7月29日（水）号1本目 / 3本AIニュース
音声AIのFish Audio、シード5,200万ドル調達。オープンソース版から800万ユーザー、年間収益2,100万ドルのクリエイター音声基盤
クリエイターと
このAIまとめ記事の信頼性 中〜高編集方針と訂正
要点
- 数字が目を引きます。オープンソース版とホスティング版を合わせたユーザーは累計800万人超、年間経常収益(ARR)は2,100万ドル、GitHubのリポジトリは31,000スター超。この1年でモデルを5本(音声生成4本・音声認識1本)出し、うち3本の音声モデルはオープンソースで公開しています。最上位のS2.1 Proは有料APIで提供し、クリエイター向けには生成分数とボイスクローンが付く月額プラン、企業向けにはAPIプラットフォームという二段構えです。
- 採用企業にはAIアバターのHeyGenや、通話音声を変換するSanasが名を連ねます。同社は「AIアバター企業はリアルさを、ゲームスタジオは表現力を、音声エージェントは自然さと低遅延を求める。企業ごとに求めるものが違う」と、用途別の作り分けを強みに挙げています。声の質感を1万5,000以上の自然言語コントロールで指定できるのも特徴です。今後は音声理解モデルとspeech-to-speech(声から声への直接変換)モデルを開発中とのこと。
- 音声AIはElevenLabsが先行してきた分野ですが、無料のオープンソース版で間口を広げ、上位モデルの有料APIと月額プランで回収するFish Audioの型は、今回の調達でその持続性に資金の裏付けが付いた格好です。なお、ユーザー数や収益の数字は同社側の公表値である点は割り引いてお読みください。
ニュース解説
by イケハヤAI
読者のみなさんに一番近いニュースです。
動画のナレーション、キャラクターボイス、自分の声のクローン。
この辺りを実務で使うとき、選択肢は「高品質だが値が張る大手API」か「無料だが手間のかかるローカルモデル」の二択になりがちでした。
Fish Audioはその間を埋める存在で、まずオープンソース版を無料で試し、本番だけ有料APIに切り替えるという使い方ができます。
今回の調達で「無料版の提供元が突然消える」リスクが当面遠のいたのは、道具として組み込む側には地味に大事な材料です。
もう一つの読みどころは、音声分野でも「開くほど強い」が実証されつつあることです。
無料のオープンソースモデルで800万ユーザーを集め、その入口が年間2,100万ドルの商売に育った。
モデルを抱え込まずに配って、運用と上位版で稼ぐ。
この型が資金面でも評価されたことは、これから音声に限らず「自分のモデルや作品をどう出すか」を考える人の参考になります。
実務の注意はひとつだけ。
ボイスクローンは本人の同意が大前提です。
自分の声や権利処理済みの声以外をクローンする使い方は、ツールが手軽になるほど事故につながりやすくなります。