Compania sud-coreeană Neosapience, cunoscută pentru platforma de sinteză vocală Typecast, a reușit să atragă o finanțare de 11,5 milioane de dolari. Aceste fonduri sunt destinate dezvoltării serviciilor de voce AI cu funcționalități „inteligente emoțional” și extinderii capacităților de localizare în mai multe limbi, în perspectiva unei oferte publice inițiale planificate.
Oferte publice inițiale planificate până la sfârșitul lui 2026
Neosapience, cu birouri în Seul și San Francisco, se pregătește pentru listarea la Bursa din Coreea, așteptată până la sfârșitul anului 2026. Compania subliniază că Typecast se distinge prin abilitatea de a interpreta emoțiile umane din text, fără a necesita prompturi elaborate sau înregistrări anterioare. Taesu Kim, co-fondator și CEO, afirmă că „Publicul este global, însă crearea de conținut este adesea restricționată de limbă și buget. Noi schimbăm această dinamică.” Typecast analizează scenariile linie cu linie pentru a înțelege tonul, emoția și contextul, o abordare pe care compania o numește smart emotion. Aceasta înseamnă că performanța se aliniază cu narațiunea.
Platforma este deja funcțională în limbile engleză, chineză, japoneză, coreeană, spaniolă și vietnameză. Noua rundă de finanțare va permite extinderea și în alte limbi, răspunzând astfel cererii globale pentru conținut localizat.
Replicarea vocii umane cu emoții
Neosapience susține că Typecast poate analiza scenariile și genera livrarea emoțională corectă pentru fiecare propoziție, fără intervenție umană, rezultatul fiind indistinct de o voce umană. Kim a explicat că, folosind doar câteva minute de înregistrări umane, este posibil să se dezvolte o voce AI care depășește originalul, oferind performanțe cu un grad de expresivitate emoțională mai mare decât cel al vorbitorului uman. Aplicațiile acestei tehnologii se extind în domeniile divertismentului, marketingului și producției de conținut digital, în contextul unei economii a creatorilor în continuă expansiune.
Controverse în industria de divertisment legate de vocile AI
Utilizarea inteligenței artificiale în divertisment generează controverse. Artiștii, atât din fața, cât și din spatele camerei, precum și personalul tehnic din studiouri, își exprimă îngrijorarea cu privire la impactul asupra locurilor de muncă și procesului creativ. În special, artiștii vocali se tem că serviciile de sinteză vocală AI le-ar putea afecta carierele.
Cu toate acestea, cererea pentru servicii de voce AI este în continuă expansiune. De exemplu, compania ucraineană Respeecher a implementat tehnologia sa în producții de renume precum filmul „The Brutalist” și serialul „The Mandalorian”. De asemenea, actori de renume, cum ar fi Michael Caine și Liza Minnelli, au contribuit cu voci pentru platforma „Iconic Voice Marketplace” creată de ElevenLabs, care permite utilizatorilor să asculte cărți audio citite de vocile unor actori celebri.
Piața vocilor AI în expansiune
Neosapience nu este singura companie activă în acest sector în expansiune. Concurenți precum ElevenLabs colaborează cu moștenitorii unor actori legendari, inclusiv Burt Reynolds și Judy Garland. Sindicatul actorilor din SUA, SAG-AFTRA, a încheiat recent acorduri pentru a permite membrilor să își licențieze vocile digitale. De exemplu, în august, sindicatul a anunțat un parteneriat cu Narrativ pentru utilizarea vocilor în reclame audio. În ianuarie, Replica Studios a obținut dreptul de a folosi vocile membrilor în jocuri video. Aceste acorduri nu interzic utilizarea AI, dar impun restricții asupra recreării vocilor fără permisiune, un aspect esențial care a contribuit la greva actorilor din 2023.
Neosapience: o companie cu rădăcini tehnice solide
Neosapience a fost fondată în 2017 de foști ingineri Qualcomm și absolvenți ai institutului KAIST, o instituție tehnică de prestigiu din Coreea de Sud. Obiectivul companiei este de a face accesibili actorii virtuali alimentați de AI. Echipa a dezvoltat o tehnologie capabilă să sintetizeze voci și fețe realiste, emoționale, bazate pe texte. Platforma Typecast oferă în prezent peste 400 de voci AI și personaje virtuale, având peste 1,6 milioane de utilizatori în 225 de țări.
În 2022, compania a obținut 21,5 milioane de dolari într-o rundă de finanțare Series B, condusă de BRV Capital Management. De atunci, platforma a adăugat funcționalități de sinteză vocală pentru cântat și rap în limba engleză, precum și actori video alimentați de AI.
Tehnologia dezvoltată de Neosapience are potențialul de a reduce costurile și timpul de producție pentru creatorii de conținut. Platformele de e-learning, podcast-uri, jocuri video și producătorii de conținut video pot beneficia de aceste servicii, generând voci profesionale fără necesitatea angajării actorilor pentru fiecare proiect. Totuși, peisajul reglementărilor și al acordurilor sindicale rămâne complex. Greva actorilor din 2023 a subliniat temerile privind înlocuirea talentului uman cu replici digitale. Industria caută un echilibru între inovația tehnologică și protecția drepturilor artiștilor. Listarea planificată la bursă în 2026 va reprezenta un indicator important al încrederii investitorilor în viitorul tehnologiilor de sinteză vocală AI.
