ไฮเม บอสช์ CEO ของ Voicemod – สัมภาษณ์ซีรีส์

ไฮเม บอสช์ เป็น CEO ของ Voicemod ซอฟต์แวร์เปลี่ยนเสียงฟรีสำหรับเกมเมอร์ ผู้สร้างเนื้อหา และ vtubers

คุณสามารถแบ่งปันเรื่องราวการก่อตั้ง Voicemod ได้หรือไม่?

เมื่อฉันเติบโตขึ้นในครอบครัวที่มีลูก 10 คน ฉันสามารถพัฒนาความสามารถในการเป็นผู้ประกอบการได้ตั้งแต่เด็ก เนื่องจากมีพี่น้องที่มีความคิดเหมือนกันเสมอ

ดังนั้นจึงไม่นานที่สองพี่ชายและฉัน ซึ่งทุกคนมีความรักในเทคโนโลยีและดนตรี จะเล่นกับแนวคิดในการสร้างแอปที่รวมความสนใจของเราเข้าด้วยกัน ดังนั้นในปี 2009 เราจึงทำเช่นนั้นและสร้างแอปเพลง B2C เป็นงานเสริมสำหรับธุรกิจสตูดิโอที่เรากำลังดำเนินการเป็นธุรกิจหลัก

เนื่องจากเป็นงานเสริม เราจึงทดลองหลายสิ่ง เช่น การเปลี่ยนแปลงเสียง ซึ่งสร้างแรงบันดาลใจให้เราในการสร้างสิ่งที่ใหม่และเป็นเอกลักษณ์ ผลลัพธ์ของสิ่งนี้คือสิ่งที่เรียกว่า “Voicemod Experience” – วิธีการใหม่ในการสัมผัสเสียงของคุณเอง – ซึ่งกลายเป็นแรงผลักดันในการพัฒนาแอป ไม่ว่าใครที่ลองใช้ซอฟต์แวร์ของเราจะพบว่าคนส่วนใหญ่มีปฏิกิริยาเหมือนกันเมื่อได้สัมผัสกับแอป: การหัวเราะและความประหลาดใจเมื่อได้ยินเสียงตัวเองในแบบที่แตกต่างออกไป

สิ่งนี้นำเราไปสู่การปรับเปลี่ยนวิสัยทัศน์ของผลิตภัณฑ์ให้กลายเป็นสิ่งที่สามารถพัฒนาความสัมพันธ์ของมนุษย์ผ่านเสียงได้ ดังนั้นเราจึงนำประสบการณ์จากมือถือมาใช้กับ PC ซึ่งถูกนำไปใช้โดยเกมเมอร์และสตรีมเมอร์ที่กำลังเติบโต – และส่วนที่เหลือเป็น “ประวัติศาสตร์” ตามที่คนพูด

Voicemod เริ่มต้นเป็นโครงการเสริม — เมื่อไหร่ที่คุณตัดสินใจที่จะไปทั้งหมด?

ในตอนแรก พี่ชายและฉันมีสตูดิโอร่วมกันชื่อ 2taptap เมื่อเรามีแนวคิดในการสร้าง Voicemod มันเป็นเพียงโครงการเสริม แต่เมื่อเวลาผ่านไป เราเห็นว่าคนกำลังโต้ตอบกับมันและศักยภาพของเทคโนโลยีนั้น จนกระทั่งจุดนั้น เทคโนโลยีการเปลี่ยนแปลงเสียงส่วนใหญ่เป็นแบบไม่เรียลไทม์ ดังนั้นการสามารถสัมผัสกับการเป็นคนอื่นในสถานการณ์เรียลไทม์จึงเป็นสิ่งใหม่สำหรับหลายคน จุดเปลี่ยนสำหรับเราอยู่ที่การรับรู้ว่าคนกำลังใช้เทคโนโลยีของเราไม่เพียงแต่เพื่อความสนุกสนาน แต่ยังเพื่อสร้างน้ำเสียงในการแสดงออกออนไลน์ของตนเองด้วย สิ่งนี้ทำให้เราเข้าใจว่าเรากำลังสร้างสิ่งที่ไม่ใช่แค่เพื่อความบันเทิง แต่อาจเป็นขั้นตอนต่อไปในอนาคตของประสบการณ์เสียงสังคม

คุณสามารถพูดคุยเกี่ยวกับเทคโนโลยีการรู้จานเสียงบางอย่างได้หรือไม่?

