Fish Audio lève 52 M$ pour étendre ses modèles vocaux IA

Fish Audio, une plateforme spécialisée dans les modèles vocaux générés par IA, annonce une levée de fonds de 52 millions de dollars en seed. Cette opération, menée par Coreline Ventures et Capital Today, vise à accélérer le développement de ses outils pour créateurs et entreprises.

L’entreprise, fondée par l’ancien chercheur de NVIDIA Shijia Liao, propose une bibliothèque de plus de 15 000 contrôles en langage naturel pour générer des voix expressives ou adaptées à des besoins spécifiques. Depuis son lancement, Fish Audio revendique plus de 8 millions d’utilisateurs sur ses versions open source ou hébergées, avec un chiffre d’affaires récurrent annuel de 21 millions de dollars. La startup a déjà déployé cinq modèles en un an, dont trois en open source et deux réservés à ses offres payantes, comme le modèle S2.1 Pro accessible via API.

Les modèles de Fish Audio ciblent des cas d’usage variés : réalisme pour les avatars IA, expressivité pour les jeux vidéo, ou encore latence réduite pour les agents vocaux en temps réel. Des entreprises comme HeyGen et Sanas utilisent déjà ses APIs. Pour enrichir sa base de données vocales, Fish Audio a mis en place un système de contribution rémunérée, où les utilisateurs peuvent soumettre leur voix pour entraîner les modèles. Cette approche a toutefois soulevé des questions sur le consentement après des signalements de voix intégrées sans autorisation, entraînant des retards dans les processus de retrait via DMCA.

Les plans payants de Fish Audio, proposés sous forme d’abonnements mensuels, incluent des quotas de minutes de génération et des fonctionnalités comme le clonage vocal. L’entreprise cible à la fois les créateurs individuels et les équipes, tout en développant une offre dédiée aux organisations via des APIs et une plateforme dédiée.