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

O Podcastle, a plataforma popular da gravação e edição do podcast, está entrando no jogo de texto para fala da IA ​​com seu novo modelo, asyncflow v1.0. Eles não estão apenas parando por aí - eles também estão lançando uma API para desenvolvedores, tornando a brisa conectar essa tecnologia em seus próprios aplicativos.

Com o AsyncFlow v1.0, o Podcastle agora se comporta mais de 450 vozes de IA prontas para ler seu texto em voz alta. A parte legal? Eles conseguiram manter os custos de treinamento e inferência, o que lhes dá uma vantagem na competição.

O Podcastle está agora na mesma liga que outras startups, como Elevenlabs, Spealify e Wellsaid, que estão usando a IA para transformar o texto em palavras faladas. Essa tecnologia tem aplicativos em todo o lugar, desde marketing e anúncios a fazer conteúdo, ensino e até treinar pessoas no trabalho.

Arto Yeritsyan, o cérebro por trás do Podcastle, disse ao TechCrunch que eles estão querendo mergulhar no texto em fala há um tempo. O problema? Era muito caro e faminto por dados. Mas, graças a alguns avanços recentes em grandes modelos de idiomas, eles finalmente quebraram o código no ano passado. "Temos como objetivo construir um modelo sólido de texto para fala desde o início", disse Yeritsyan. "Mas os custos eram altíssimos. Com a última tecnologia, encontramos uma maneira de criar um modelo de voz de alto nível sem precisar de uma montanha de dados".

Seu angariação de fundos da Série A de US $ 13,5 milhões no ano passado também ajudou a alimentar esse projeto.

Quando se trata de preços, o Podcastle é bastante competitivo. Eles estão cobrando cerca de US $ 40 por 500 minutos de conversão de texto em fala, enquanto o Elevenlabs pede US $ 99 pelo mesmo valor.

O recurso de clonagem de voz do Podcastle também está recebendo um facelift, tornando o processo de treinamento muito mais rápido. Antes, você tinha que ler cerca de 70 frases para treinar o sistema. Agora, leva apenas alguns segundos da sua voz. Eles estão usando sua AI de poeira mágica, que lançaram no ano passado, para aumentar a qualidade do áudio durante esse novo processo.

Quando tentamos sair, a voz parecia um pouco robótica, mas conquistou nosso tom muito bem. O Podcastle diz que está trabalhando para torná -lo ainda melhor. Você também pode treinar o sistema com amostras de voz diferentes para obter resultados variados.

O Podcastle acha que, além de manter os custos baixos, ter tudo, desde ferramentas de áudio e vídeo a podcasts e narração de IA em um só lugar, os diferenciará da competição. Yeritsyan mencionou que, embora a maioria dos usuários se atenha ao conteúdo de áudio, o vídeo também está começando a ganhar terreno.