Fish Audio, startup basée à Palo Alto spécialisée dans la génération de voix par IA, a levé 52 millions de dollars en tour seed mené par Coreline Ventures et Capital Today, avec la participation de 359 Capital, Parable, Play Time, Alphalist Partners, Bayhouse Ventures, Carya Venture Partners et HF0. L’entreprise indique disposer de plus de 8 millions d’utilisateurs sur ses modèles open source et hébergés et génère 21 millions de dollars de revenus récurrents annuels.
Fish Audio : modèles et usages
Fondée par l’ancienne chercheuse de Nvidia Shijia Liao, Fish Audio a démarré comme projet open source de génération vocale. La société a publié cinq modèles d’IA à ce jour : quatre dédiés à la génération de la parole et un dédié à la conversion parole‑texte.
La cofondatrice et CEO Rissa Cao précise que les besoins des clients entreprise varient : des sociétés comme HeyGen recherchent des voix très réalistes pour des avatars IA, tandis que des plateformes d’agents vocaux telles que LiveKit privilégient une voix naturelle et une latence faible.
Collecte des voix et contrôles
Fish Audio constitue en partie sa bibliothèque de voix en rémunérant des utilisateurs qui soumettent leur voix. La startup a cependant fait face à des critiques après que des créateurs ont affirmé que leurs voix avaient été mises en ligne sans consentement. Selon Rissa Cao, l’entreprise a automatisé son processus de retrait et réduit le délai de suppression à moins de trois minutes.
Osuke Honda, de Coreline Ventures, estime que la confiance durable passe par des systèmes intégrés de consentement et d’attribution. Pour sa part, Rico Mallozzi de 359 Capital juge que les contrôles fins de Fish Audio et l’efficacité de son entraînement de modèles la positionnent favorablement face à des laboratoires d’IA plus gros et mieux financés.
Crédit image : Fish Audio
