Telset.id – Fish Audio, startup AI voice generation asal Palo Alto, berhasil mengamankan pendanaan seed round senilai $52 juta. Putaran ini dipimpin oleh Coreline Ventures dan Capital Today, dengan partisipasi dari 359 Capital, Parable, Play Time, serta sejumlah investor lainnya.
Pendanaan ini menandai langkah besar bagi Fish Audio yang telah memiliki lebih dari 8 juta pengguna. Startup ini menawarkan lebih dari 15.000 kontrol bahasa alami untuk model suara AI-nya, baik dalam versi open source maupun hosted. Saat ini, Fish Audio mencatatkan annual recurring revenue sebesar $21 juta.
Fish Audio didirikan oleh mantan peneliti Nvidia, Shijia Liao. Awalnya, Liao frustrasi dengan suara sintetis yang tidak ekspresif di pasaran. Ia kemudian melatih model generasi suara pada satu GPU dan merilisnya secara open source. Repositori Fish Speech di GitHub kini memiliki lebih dari 31.000 bintang dan digunakan oleh pengembang indie, desainer video game, dan kreator konten.
Dalam setahun terakhir, Fish Audio telah meluncurkan lima model: empat model generasi ucapan dan satu model speech-to-text. Tiga model generasi ucapannya dirilis secara open source, sementara model terbaru S2.1 Pro hanya tersedia melalui API berbayar. Perusahaan juga menawarkan paket bulanan untuk kreator dan tim, serta versi enterprise untuk organisasi seperti HeyGen dan Sanas.
Baca Juga:
CEO dan co-founder Fish Audio, Rissa Cao, menjelaskan bahwa setiap enterprise memiliki kebutuhan berbeda. “Perusahaan seperti HeyGen menginginkan realisme suara untuk AI avatar; studio game menginginkan suara ekspresif untuk karakter; dan perusahaan voice agent seperti LiveKit menginginkan suara natural dengan latensi rendah,” ujar Cao.
Fish Audio membangun perpustakaan suaranya dengan meminta pengguna mengirimkan suara mereka untuk melatih model. Pengguna akan diberi kompensasi jika suara mereka digunakan. Namun, pendekatan ini sempat menimbulkan masalah. Beberapa kreator mengklaim suara mereka diunggah tanpa persetujuan. Fish Audio memiliki proses takedown DMCA, tetapi prosesnya memakan waktu lama.
Menanggapi hal ini, Cao mengatakan perusahaan kini telah mengotomatiskan proses takedown. Kreator dapat mengirim sampel suara pendek atau kontrak untuk membuktikan kepemilikan suara. Suara mereka akan dihapus dari platform dalam waktu kurang dari tiga menit. Meski demikian, sistem ini tidak mencegah seseorang mengunggah suara artis tanpa sepengetahuan mereka.
Osuke Honda, partner di Coreline Ventures, menekankan pentingnya kepercayaan. “Pendekatan berbasis komunitas hanya bisa menjadi keunggulan jangka panjang jika kreator mempercayai platform. Artinya, persetujuan, transparansi, dan atribusi harus dibangun ke dalam produk,” katanya.
Honda menambahkan bahwa industri perlu bergerak menuju verifikasi kepemilikan suara, lisensi yang jelas, proses pelaporan yang mudah, dan model bagi hasil. Kreator harus mendapat manfaat finansial ketika suara mereka digunakan secara komersial.
Fish Audio awalnya hanya menawarkan produk sebagai proyek open source. Perusahaan berjalan efisien tanpa membutuhkan modal eksternal. Namun, keinginan untuk mengembangkan model yang lebih canggih dan melayani enterprise mendorong mereka mencari pendanaan. Minat investor yang meningkat turut mempercepat keputusan ini.
Ke depannya, Fish Audio berencana merilis model pemahaman audio tahun ini. Perusahaan juga sedang membangun model speech-to-speech. Pasar generasi ucapan saat ini cukup padat dengan pemain seperti ElevenLabs, WellSaid, Cartesia, Speechify, Async, dan Krisp.
Menurut Rico Mallozzi, partner di 359 Capital, kontrol granular untuk pengembang dan pelatihan model yang efisien akan membantu Fish Audio bersaing dengan lab AI besar. “Apa yang mereka bangun, model state-of-the-art, dengan tim yang mereka miliki, dibandingkan lab AI lain yang lebih banyak pendanaannya, sungguh luar biasa. Ini menunjukkan kemampuan teknis mereka dalam menutup kesenjangan antara suara buatan dan suara manusia,” ujar Mallozzi.
Artikel ini telah diperbarui untuk mencerminkan bahwa perusahaan mengumpulkan $52 juta dalam putaran seed.
Komentar
Belum ada komentar.