د AI لخوا رامینځته شوي غږ ماډلونو بازار خورا لوی دی. د تخلیقي کارونې قضیې د AI غږ ماډلونو ته اړتیا لري چې ډیر څرګند وي ، پداسې حال کې چې هغه شرکتونه چې د پیرودونکي ملاتړ او د پلور عملیات اتومات کولو په لټه کې دي دوی ته اړتیا لري چې ډیر پرمخ وړونکي وي.
د پالو الټو میشته فش آډیو غواړي د 15000 څخه ډیر طبیعي ژبې کنټرولونو کتابتون سره د دې ټولو کارولو قضیې پوره کړي. د تیر کال د پیل راهیسې، نن ورځ د 8 ملیون څخه ډیر خلک لري چې د خلاصې سرچینې یا کوربه شوي ماډلونو څخه کار اخلي، او اوس د 21 ملیون ډالرو کلني تکراري عاید تولیدوي.
د دې کرشن جوړولو ته دوام ورکولو لپاره ، د سه شنبې په ورځ پیل وویل چې دا د تخم په دور کې 50 ملیون ډالر راټول کړي چې د کورلین وینچرز او کیپیټل نن لخوا رهبري کیږي. په تمویل کې د 359 پلازمینې، تمثیل، د لوبې وخت، الفالیست شریکانو، بای هاؤس وینچرز، کاریا وینچر شریکانو، او HF0 ګډون هم لیدلی.
د فش آډیو د NVIDIA پخواني څیړونکي شیجیا لیو لخوا د یوې کوچنۍ پروژې په توګه پیل شو ، کوم چې په بازار کې د غیر څرګند مصنوعي غږونو څخه مایوسه شوی ، په یو واحد GPU کې د غږ تولید ماډل روزلی ، کوم چې هغه خلاص سرچینه کړې. په GitHub کې د فش سپیچ ذخیره اوس له 31000 څخه ډیر ستوري لري، او د انډي پراختیا کونکو، ویډیو لوبې ډیزاینرانو، او جوړونکو لخوا کارول کیږي.
شرکت په تیر کال کې پنځه ماډلونه په لاره اچولي دي: څلور د وینا تولید ماډلونه او یو د وینا څخه متن ماډل. دې خپل د وینا تولید درې ماډلونه خلاص کړي ، مګر د دې وروستي S2.1 پرو ماډل یوازې د دې تادیه شوي API له لارې شتون لري.
د فش آډیو تادیه شوي میاشتني پلانونه وړاندیز کوي چې د جوړونکو او ټیمونو لپاره مناسب دي چې د څو دقیقو نسل نسل ، او د غږ کلونینګ ځانګړتیاوې خلاصوي. شرکت د خپل APIs او پلیټ فارم تصدۍ نسخه هم وړاندیز کوي ، او وايي چې سازمانونه لکه هیجین ، ساناس او پلاډ دمخه یې کاروي.
"هره تصدۍ د کارونې مختلف قضیې او مختلف غوره توبونه لري. د بیلګې په توګه، د HeyGen په څیر شرکتونه، چې زموږ غږونه د AI اوتارونو د ځواک لپاره کاروي، په غږونو کې ریښتینیزم غواړي؛ د لوبو سټوډیو د خپلو کرکټرونو لپاره څرګند غږ غواړي؛ او د LiveKit په څیر د غږ اجنټ شرکتونه ډیر طبیعي غږ لرونکي او ټیټ ځنډ غږونه غواړي چې د زنګونو لپاره کافي څرګند وي."
یوه لاره چې پیل یې د غږونو کتابتون جوړ کړی دی په ساده ډول له کاروونکو څخه غوښتنه کوي چې خپل غږونه د دې ماډلونو روزنې لپاره وسپاري، او که د دوی غږونه کارول کیږي تاوان ورکړي. دا څو میاشتې دمخه د یو څه ستونزې پایله وه ، په هرصورت ، لکه څنګه چې ځینې جوړونکو تور ولګاوه چې د دوی غږونه د دوی له رضایت پرته فش آډیو ته اپلوډ شوي. پیل د دې ډول اندیښنو د حل لپاره د DMCA مینځپانګې لیرې کولو پروسه درلوده ، مګر لرې کول پخپله ډیر وخت نیسي.
