Подкаст открывает текст в речь с 450+ голосами AI

Подкаст, популярная платформа для записи и редактирования подкастов, прыгает в игру Text-To Speek с новой моделью Asyncflow V1.0. Они не просто останавливаются там - они также развертывают API для разработчиков, что делает его бризом, чтобы подключить эту технологию к своим приложениям.

С Asyncflow v1.0 подкаст теперь может похвастаться более чем 450 голосами AI, готовых читать ваш текст вслух. Крутая часть? Им удалось снизить затраты на обучение и вывод, что дает им поддержку конкуренции.

Подкаст сейчас находится в той же лиге, что и другие стартапы, такие как ElevenLabs, Speeringify и Wellsaid, все из которых используют ИИ, чтобы превратить текст в произнесенные слова. Эта технология имеет приложения повсюду, от маркетинга и рекламы до создания контента, преподавания и даже обучения людей на работе.

Арто Ерицьян, мозг, стоящий за подкастом, сказал TechCrunch, что они хотели немного погрузиться в речь текста в речь. Проблема? Это было просто слишком дорого и жаждет данных. Но благодаря некоторым недавним прорывам в крупных языковых моделях, они наконец взломали код в прошлом году. «Мы с самого начала стремились создать твердую модель текста в речь»,-сказал Ерицьян. «Но затраты были высокими. С новейшей технологией мы нашли способ создать первокласную голосовую модель без необходимости горы данных».

Их сбор средств в размере 13,5 млн. Долл. США в прошлом году также помог разжечь этот проект.

Когда дело доходит до цен, подкаст довольно конкурентоспособен. Они взимают около 40 долларов США за 500 минут конверсии текста в речь, в то время как ElevenLabs просит 99 долларов за ту же сумму.

Функция голосового клонирования подкаста также получает подтяжку лица, что делает процесс обучения намного быстрее. Раньше вам приходилось зачитать около 70 предложений, чтобы обучить систему. Теперь это займет всего несколько секунд вашего голоса. Они используют свой AI Magic Dust, который они запустили в прошлом году, для повышения качества звука во время этого нового процесса.

Когда мы попробовали это, голос звучал немного роботизированным, но он очень хорошо уловил наш тон. Подкасл говорит, что они работают над тем, чтобы сделать его еще лучше. Вы также можете обучить систему различным голосовым образцам, чтобы получить различные результаты.

Подкаст считает, что, помимо того, что затраты на низкие затраты, наличие всего, от аудио и видео инструментов до подкастов и повествования искусственного интеллекта в одном месте, отличит их от конкуренции. Ерицьян упомянул, что, хотя большинство пользователей придерживаются аудиоконтента, видео также начинает набирать оболочку.