Nền tảng podcast Podcastle ra mắt mô hình chuyển văn bản thành giọng nói với hơn 450 giọng nói AI

Với động thái này, Podcastle gia nhập một số công ty khởi nghiệp, bao gồm ElevenLabs, Speechify và WellSaid, những công ty đã phát triển công nghệ và mô hình AI để chuyển đổi bất kỳ loại văn bản nào thành clip thoại do AI thuật lại. Công nghệ này mở rộng các trường hợp sử dụng như tiếp thị, quảng cáo, tạo nội dung, giáo dục và đào tạo doanh nghiệp.

Người sáng lập Podcastle, Arto Yeritsyan, nói với TechCrunch rằng công ty luôn muốn xây dựng mô hình chuyển văn bản thành giọng nói, nhưng chi phí đào tạo và yêu cầu dữ liệu cho mô hình đó rất cao.

“Chúng tôi muốn xây dựng một mô hình chuyển văn bản thành giọng nói mạnh mẽ ngay từ khi thành lập. Tuy nhiên, chi phí phát triển rất cao. Nhờ sự phát triển mô hình ngôn ngữ lớn gần đây, chúng tôi đã có thể đạt được bước đột phá vào năm ngoái để đạt đến mức có thể xây dựng mô hình giọng nói chất lượng cao mà không cần nhiều dữ liệu,”” Yeritsyan nói.

Công ty cũng được hỗ trợ trong những nỗ lực của mình thông qua Gây quỹ Series A trị giá 13,5 triệu USD năm ngoái.

Yeritsyan cho biết trong khi Podcastle tính phí khoảng 40 USD cho mỗi 500 phút chuyển đổi văn bản sang giọng nói thì ElevenLabs tính phí tương tự là 99 USD.

Tính năng sao chép giọng nói của Podcastle cũng đang được nâng cấp để tạo ra quy trình đào tạo nhanh hơn.

Trước đó, quá trình đào tạo bao gồm việc đọc khoảng 70 câu khác nhau. Bây giờ bạn chỉ cần vài giây ghi âm để tạo bản sao giọng nói của bạn. Quy trình mới cũng sử dụng Magic Dust AI của Podcastle, được phát hành vào năm ngoái, để cải thiện chất lượng ghi âm.

Trong thử nghiệm của chúng tôi, giọng nói được tạo bằng quy trình mới nghe có vẻ hơi giống robot, mặc dù nó bắt chước giọng điệu của chúng tôi. Công ty cho biết, theo thời gian, nó sẽ cải thiện tính năng này. Ngoài ra, bạn có thể huấn luyện các mẫu giọng nói khác nhau để có được kết quả khác nhau.