Fish Audio a annoncé une levée de 52 millions de dollars en seed pour accélérer le développement de sa plateforme de voix artificielle en temps réel, destinée aux créateurs, aux développeurs et aux entreprises. La startup, qui revendique environ 21 millions de dollars de revenus récurrents annuels et plus de huit millions d’utilisateurs après sa première année commerciale, veut étendre ses capacités au-delà du texte‑vers‑parole vers des modèles linguistiques natifs pour la voix et des systèmes speech‑to‑speech.
## Fish Audio : 52 millions pour pousser la Voice AI
Le tour de table a été mené par Coreline Ventures et Capital Today, avec la participation de 359 Capital, Play Time, HF0, 645 Ventures, Parable, Carya Venture Partners, Alphalist Partners et des investisseurs providentiels. La société indique que les fonds serviront à renforcer les ventes enterprise, les outils pour développeurs et les intégrations, notamment avec LiveKit et Retell.
## Une technologie rapide, multilingue et expressive
Fish Audio met en avant des performances techniques marquantes : clonage de voix à partir d’un échantillon de cinq secondes en environ quinze secondes, prise en charge de plus de 83 langues et un contrôle émotionnel fin grâce à plus de 15 000 commandes en langage naturel permettant de moduler l’expression mot par mot. Son modèle S2.1 Pro a été préféré par approximativement 67 % des auditeurs lors de tests à l’aveugle rapportés par l’entreprise.
## Héritage open source et traction commerciale
La société est née du projet open source Fish Speech porté par le cofondateur et chief scientist Shijia Liao, qui a recueilli plus de 31 000 étoiles sur GitHub. Ce socle a contribué à attirer une communauté de développeurs de jeux, de builders indépendants et de créateurs de contenu numérique, avant de déboucher sur une offre commerciale ayant atteint les chiffres d’usage et de revenus mentionnés.
## Sécurité, déploiement et clients
Consciente des contraintes réglementaires et de confidentialité, Fish Audio propose des options de déploiement on‑premises, des configurations sans rétention de données et des offres compatibles HIPAA pour les clients soumis à des exigences strictes. L’entreprise, basée à Palo Alto, cite parmi ses clients HeyGen, Telnyx, OpenArt, Sanas et d’autres acteurs de la voix et des médias.
## Les ambitions produits
Au‑delà du texte‑vers‑parole, Fish Audio prévoit d’investir dans des modèles linguistiques natifs pour la voix, des systèmes speech‑to‑speech et d’autres fonctionnalités audio avancées. L’objectif déclaré est d’offrir des voix synthétiques réalistes, multilingues et émotionnellement contrôlables à des usages allant du simple créateur aux grandes entreprises.
Rissa Cao, cofondatrice et CEO, résume l’ambition : « Nous voulions une Voice AI qui sonne humaine, accessible à toute échelle… Huit millions d’utilisateurs en ont déjà fait l’expérience. » Osuke Honda, managing partner chez Coreline Ventures, souligne pour sa part que Fish Audio a rapidement su faire la différence sur la performance, le multilinguisme, l’expression émotionnelle et le coût.
La levée de fonds devrait permettre à Fish Audio d’accélérer son passage d’une solution TTS à une plateforme audio complète, tout en renforçant son ancrage commercial et ses intégrations techniques.
