Ljudtekniker kämpar ofta med inspelningar som är påverkade av bakgrundsljud, men ett tyskt företag som heter AI-coustics försöker ändra på detta genom att använda generativ AI på ett nytt sätt för att förbättra taluppfattningen i filmer.
AI-coustics debuterade med en finansiering på 1,9 miljoner euro och erbjuder en teknik som går längre än traditionell brusreducering. Enligt Fabian Seipel, medgrundare och VD, är deras teknik utformad för att förbättra ljudkvaliteten i alla enheter och högtalare.
Deras mål är att göra alla digitala interaktioner lika tydliga som studiosändningar, oavsett om det handlar om ett konferenssamtal eller en video på sociala medier.
AI-coustics grundades 2021 som ett resultat av ljudingenjören Seipels och Corvin Jaedickes gemensamma missnöje med den dåliga ljudkvaliteten på utbildningsinnehåll på nätet, som föreläsare i maskininlärning vid Berlins tekniska universitet. Seipels egen kamp med hörselnedsättning från sitt tidiga arbete inom musikproduktion är inspirationen bakom hans personliga uppdrag att förbättra det digitala ljudets klarhet.
AI-coustics utmärker sig i det trånga fältet av AI-aktiverade produkter för röstförbättring med sin kreativa strategi för utveckling av teknik för brusreducering.
Företagets algoritm, som belönar användare som bidrar till deras träningsdataset, är baserad på talprover som spelades in i deras studio i Berlin. De använder sedan detta dataset för att förbättra sin brusreducerande AI, som under sin träningsprocess exakt efterliknar en mängd olika ljudfel.
Det finns dock farhågor kring bidragsgivarnas metod med engångsbetalning och eventuella fördomar kring taligenkänning. För att motverka fördomar är AI-coustics fast beslutet att diversifiera sin bidragsgivarbas för att garantera teknikens effektivitet i alla språkliga sammanhang och demografiska sammanhang.
Tre olika videoklipp kördes via AI-coustics plattform för att utvärdera teknikens effektivitet. Resultaten visade en betydande förbättring av taluppfattbarheten genom att bakgrundsljudet sänktes.
AI-coustics hoppas kunna använda sin teknik för både förinspelat och realtidsförstärkt tal. Tekniken kan även komma att integreras i konsumentvaror för att automatiskt förbättra röstkvaliteten. För närvarande tillhandahåller startupen en SDK, webbapplikation och API för att göra efterbearbetning av ljud och video enklare.
Med en kombination av on-demand, prenumerationsbaserade och licensbaserade intäktsströmmar har AI-coustics lockat både en stor användarbas och företagskunder. Med hjälp av det senaste finansierings- och stödsystemet avser företaget att utöka sin personalstyrka och förbättra sin strategi för talförbättring för att möta marknadens förväntningar och förhandla med riskkapitalekosystemet.
Som svar på oron för att artificiell intelligens (AI) skulle kunna ersätta arbetare betonar Seipel hur AI-kustik kan påskynda ljudproduktionsprocessen, frigöra mänskliga ingenjörer för andra uppgifter och samtidigt garantera högkvalitativ röstproduktion. Startup-företagets teknik lovar bred tillämpning på olika enheter och innehåll, och syftar till att lösa det utbredda problemet med dålig ljudkvalitet i digital kommunikation.