Lydteknikere kæmper ofte med optagelser plettet af baggrundsstøj, men et tysk firma kaldet AI-coustics forsøger at ændre dette ved at bruge generativ AI på en ny måde for at forbedre taleklarheden i film.
AI-coustics fik sin debut med en finansiering på €1,9 millioner og tilbyder en teknologi, der går ud over traditionel støjdæmpning. Ifølge Fabian Seipel, medstifter og CEO, er deres teknologi lavet til at forbedre lydkvaliteten på tværs af alle enheder og højttalere.
Deres mål er at gøre alle digitale interaktioner lige så tydelige som studieudsendelser, uanset om det er et telefonmøde eller en video på sociale medier.
AI-coustics blev etableret i 2021 som et resultat af den gensidige utilfredshed mellem lydingeniør Seipel og maskinlæringslektor ved det tekniske universitet i Berlin Corvin Jaedicke, om den dårlige lydkvalitet af online undervisningsindhold. Seipels egne kampe med høretab fra hans tidlige arbejde med musikproduktion er inspirationen bag hans personlige mission om at forbedre digital lydklarhed.
AI-coustics adskiller sig i det overfyldte felt af AI-aktiverede stemmeforbedringsprodukter med sin kreative tilgang til støjreduktionsteknologiudvikling.
Virksomhedens algoritme, som belønner brugere for at føje til deres træningsdatasæt, er baseret på taleeksempler, der blev fanget i deres Berlin-studie. De bruger derefter dette datasæt til at forbedre deres støjreducerende AI, som under træningsprocessen nøjagtigt efterligner en række lydfejl.
Der er dog bekymringer med hensyn til bidragydernes tilgang til engangsbetaling og mulige talegenkendelsesforstyrrelser. For at modvirke fordomme er AI-coustics dedikeret til at diversificere sin bidragyderbase for at garantere teknologiens effektivitet i alle sproglige sammenhænge og demografiske sammenhænge.
Tre forskellige videoklip blev kørt via AI-coustics' platform for at evaluere effektiviteten af teknologien. Resultaterne viste en signifikant forbedring i taleklarhed ved at sænke baggrundsstøj.
AI-coustics håber at kunne bruge deres teknik til både forudindspillet og real-time taleforøgelse. Det kan endda inkorporere sin teknologi i forbrugsvarer for automatisk at øge stemmekvaliteten. I øjeblikket leverer opstarten en SDK, webapplikation og API for at gøre efterbehandling af lyd og video nemmere.
Med en kombination af on-demand, abonnementsbaserede og licensindkomststrømme har AI-coustics tiltrukket både en stor brugerbase og virksomhedskunder. Ved at bruge sit seneste finansierings- og supportsystem har virksomheden til hensigt at udvide sin arbejdsstyrke og forbedre sin taleforbedringsstrategi for at imødekomme markedets forventninger og forhandle venturekapitaløkosystemet.
Som svar på bekymringer om, at kunstig intelligens (AI) kunne erstatte arbejdere, understreger Seipel, hvordan AI-kustik kan fremskynde lydproduktionsprocessen og frigøre menneskelige ingeniører til andre opgaver og samtidig garantere højkvalitets stemmeoutput. Startup'ens teknologi lover bred anvendelighed på tværs af enheder og indhold, med det formål at løse det udbredte problem med dårlig lydkvalitet i digital kommunikation.