。但这一模式几个月前引发了争议,部分创作者称自己的声音在未获授权的情况下被上传至平台。

虽然公司设有DMCA下架流程,但处理周期较长。曹睿莎透露,公司已将下架流程自动化——创作者提交声音样本或合同证明所有权后,声音可在三分钟内从平台移除。

不过,这仍无法阻止他人在艺术家不知情的情况下擅自上传,在当事人发现并申请前,其声音会持续被使用。

Coreline Ventures合伙人本田大辅(Osuke Honda) 表示:“以社区为核心的方式,只有当创作者真正信任平台时,才能形成持久的竞争优势。这意味着同意机制、透明度和署名权必须内嵌于产品本身,而非事后补救。”

曹睿莎表示,早期公司仅以开源项目运营时,凭借创作者套餐便能高效运转,无需外部融资。但为了开发更先进的模型、拓展企业市场,加之投资方关注升温,才决定寻求外部资本。

本轮融资将用于开发音频理解模型和语音到语音转换模型,同时扩充企业销售团队、深化开发者工具和API基础设施建设。目前公司员工已从3人扩展至22人,企业和开发者客户贡献了约三分之二的收入。

文章来自于"创新观察局",作者 "汪佩"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)