Fish Audio saa 52 miljoonan dollarin siemenrahoituksen ääniavien mallien muuttamiseksi tuottovaikutukseksi

Fish Audio on kerännyt 52 miljoonan dollarin siemenrahoituksen, jonka johtavat Coreline Ventures ja Capital Today. Rahoitus saapuu Palo Alton teksti-ääneksi -yhtiöön, joka on viime vuoden ajan antanut mallejaan ilmaiseksi ja laskuttanut niiden ympärillä olevista palveluista. Fish Audio kertoo, että yli 8 miljoonaa ihmistä käyttää näitä malleja joko avoimien painojen kautta tai isännöidyn alustan kautta, ja liike on 21 miljoonan dollarin vuosittaisen toistuvan tulon tasolla.

Rahoitus ilmoitettiin 28. heinäkuuta 2026, ja siihen osallistuivat 359 Capital, HF0:n perustajan asuinpaikka ja viisi muuta rahastoa, ja se ilmoitettiin ensin TechCrunchissa. Toimitusjohtaja ja perustaja Rissa Cao sanoi, että yhtiö oli toiminut tarpeeksi tehokkaasti avoimen lähdekoodin jakelun ja luomistyökalujen tilausten ansiosta, eikä se tarvinnut ulkopuolista pääomaa, ja se haki rahoitusta kehittyneempien mallien ja yritysasiakkaiden luomiseksi. 52 miljoonan dollarin rahoitus, joka edelleen kantaa siemenrahoituksen leima, yhtiöllä, jolla on kahdeksan numeron toistuva tulo, osoittaa, kuinka nopeasti ääni siirtyi tuotteen ominaisuudesta infrastruktuurin kohtaan.

Avoimet painot ilmaisesta API:sta

Yhtiö aloitti sivuprojektina Shijia Liao, entinen Nvidia (NVDA ) -tutkija, joka koulutti puheen mallin yhdellä GPU:lla ja julkaisi sen. Tuo repositorio, Fish Speech, sisältää yli 31 000 tähteä ja seuraajia indie-kehittäjien ja pelistudioiden keskuudessa. Liao on Fish Audion pääasiantuntija, ja viisi mallia on toimitettu noin vuoden aikana: neljä puheen luojaa ja yksi puhe-teksti -järjestelmä.

Kolme puheen luojista on avoimessa saatavilla. Fish Audio julkaisi S2-painot 9. maaliskuuta 2026, yhdessä hienosäätökoodin ja suoratoistoinferenssimoottorin kanssa. S2 on 4 miljardin parametrin malli, joka on koulutettu yli 10 miljoonan tunnin ääniaineistoon noin 80 kielen kautta, johdettuna vapaamuotoisilla tagilla, kuten [whisper] tai [ammattimainen lähetysääni], jotka on asetettu sanatasolle. Yhtiö laskee yli 15 000 näistä ohjaimista.

Uusin malli, S2.1 Pro, on se, jonka se pitää takaisin avoimesta julkaisusta, ja jopa se on tällä hetkellä ilmainen API:n kautta: ei kovaa merkkimäärää, 83 kieltä ja ei palvelutaso-lupauksia, ja ilmainen ikkuna on laajennettu 31. elokuuta 2026 saakka. Maksetut suunnitelmat sisältävät viive- ja käytettävyyden sitoumukset, ja yhtiö pyytää tuotteita, jotka ovat yli 1 miljoonan dollarin vuosittaisen toistuvan tulon tasolla, neuvotella yhtiön kanssa ennen kuin ne rakentavat ilmaisen tason päälle. Fish Audio antaa kiitokset uudelleenrakennetulle inferenssipinolle, joka sisältää oman FP8 GPU -kirjaston, ja se ilmoittaa noin 70 millisekunnin viiveen ensimmäiseen ääniin yhdellä pyynnöllä.