د فش آډیو سی ای او او شریک بنسټ ایښودونکی ریسا کاو ټیک کرنچ ته وویل چې شرکت اوس د وتلو پروسه اتومات کړې. جوړونکي کولی شي په اسانۍ سره د لنډ غږ نمونه یا یو تړون وسپاري ترڅو ثابت کړي چې پورته شوی غږ د دوی پورې اړه لري، او د دوی غږ به د 3 دقیقو څخه لږ وخت کې د سټارټ اپ پلیټ فارم څخه لرې شي.
بیا هم، دا هیڅوک د دوی د پوهې پرته د هنرمند غږ پورته کولو مخه نه نیسي. او تر هغه چې هنرمند وموندل شي ، د دوی غږ به په پلیټ فارم کې کارول کیږي تر هغه چې دوی د دې د ایستلو لپاره فایل کړي.
Oskue Honda، په کورلین وینچرز کې شریک، وویل چې د ټولنې لخوا پرمخ وړل شوي ماډل یوازې هغه وخت کار کوي کله چې جوړونکي په پلیټ فارم باور وکړي.
"د ټولنې متمرکز چلند یوازې یو دوامدار ګټه کیدی شي که چیرې جوړونکي په پلیټ فارم باور ولري. پدې معنی چې رضایت، روڼتیا، او انتساب باید په محصول کې رامینځته شي نه دا چې د فکرونو په توګه چلند وشي. زه باور لرم چې صنعت باید د تایید شوي غږ مالکیت، د جواز ورکولو واضح شرایطو، اسانه راپور ورکولو او لرې کولو پروسو، او بالاخره د عوایدو شریکولو یا د سوداګریزې ګټې اخیستنې په وخت کې د سوداګریزې ګټې شریکولو موډل وي. هغه وویل.
کاو وویل کله چې پیل کول یوازې خپل محصول د خلاصې سرچینې پروژې په توګه د جوړونکو لپاره پلانونو سره وړاندیز کوي ، دا په مؤثره توګه پرمخ ځي او پیسو ته اړتیا نلري. مګر دا غوښتل چې نور پرمختللي ماډلونه رامینځته کړي، او همدارنګه یې غوښتل چې تصدۍ ځای په ځای کړي ځکه چې د پانګوالو لیوالتیا مخ په ډیریدو وه، چې دا د پانګې په لټه کې وه.
مخکې په لټه کې ، د فش آډیو پلان لري چې سږکال د آډیو پوهاوي ماډل خپور کړي. دا د وینا څخه تر وینا ماډل هم رامینځته کوي.
د وینا تولید بازار له ګڼې ګوڼې ډک دی، د شرکتونو لکه ElevenLabs، WellSaid، Cartesia، Speechify، Async (پخوا د پوډکاسل)، او کریسپ د جوړونکو او تصدیو بټو لپاره سیالي کوي. د ریکو مالوزي په وینا، په 359 کیپیټل کې شریک، د پراختیا کونکو لپاره ښه کنټرول کنټرولونه او د لګښت وړ ماډل روزنه به د فش آډیو سره مرسته وکړي چې د لوی AI لابراتوارونو سره ښه سیالي وکړي.
"زما په اند هغه څه چې دوی توانیدلي دي چې د هغه ټیم سره چې دوی یې رامینځته کړي ، پرمختللي ماډلونه رامینځته کړي ، د دې ځینې نورو ښه تمویل شوي AI لابراتوارونو یا شرکتونو په پرتله ، د نه منلو وړ دي. دا د مصنوعي غږ او د انسان په څیر غږونو ترمینځ د واټن په بندولو کې د دوی تخنیکي هوښیارتیا ښیې ،" مالوززي ټیک کرنچ ته په تلیفون کې وویل.