Podcastle presenta texto a voz con más de 450 voces de IA

Podcastle, la popular plataforma para grabación y edición de pódcasts, se adentra en el juego de la conversión de texto a voz con IA con su nuevo modelo, Asyncflow v1.0. No se detienen ahí: también están lanzando una API para desarrolladores, facilitando la integración de esta tecnología en sus propias aplicaciones.

Con Asyncflow v1.0, Podcastle ahora presume de más de 450 voces de IA listas para leer tu texto en voz alta. ¿Lo mejor? Han logrado mantener bajos los costos de entrenamiento e inferencia, lo que les da una ventaja sobre la competencia.

Podcastle está ahora en la misma liga que otras startups como ElevenLabs, Speechify y WellSaid, todas utilizando IA para convertir texto en palabras habladas. Esta tecnología tiene aplicaciones en todas partes, desde marketing y anuncios hasta creación de contenido, enseñanza e incluso capacitación laboral.

Arto Yeritsyan, la mente detrás de Podcastle, dijo a TechCrunch que llevaban tiempo queriendo incursionar en la conversión de texto a voz. ¿El problema? Era demasiado costoso y requería muchos datos. Pero gracias a avances recientes en modelos de lenguaje grandes, finalmente descifraron el código el año pasado. "Hemos querido construir un modelo sólido de texto a voz desde el principio", dijo Yeritsyan. "Pero los costos eran altísimos. Con la última tecnología, encontramos una forma de crear un modelo de voz de primera sin necesitar una montaña de datos."

Su ronda de financiación Serie A de $13.5 millones el año pasado también ayudó a impulsar este proyecto.

En cuanto a precios, Podcastle es bastante competitivo. Cobran alrededor de $40 por 500 minutos de conversión de texto a voz, mientras que ElevenLabs pide $99 por la misma cantidad.

La función de clonación de voz de Podcastle también está recibiendo una mejora, haciendo el proceso de entrenamiento mucho más rápido. Antes, tenías que leer unas 70 oraciones para entrenar el sistema. Ahora, solo toma unos segundos de tu voz. Están usando su Magic Dust AI, que lanzaron el año pasado, para mejorar la calidad del audio en este nuevo proceso.

Cuando lo probamos, la voz sonaba algo robótica, pero captó nuestro tono bastante bien. Podcastle dice que están trabajando en mejorarla aún más. También puedes entrenar el sistema con diferentes muestras de voz para obtener resultados variados.

Podcastle cree que, además de mantener costos bajos, tener todo, desde herramientas de audio y video hasta pódcasts y narración de IA en un solo lugar, los diferenciará de la competencia. Yeritsyan mencionó que, aunque la mayoría de los usuarios se centran en contenido de audio, el video también está empezando a ganar terreno.