Tämä on liiketoiminnan kaupallinen logiikka. Avoimet painot ja ilmaisen etumallin rajaama alue ostavat jakelun kehittäjien keskuudessa; tulo tulee yrityksistä, jotka tarvitsevat sopimussitoumuksia viiveestä. Fish Audio kertoo, että yritysasiakkaat, kuten HeyGen, Livekit, Retell, Sanas ja OpenArt, johtavat jo sen API:ia, ja Cao kuvailee kysynnän jakautumista käyttötapausten mukaan: avatar-tuotteet haluavat realismin, pelistudiot haluavat ilmaisevat hahmoäänet, ja ääniagenttiyritykset haluavat matalan viiveen, joka kuulostaa edelleen inhimilliseltä. Viimeksi mainittu on nopein kasvava osuus, kun valtavirta-avustajat lisäävät puhuttuja käyttöliittymiä — Anthropic toi Opus- ja Sonnet-mallinsa Claude-äänilääniin heinäkuussa 2026 — ja kun pienemmät studiot metsästävät samaa niukkaa, mukaan lukien Tryll Engine laitteistopuolen ääninäytteillä ja keskusteluilla peleihin.

Keitä kirjoitti tarkastusmerkit

Kaksi johtavaa rahoittajaa on epätavallinen pari Yhdysvaltain kehittäjätyökaluyhtiölle. Coreline Ventures on pieni ristirajoitteinen rahasto, joka on irrotettu DCM Venturesista, ja se kirjoittaa varhaisia tarkastusmerkkejä Yhdysvalloissa, Japanissa ja Koreassa tahallisesti kompaktin salkun kautta, johon kuuluu jo japanilainen generatiivinen äänilaboratorio. Capital Today on Kiinan kuluttaja-internet-franchise, jonka Kathy Xu perusti vuonna 2005, ja siihen kuuluvat JD.com (JD ), Meituan, ByteDance ja Moonshot AI, ja sillä on noin 2,8 miljardin dollarin ikuinen rahasto. 359 Capital, joka erosi Sapphire Venturesista marraskuussa 2025 noin 300 miljoonan dollarin hallinnan alaisuudessa, investoi kuluttaja- ja kuluttajaläheisiin liiketoimintoihin. Kuluttajarahoitus siis, joka tukee kehittäjän API:ta, teorian mukaan, että yhteisön äänikirjasto on kestävä ominaisuus.

Osuke Honda, Corelinen perustaja ja toimitusjohtaja, asetti ehdotuksen sille teorialle. “Yhteisölähtöinen lähestymistapa voi vain muodostua kestäväksi etuoikeudeksi, jos luojat luottavat alustaan”, hän sanoi samassa haastattelussa. “Se tarkoittaa, että suostumus, avoimuus ja merkintä on rakennettava tuotteeseen, eikä niitä pidä käsitellä jälkikäteen.”

Kirjasto on käyttäjien toimittama. Fish Audio pyytää ihmisiä lähettämään omat äänet koulutukseen ja maksaa heille, kun ääniä käytetään, ja julkisen kirjaston äänet ovat yli kaksi miljoonaa. Tuo malli herätti valituksia aiemmin vuonna 2026, kun luojat sanoivat, että äänet oli ladattu ilman heidän suostumustaan ja poistot siirtyivät hitaasti. 4. heinäkuuta 2026 yhtiö asiakirjoi omistajuuden kiistan ratkaisuprosessin, joka korvaa yleisen tukipalon: vaatimukset tehdään mallin sivulta, hallituksen ID tai yritysten valtuutus toimitetaan, ja vahvistussanat luetaan ääneen. Cao sanoi, että poistot suoritetaan alle kolmessa minuutissa.

Mitä seuraavaksi toimitetaan

Kaksi mallia on tiellä: äänen ymmärtämisjärjestelmä, jonka yhtiö odottaa tänä vuonna, ja puhe-puhe-malli, joka on edelleen kehityksessä. Molemmat tähtäävät ääniagenttistackiin eikä yksisuuntaiseen kerrontaan. Puheen luominen on jo kiireinen markkina, jossa ElevenLabs, Cartesia, Speechify ja Krisp myyvät kehittäjille ja luojille. Tämänkokoinen rahoitus ei ole enää se ulkopuolelle jäänyt, mitä se olisi ollut kaksi vuotta sitten; Enigma avasi 71 miljoonan dollarin siemenrahoituksen robotti-liittymille aiemmin heinäkuussa 2026. Lähempänä oleva testi Fish Audiolle on kaupallinen: ilmaisen S2.1 Pro -ikkuna sulkeutuu elokuun 2026 lopussa, ja uusi pääoma on muunnettava kehittäjiksi, jotka se on houkutellut, yrityssopimuksiksi.