Podcastle enthüllt Text-to-Speech mit über 450 AI-Stimmen

Podcastle, die beliebte Plattform für die Aufnahme und Bearbeitung von Podcasts, springt mit seinem neuen Modell Asyncflow v1.0 in das AI-Text-zu-Sprache-Spiel. Sie stoppen nicht nur dort - sie haben auch eine API für Entwickler aus, was es zum Kinderspiel macht, diese Technologie in ihre eigenen Apps zu schließen.

Mit Asyncflow v1.0 verfügt Podcastle jetzt über 450 AI -Stimmen, die bereit sind, Ihren Text laut zu lesen. Der coole Teil? Sie haben es geschafft, die Schulungs- und Inferenzkosten niedrig zu halten, was ihnen ein Bein gegen die Konkurrenz verleiht.

Podcastle befindet sich jetzt in der gleichen Liga wie andere Startups wie Elevenlabs, Speechify und Wellsaid. Diese Technologie hat überall Bewerbungen, von Marketing und Anzeigen bis hin zu Inhalten, Lehren und sogar Schulungen bei der Arbeit.

Arto Yeritsyan, das Gehirn hinter Podcastle, sagte TechCrunch, dass sie schon seit einiger Zeit in Text-to-Speech-Tauchgang eintauchen wollen. Das Problem? Es war einfach zu teuer und datenhungry. Dank einiger jünger Durchbrüche in Großsprachmodellen haben sie letztes Jahr schließlich den Code geknackt. "Wir haben uns von Anfang an ein solides Modell zu Speech-Modell aufbauen", sagte Yeritsyan. "Aber die Kosten waren himmelhoch. Mit der neuesten Technologie haben wir einen Weg gefunden, ein erstklassiges Sprachmodell zu erstellen, ohne einen Datenberg zu benötigen."

Ihre Spendenaktion der Serie A in Höhe von 13,5 Millionen US -Dollar hat im vergangenen Jahr auch dazu beigetragen, dieses Projekt zu befeuern.

Wenn es um Preise geht, ist Podcastle ziemlich wettbewerbsfähig. Sie berechnen etwa 40 US-Dollar für 500 Minuten Text-zu-Sprach-Umwandlung, während Elevenlabs 99 US-Dollar für den gleichen Betrag verlangt.

Die Voice Cloning -Funktion von Podcastle erhält auch ein Facelifting, wodurch der Trainingsprozess viel schneller wird. Vorher mussten Sie ungefähr 70 Sätze vorlesen, um das System zu trainieren. Jetzt dauert es nur wenige Sekunden Ihrer Stimme. Sie verwenden ihre Magic Dust KI, die sie letztes Jahr gestartet haben, um die Audioqualität während dieses neuen Prozesses zu steigern.

Als wir es ausprobierten, klang die Stimme ein bisschen roboter, aber sie hat unseren Ton ziemlich gut gefangen. Podcastle sagt, dass sie daran arbeiten, es noch besser zu machen. Sie können das System auch mit verschiedenen Sprachproben trainieren, um unterschiedliche Ergebnisse zu erzielen.

Podcastle geht davon aus, dass die Kosten abgesehen von der niedrigen Kosten von Audio- und Videotools bis hin zu Podcasts und KI -Erzählung an einem Ort von der Konkurrenz abheben. Yeritsyan erwähnte, dass die meisten Benutzer zwar an Audioinhalten bleiben, aber auch die Videos anfangen, den Boden zu gewinnen.