Podcastle revela o texto em fala com mais de 450 vozes de IA

Podcastle, a popular plataforma para gravação e edição de podcasts, está entrando no jogo de texto para fala com IA com seu novo modelo, Asyncflow v1.0. Eles não param por aí — também estão lançando uma API para desenvolvedores, facilitando a integração dessa tecnologia em seus próprios aplicativos.

Com o Asyncflow v1.0, a Podcastle agora oferece mais de 450 vozes de IA prontas para ler seu texto em voz alta. O mais legal? Eles conseguiram manter os custos de treinamento e inferência baixos, o que lhes dá uma vantagem sobre a concorrência.

A Podcastle agora está no mesmo nível de outras startups como ElevenLabs, Speechify e WellSaid, todas usando IA para transformar texto em palavras faladas. Essa tecnologia tem aplicações em vários lugares, desde marketing e anúncios até criação de conteúdo, ensino e até treinamento de pessoas no trabalho.

Arto Yeritsyan, o cérebro por trás da Podcastle, disse ao TechCrunch que eles queriam entrar no texto para fala há um tempo. O problema? Era muito caro e exigia muitos dados. Mas graças a alguns avanços recentes em modelos de linguagem de grande escala, eles finalmente conseguiram no último ano. "Estamos visando construir um modelo sólido de texto para fala desde o início," disse Yeritsyan. "Mas os custos eram altíssimos. Com a tecnologia mais recente, encontramos uma maneira de criar um modelo de voz de alta qualidade sem precisar de uma montanha de dados."

A captação de $13,5 milhões na rodada Série A no último ano também ajudou a impulsionar este projeto.

Quando se trata de preços, a Podcastle é bastante competitiva. Eles cobram cerca de $40 por 500 minutos de conversão de texto para fala, enquanto a ElevenLabs pede $99 pela mesma quantidade.

A funcionalidade de clonagem de voz da Podcastle também está sendo aprimorada, tornando o processo de treinamento muito mais rápido. Antes, você precisava ler cerca de 70 frases para treinar o sistema. Agora, leva apenas alguns segundos da sua voz. Eles estão usando sua Magic Dust AI, lançada no último ano, para melhorar a qualidade do áudio durante esse novo processo.

Quando testamos, a voz soou um pouco robótica, mas capturou nosso tom muito bem. A Podcastle diz que está trabalhando para melhorar ainda mais. Você também pode treinar o sistema com diferentes amostras de voz para obter resultados variados.

A Podcastle acredita que, além de manter os custos baixos, ter tudo, desde ferramentas de áudio e vídeo até podcasts e narração por IA em um só lugar, os diferenciará da concorrência. Yeritsyan mencionou que, embora a maioria dos usuários se mantenha no conteúdo de áudio, o vídeo também está começando a ganhar espaço.