Fish Audio تجمع 52 مليون دولار لبناء نماذج صوت ذكاء اصطناعي للمبدعين والمؤسسات

بداية متواضعة وانطلاقة استثنائية

لم تكن Fish Audio في البداية سوى مشروع شخصي صغير أطلقه الباحث السابق في Nvidia، شيجيا ليو، الذي أحسّ بإحباط حقيقي من محدودية الأصوات الاصطناعية المتاحة في السوق وافتقارها إلى التعبيرية الطبيعية. استجابةً لذلك، قرّر تدريب نموذج لتوليد الصوت باستخدام وحدة معالجة رسومية واحدة فقط، ثم أتاحه للعموم كمشروع مفتوح المصدر. اليوم، تجاوز عدد نجوم مستودع Fish Speech على منصة GitHub حاجز الـ31,000 نجمة، ويعتمد عليه مطورون مستقلون ومصممو ألعاب فيديو وصانعو محتوى حول العالم.

تمويل ضخم يُعزّز مسيرة النمو

أعلنت شركة Fish Audio، ومقرها مدينة بالو ألتو الأمريكية، عن إتمام جولة تمويل أولية بلغت قيمتها 52 مليون دولار، بقيادة صندوقَي Coreline Ventures وCapital Today، مع مشاركة عدد من المستثمرين الآخرين من بينهم 359 Capital وParable وHF0 وغيرهم. ويأتي هذا التمويل في وقت تتمتع فيه الشركة بزخم نمو ملحوظ، إذ تضم قاعدة مستخدميها أكثر من 8 ملايين شخص، فيما تُسجّل إيرادات سنوية متكررة تُقدَّر بـ21 مليون دولار.

مكتبة صوتية متكاملة لاحتياجات متنوعة

تتمحور فلسفة Fish Audio حول تقديم حلول صوتية قابلة للتكيّف مع طيف واسع من الاستخدامات، من خلال مكتبة تضم أكثر من 15,000 أداة للتحكم في اللغة الطبيعية. وقد أطلقت الشركة خمسة نماذج خلال العام الماضي:

• أربعة نماذج لتوليد الكلام، ثلاثة منها مفتوحة المصدر.
• نموذج واحد لتحويل الكلام إلى نص.
• النموذج الأحدث S2.1 Pro المتاح حصرياً عبر واجهة برمجية مدفوعة.

تقدّم الشركة خططاً شهرية للمبدعين والفرق تتيح توليد عدد محدد من الدقائق الصوتية مع إمكانية استنساخ الأصوات، فضلاً عن نسخة مؤسسية تستخدمها بالفعل شركات بارزة مثل HeyGen وSanas.

تنوع الاستخدامات يصنع الفارق التنافسي

تُوضح الرئيسة التنفيذية ومؤسِّسة الشركة ريسا كاو أن كل مؤسسة تحمل احتياجاً مختلفاً: فشركة HeyGen التي تدمج الأصوات في أفاتارات الذكاء الاصطناعي تسعى إلى الواقعية، بينما تحتاج استوديوهات الألعاب إلى أصوات شخصيات أكثر تعبيراً وحيوية، في حين تُفضّل شركات وكلاء الصوت مثل LiveKit أصواتاً طبيعية وسريعة الاستجابة تُحاكي أسلوب المحادثة الإنسانية.

إشكالية الموافقة وحماية أصوات المبدعين

اعتمدت Fish Audio في بناء مكتبتها الصوتية على نموذج تشاركي يدعو المستخدمين إلى تقديم أصواتهم مقابل تعويض مالي عند استخدامها. غير أن هذا النهج أفضى إلى خلافات حين ادّعى بعض المبدعين رفع أصواتهم دون علمهم أو موافقتهم. وردّت الشركة بتطوير آلية إزالة تلقائية تُمكّن أصحاب الأصوات من تقديم عيّنة صوتية أو وثيقة إثبات ملكية، وإتمام عملية الإزالة في أقل من ثلاث دقائق.

بيد أن التحدي الجوهري لا يزال قائماً: لا شيء يحول دون رفع أصوات الآخرين دون علمهم، ما يجعل حماية الأصوات مشروطة بتنبّه أصحابها أنفسهم. ويرى أوسوكي هوندا، الشريك في Coreline Ventures، أن استدامة هذا النموذج المجتمعي مرهونة بثقة المبدعين في المنصة، وأن الصناعة بأسرها مطالَبة بتبنّي معايير واضحة تشمل: التحقق من ملكية الأصوات، والترخيص الشفاف، وآليات الإبلاغ السريع، ونماذج تقاسم الإيرادات مع المبدعين.

خارطة طريق طموحة في سوق تنافسية

تخطط Fish Audio لإطلاق نموذج لفهم الصوت وآخر لتحويل الكلام إلى كلام خلال العام الجاري، وذلك في سوق تكتظ فيه المنافسة مع لاعبين بارزين كـElevenLabs وCartesia وSpeechify وغيرهم. ويرى ريكو مالوزي، الشريك في 359 Capital، أن قدرة Fish Audio على بناء نماذج متطورة بفريق محدود وتكاليف تدريب منخفضة يُجسّد ميزة تقنية حقيقية تُمكّنها من المنافسة حتى في مواجهة مختبرات الذكاء الاصطناعي الكبرى ذات التمويل الضخم.

✦ بقلم فريق دروب أيديا