0,2 saniyede ilk ses yanıtı: Airy tanıtıldı

Güney Koreli yapay zeka girişimi Out of Set, metin girildiğinde ilk yanıtı 0,2 saniyede sese dönüştüren web tabanlı bir AI hizmetini kullanıma sundu.

Out of Set, 12'sinde ses AI markası 'Airy'yi tanıttığını ve AI ses içerik üretim hizmeti 'Airy Studio'yu yayına aldığını duyurdu. Herhangi bir kurulum ya da karmaşık ayar gerektirmeyen hizmet, ses üretip indirmeye izin veriyor ve ücretsiz kullanılabiliyor.

Airy Studio'da şirketin kendi geliştirdiği ultra hafif metinden sese (TTS) modeli çalışıyor. Kullanıcı üret düğmesine bastığında ilk ses yanıtı 0,2 saniye içinde geliyor. Hizmet şu an Korece ve İngilizce olmak üzere iki dili ve 10 farklı ses karakterini destekliyor.

TTS, yazılı metni insan sesine benzer bir sese çeviren bir teknoloji. Sesli kitap üretiminden video dublajına, anons seslendirmesine kadar birçok ses içeriği üretim sürecinde kullanılıyor.

Out of Set, Airy markası altında cihaz üzerinde (on-device) çalışan ses temel modelinden uygulama ürünlerine, geliştiriciler için API ve SDK'lara kadar ürün yelpazesini genişletmeyi planlıyor. Airy Studio, bu yol haritasında genel kullanıcıların ses üretim özelliğini doğrudan deneyimlemesi için tasarlanan hizmet olarak öne çıkıyor.

Şirket ayrıca Güney Kore KOBİ ve Girişimcilik Bakanlığı'nın özel sektör yatırımı odaklı teknoloji girişimciliği destek programı TIPS'e de seçildi. Önümüzdeki iki yıl boyunca en fazla 800 milyon won tutarındaki Ar-Ge fonu, cihaz üzerinde çalışan ses tanıma ve sentezleme temel modelinin geliştirilmesine aktarılacak.

Cihaz üzerinde AI, yapay zeka modelinin bulut sunucusu yerine akıllı telefon, otomobil, robot gibi bireysel cihazlarda çalıştırılması anlamına geliyor. Bu yöntem genellikle verinin dış sunuculara gönderilmesi sürecini azaltarak kişisel veri işleme, ağ gecikmesi ve işletme maliyeti sorunlarına çözüm sunabiliyor.

Out of Set, geçtiğimiz mayıs ayında The Ventures'tan tohum (seed) yatırım almıştı. Şirket o dönem, internet bağlantısı olmadan doğrudan cihaz üzerinde çalışan ultra hafif dikey yapay zeka modelleri geliştireceğini açıklamış ve ilk iş alanı olarak ses tanıma ile ses sentezini işaret etmişti.

Kim Hyeong-ju, Out of Set CEO'su, "Airy Studio aracılığıyla '0,2 saniyede anında tepki veren hafif ve hızlı ses deneyimini' kullanıcıların doğrudan hissetmesini sağlamak, ardından geliştiricilerin de dahil olduğu cihaz üzerinde ses AI ekosistemini kurmak istiyoruz" dedi. Şirketin planı, hızlı yanıt özelliğini önce tüketici hizmetinde hayata geçirip ardından geliştirici ürün yelpazesine taşımak yönünde.

Üretken ses pazarında modelin ifade gücünün yanı sıra yanıt hızı ve hizmet işletme biçimi de önemli rekabet unsurları arasında sayılıyor. TokenPost daha önce AI ses üretim girişimi Fish Audio'nun 52 milyon dolarlık tohum yatırım aldığı haberini ve ByteDance'in ses, video ve metni aynı anda işleyen bir AI modelini Doubao'ya uyguladığı gelişmeyi aktarmıştı. Bu duyurunun kripto para ve blokzincir piyasasıyla doğrudan bir bağlantısı bulunduğu doğrulanmadı.