Lydteknikere sliter ofte med opptak som er preget av bakgrunnsstøy, men et tysk firma kalt AI-coustics prøver å endre på dette ved å bruke generativ AI på en ny måte for å forbedre taletydeligheten i filmer.
AI-coustics debuterte med en finansiering på 1,9 millioner euro og tilbyr en teknologi som går lenger enn tradisjonell støydemping. Ifølge Fabian Seipel, medgründer og administrerende direktør, er teknologien laget for å forbedre lydkvaliteten på alle enheter og høyttalere.
Målet er å gjøre alle digitale interaksjoner like tydelige som studiosendinger, enten det dreier seg om en telefonkonferanse eller en video i sosiale medier.
AI-coustics ble etablert i 2021 som et resultat av at lydingeniør Seipel og Corvin Jaedicke, foreleser i maskinlæring ved Berlins tekniske universitet, begge var misfornøyde med den dårlige lydkvaliteten på nettbasert undervisningsinnhold. Seipels egne problemer med hørselstap fra hans tidlige arbeid med musikkproduksjon er inspirasjonen bak hans personlige misjon om å forbedre den digitale lydkvaliteten.
AI-coustics skiller seg ut i det overfylte feltet av AI-aktiverte stemmeforbedringsprodukter med sin kreative tilnærming til utvikling av støyreduksjonsteknologi.
Virksomhetens algoritme, som belønner brukere som bidrar til treningsdatasettet, er basert på taleprøver som er tatt opp i studioet i Berlin. Deretter bruker de dette datasettet til å forbedre den støyreduserende AI-en, som i løpet av treningsprosessen etterligner en rekke ulike lydfeil.
Det finnes imidlertid bekymringer knyttet til bidragsyternes engangsbetaling og mulige skjevheter i talegjenkjenningen. For å motvirke fordommer er AI-coustics opptatt av å diversifisere bidragsyterbasen for å sikre at teknologien er effektiv i alle språklige og demografiske sammenhenger.
Tre ulike videoklipp ble kjørt via AI-coustics' plattform for å evaluere effekten av teknologien. Resultatene viste en betydelig forbedring av taleklarheten ved at bakgrunnsstøyen ble redusert.
AI-coustics håper å kunne bruke teknikken til både forhåndsinnspilt og sanntids taleforsterkning. Teknologien kan til og med bli integrert i forbruksvarer for automatisk å forbedre talekvaliteten. Foreløpig tilbyr oppstartsselskapet et SDK, en webapplikasjon og et API for å gjøre etterbehandlingen av lyd og video enklere.
Med en kombinasjon av on-demand, abonnementsbaserte og lisensbaserte inntektsstrømmer har AI-coustics tiltrukket seg både en stor brukerbase og bedriftskunder. Ved hjelp av det nye finansierings- og støttesystemet har selskapet til hensikt å øke arbeidsstokken og forbedre strategien for taleforbedring for å møte markedets forventninger og forhandle i økosystemet for risikokapital.
Som svar på bekymringen for at kunstig intelligens (AI) kan erstatte ansatte, understreker Seipel hvordan AI-kustikk kan fremskynde lydproduksjonsprosessen og frigjøre menneskelige ingeniører til andre oppgaver, samtidig som det garanteres høy stemmekvalitet. Startup-selskapets teknologi kan brukes på tvers av enheter og innhold, og har som mål å løse det utbredte problemet med dårlig lydkvalitet i digital kommunikasjon.