Podcastle dévoile du texte à la dissection avec plus de 450 voix d'IA

Podcastle, la plate-forme populaire pour l'enregistrement et l'édition de podcast, saute dans le jeu de texte-vocation AI avec son nouveau modèle, AsyncFlow v1.0. Ils ne s'arrêtent pas seulement là - ils déploient également une API pour les développeurs, ce qui rend un jeu d'enfant pour brancher cette technologie sur leurs propres applications.

Avec AsyncFlow v1.0, Podcastle se vante désormais de 450 voix d'IA prêtes à lire votre texte à haute voix. La partie cool? Ils ont réussi à réduire les coûts de formation et d'inférence, ce qui leur donne une longueur d'avance sur la concurrence.

Podcastle est maintenant dans la même ligue que les autres startups comme ElevenLabs, Speakify et Wellsaid, qui utilisent toutes l'IA pour transformer le texte en mots prononcés. Cette technologie a des applications partout, du marketing et des publicités à la création de contenu, à l'enseignement et même à la formation de gens au travail.

Arto Yeritsyan, le Brains Behind Podcastle, a déclaré à TechCrunch qu'ils voulaient plonger dans du texte vocale depuis un certain temps maintenant. Le problème? C'était tout simplement trop cher et avide de données. Mais grâce à certaines percées récentes dans des modèles de grands langues, ils ont finalement craqué le code l'année dernière. "Nous avons visé à construire un modèle de texte vocal solide dès le début", a déclaré Yeritsyan. "Mais les coûts étaient très élevés. Avec les dernières technologies, nous avons trouvé un moyen de créer un modèle vocal de premier ordre sans avoir besoin d'une montagne de données."

L'année dernière, leur collecte de fonds de 13,5 millions de dollars a également contribué à alimenter ce projet.

En ce qui concerne les prix, Podcastle est assez compétitif. Ils facturent environ 40 $ pour 500 minutes de conversion de texte végétal, tandis qu'ElevenLabs demande 99 $ pour le même montant.

La fonction de clonage vocale de Podcastle obtient également un lifting, ce qui rend le processus de formation beaucoup plus rapide. Avant, vous deviez lire environ 70 phrases pour former le système. Maintenant, cela ne prend que quelques secondes de votre voix. Ils utilisent leur Magic Dust AI, qu'ils ont lancé l'année dernière, pour augmenter la qualité audio au cours de ce nouveau processus.

Lorsque nous l'avons essayé, la voix sonnait un peu robotique, mais elle a assez bien pris le ton. Podcastle dit qu'ils travaillent à le rendre encore meilleur. Vous pouvez également former le système avec différents échantillons de voix pour obtenir des résultats variés.

Podcastle estime que, en plus de maintenir les coûts bas, tout, des outils audio et vidéo aux podcasts et à la narration de l'IA en un seul endroit les distinguera de la concurrence. Yeritsyan a mentionné que si la plupart des utilisateurs s'en tiennent au contenu audio, la vidéo commence également à gagner du terrain.