Подкаст открывает текст в речь с 450+ голосами AI

Podcastle, популярная платформа для записи и редактирования подкастов, выходит на рынок AI-текста-в-речи с новой моделью Asyncflow v1.0. Они не останавливаются на этом — также запускают API для разработчиков, упрощающий интеграцию этой технологии в их приложения.

С Asyncflow v1.0 Podcastle теперь предлагает более 450 AI-голосов, готовых озвучивать ваш текст. Круто то, что им удалось снизить затраты на обучение и вывод, что дает им преимущество перед конкурентами.

Podcastle теперь на одном уровне со стартапами вроде ElevenLabs, Speechify и WellSaid, которые используют AI для преобразования текста в речь. Эта технология находит применение в маркетинге, рекламе, создании контента, обучении и даже профессиональной подготовке.

Арто Ерицян, основатель Podcastle, рассказал TechCrunch, что они давно хотели заняться текстом-в-речи. Проблема? Это было слишком дорого и требовало много данных. Но благодаря последним прорывам в больших языковых моделях они наконец-то решили эту задачу в прошлом году. «Мы с самого начала стремились создать надежную модель текста-в-речи», — сказал Ерицян. «Но затраты были огромными. С новейшими технологиями мы нашли способ создать высококачественную голосовую модель без горы данных».

Раунд финансирования Series A на $13.5 млн в прошлом году также помог в реализации этого проекта.

Что касается цен, Podcastle весьма конкурентоспособна. Они берут около $40 за 500 минут преобразования текста в речь, тогда как ElevenLabs просит $99 за тот же объем.

Функция клонирования голоса Podcastle также получает обновление, ускоряя процесс обучения. Раньше нужно было начитать около 70 предложений для обучения системы. Теперь достаточно нескольких секунд вашего голоса. Они используют Magic Dust AI, запущенный в прошлом году, для повышения качества звука в этом новом процессе.

Когда мы попробовали, голос звучал немного роботизированно, но наш тон он передал довольно хорошо. Podcastle говорит, что работает над улучшениями. Вы также можете обучать систему разными образцами голоса для получения разных результатов.

Podcastle считает, что, помимо низких затрат, объединение аудио- и видеоинструментов, подкастов и AI-озвучки в одном месте выделит их среди конкурентов. Ерицян отметил, что, хотя большинство пользователей предпочитают аудиоконтент, видео тоже начинает набирать популярность.