Mirelo Kerää 41 Miljoonan Dollarin Sijoitusrahoituksen Tuottamaan Äänellistä Sisältöä Videolle, Peleille ja Muille

Berliiniläinen Mirelo on kerännyt 41 miljoonan dollarin sijoitusrahoituksen ratkaistakseen yhden generatiivisen median pysyvimmistä sokeista pilkkuista: äänen. Rahoituksen johtavat Index Ventures ja Andreessen Horowitz, ja siihen osallistuvat Atlantic.vc ja TriplePoint Capital, mikä korostaa kasvavaa sijoittajien luottamusta siihen, että ääni on seuraava suuri raja-alue AI-vetoinen luovuudelle.

Kun tekoäly on nopeasti muuttanut teksti-, kuva- ja videotuotannon, ääni on jäänyt jälkeen. Musiikki, äänitehosteet ja taustäänit ovat edelleen työläitä, usein lisättyä myöhäisessä vaiheessa luovaa prosessia, vaikka niillä on suuri vaikutus siihen, miten sisältöä havaitaan. Mirelon tavoitteena on muuttaa tämän tilan tekemällä laadukkaasta, emotionaalisesti resonoivasta äänestä yhtä helppoa kuin visuaalisen sisällön tuottaminen.

Miksi Ääni on Jäänyt Jälkeen

Äänellä on ainutlaatuinen kyky muokata tunnetta, jännitystä ja ilmapiiriä. Hiljainen video, olkoon se kuinka visuaalisesti vaikuttava, harvoin tuntuu täydelliseltä. Kuitenkin useimmat luojat lisäävät äänen edelleen etsimällä stock-kirjastoja, manuaalisesti säätämällä äänitehosteita ja toistamalla aikajanaa, kunnes kaikki tuntuu oikein.

Tämä epäsymmetria on tullut ilmi entistä selkeämmin, kun videoiden luominen kiihtyy. AI-generoitu visuaalinen sisältö, lyhyt muotoiset sosiaalisen median sisällöt ja mukautuvat peliympäristöt liikkuvat nopeammin kuin perinteiset äänityövirrat voivat tukea. Tuloksena on kasvava kuilu siinä, mitä luojat voivat kuvitella visuaalisesti ja mitä he voivat realistisesti toteuttaa äänellisesti.

Mirelon perustajat näkivät tämän kuilun ei luovuuden rajoituksena, vaan työkalujen rajoituksena.

Rakentamalla Perusmalleja Äänelle

Perustettu vuonna 2023, Mirelo on kehittänyt oman perusmallinsa, joka on suunniteltu erityisesti äänelle videossa. Sen sijaan, että se olisi uudelleenohjannut suuria kielen malleja tai kuvapohjaisia järjestelmiä, yhtiö keskittyi ääneen alusta alkaen. Käyttäjä voi ladata videon ja saada sekunneissa säädettyjä äänitehosteita, jotka reagoivat liikkeeseen, ajoituksiin ja näytön tapahtumiin.

Tämä lähestymistapa on erityisen relevantti ympäristöissä, joissa sisältö on dynaaminen. AI-generoitu video, henkilökohtainen sosiaalinen syöte ja modernit videopelit hyötyvät kaikki äänestä, joka voi sopeutua reaaliajassa. Mirelon järjestelmä generoi ääntä nopeammin kuin reaaliajassa, mikä mahdollistaa sen pysymisen mukana kokemuksilla, jotka muuttuvat lennossa.

Yhtiö julkaisi hiljattain Mirelo SFX v1.5:n, videosta äänitehosteisiin mallin, joka on saatavilla itsepalvelu-rajapinnan ja verkkosovelluksen, Mirelo Studio, kautta. Yhtiön mukaan sen mallit ovat kevyitä, vaativat merkittävästi vähemmän laskentaa kuin tyypilliset suuret kielen mallit ja tarjoavat kilpailukykyistä tai ylittävää äänenlaatua ulkoisissa arvioissa.

Muusikot Teknologian Sydämessä

Yksi Mirelon määrittävistä piirteistä on sen perustajatiimi. Toimitusjohtaja CJ Simon-Gabriel ja tekninen johtaja Florian Wenzel ovat molemmat kokeneita muusikoita sekä kokeneita AI-tutkijoita. Simon-Gabrielilla on koneoppimisen ja kausaalisuuden tohtorin tutkinto Max Planck -instituutista ja hän on suorittanut jatko-opintoja ETH Zürichissä. Wenzel on suorittanut syvän oppimisen tohtorin tutkinnon Humboldt-yliopistosta ja on aiemmin työskennellyt tutkijana Google Brainissa.

Musiikki on ollut jatkuvana rinnakkaisena lankana heidän elämässään. Simon-Gabriel on opiskellut pianoa, urkuja ja sävellystä ja on puhunut avoimesti lähes ammattimaisen musiikin uran vastaanottamisesta. Wenzel jatkaa sähkökitaran soittoa ja elektronisen musiikin tuottamista Berliiniläisen bändin jäsenenä.

Tämä kaksinkertainen tausta on muovannut Mirelon kulttuuria ja teknistä suuntaa. Sen sijaan, että ääntä kohdellaan sekundäärisenä tuloksena, tiimi lähestyy sitä ensisijaisena luovana välineenä, jossa matemaattinen tarkkuus ja ilmaisun herkkyyden on oltava yhtäaikaisia.

Mitä Seuraavaksi AI-Generoidulle Äänelle

Mirelon pitkän aikavälin tavoitteet ulottuvat paljon yksinkertaisen automaation ulkopuolelle. Yhtiö näkee teknologiansa keinona poistaa luovan työn kitkaa, käsitelläkseen tehtäviä kuten sääntelyä ja ajoitusta, jotta taiteilijat ja äänisuunnittelijat voivat keskittyä ilmaisuun ja kertomiseen.

Kun visuaalinen sisältö muuttuu yhä enemmän personoiduksi ja interaktiiviseksi, äänen on kehittynä rinnan sen kanssa. Pelit, jotka mukautuvat pelaajan käyttäytymiseen, videot, jotka generoidaan tarpeen mukaan, ja immersiiviset virtuaalimaailmat vaativat ääntä, joka voi reagoida dynaamisesti sen sijaan, että se olisi ennalta määrätty.

Eteenpäin katsoen, teknologiat kuten Mirelon teknologia voivat määritellä uudelleen, miten ääni luodaan, jaetaan ja koetaan. Sen sijaan, että ääniraidat olisivat staattisia, ääni voi tulla eläväksi osaksi visuaalista mediaa, generoituina reaaliajassa yhteen contextin, emotion ja intention kanssa. Tulevaisuudessa ääni ei ole enää jälkijunassa, vaan se on olennainen kerros, joka on kudottu suoraan siihen, miten tarinat kerrotaan videon, pelien, elokuvan ja uusien digitaalisten maailmojen kautta.