ด้วยเสียงที่เปลี่ยนแปลงในแค็ตตาล็อกของเรา มีกระบวนการที่ต้องดำเนินการเพื่อเปลี่ยนเสียงมนุษย์ปกติให้กลายเป็นสิ่งใหม่ แน่นอนว่ามีหลายด้านในเสียงที่ต้องพิจารณา เช่น อายุ เพศ อารมณ์ และการเปลี่ยนแปลงอย่างง่ายในการพูด

การเปลี่ยนแปลงเหล่านี้มีส่วนช่วยในการกำหนดว่าใครบางคนอาจฟังดูอย่างไรและผลกระทบต่อการเปลี่ยนแปลงที่ใช้ เราใช้เทคโนโลยีการรู้จานเสียงรุ่นใหม่ล่าสุดเพื่ออำนวยความสะดวกในการเปลี่ยนแปลงเสียงและแปลงเสียงให้แม่นยำที่สุด – และเรากำลังปรับปรุงกระบวนการนี้อย่างต่อเนื่อง เราต้องการให้คนมีโอกาสในการกำหนดวิธีการที่พวกเขาจะถูกมองเห็น ฟังดูอย่างที่พวกเขาต้องการ และมอบประสบการณ์การฟังที่ดีให้กับผู้ฟัง

ทำไมการช่วยให้ผู้คนแสดงออกผ่านเสียงจึงสำคัญ?

ตั้งแต่เรากำเนิดและเสียงร้องแรกของทารก เสียงเป็นวิธีธรรมชาติที่เราเรียนรู้ที่จะแสดงออกตัวเอง เมื่อเราอายุใหญ่ขึ้น ความสำคัญของการสื่อสารผ่านเสียงยังคงเติบโตต่อไป เนื่องจากเราเรียนรู้ที่จะหลอมเสียงให้กลายเป็นภาษาและใช้เสียงเพื่อใส่อารมณ์และความแตกต่างลงในคำที่เราพูด ด้วยการเพิ่มเสียงของเรา เราสามารถส่งสัญญาณความตื่นเต้น – หรือใช้เสียงเอฟเฟกต์ เช่น อุทานหรือครางเพื่อเน้นย้ำจุดบางจุดที่เราต้องการ

สำหรับคนมีพรสวรรค์จริงๆ เสียงเป็นเครื่องดนตรีสำหรับการแสดงออกที่ไม่มีขอบเขต – พวกเขาสามารถสร้างเสียงเอฟเฟกต์หรือเสียงที่ไม่สิ้นสุดได้ แต่สำหรับคนส่วนใหญ่ เราไม่มีโชคดีและรู้สึกไม่สบายใจกับเสียงของเรา (โดยเฉพาะเมื่อเราฟังเสียงบันทึก) ผู้ใช้บางคนพูดถึงความรู้สึกประหม่าเมื่อพูดต่อหน้าคนแปลกหน้าและรู้สึกหงุดหงิดที่ไม่สามารถแสดงออกได้อย่างที่พวกเขาต้องการ

สิ่งนี้ทำให้เรามีโอกาสที่จะช่วยเหลือผู้คน ด้วยอัตลักษณ์เสียงของเรา ผู้ใช้สามารถกำหนดเสียงให้กลายเป็นสิ่งที่พวกเขารู้สึกสบายใจ – หรือแม้กระทั่งเปลี่ยนเสียงสำหรับสถานการณ์ที่แตกต่างกัน เรายังต้องการให้พวกเขามีอำนาจในการใช้เสียงเอฟเฟกต์ คลิปเพลง หรืออิโมจิเสียงเพื่อสร้างบรรยากาศ สื่อสารบริบทหรือใช้เอฟเฟกต์ขำขัน – คล้ายกับว่าอิโมจิกราฟฟิกช่วยกำหนดการสื่อสารข้อความ

คุณได้อธิบาย Voicemod ว่าเป็นการพัฒนาความสัมพันธ์ของมนุษย์ผ่านเสียง คุณสามารถอธิบายเพิ่มเติมได้หรือไม่?

นอกจากการปลดปล่อยผู้พูดและกำจัดอุปสรรคทางจิตที่หยุดคนจากการพูดแล้ว เรากำลังทำงานเพื่อทำให้การเชื่อมต่อนี้ลึกซึ้งยิ่งขึ้น ตัวอย่างเช่น Soundboard ของเรานำการสื่อสารและยกระดับให้สูงขึ้น – คิดว่ามันเป็น “อิโมจิเสียง” คุณสามารถจินตนาการได้ว่าคนอายุต่ำกว่า 35 ปี พูดคุยกันโดยไม่ใช้อิโมจิได้หรือไม่? แม้ว่าเทคโนโลยีนี้จะ tồn tạiมานานแล้ว แต่ก็เพิ่งถูกฝังอยู่ลึกๆ ในการสื่อสารของเราหลังปี 2010 เราเห็นแนวโน้มที่คล้ายกันกับการใช้สติกเกอร์บนแพลตฟอร์มส่งข้อความ การเพิ่มขึ้นของการข้อความเสียงและบันทึกเสียง และตอนนี้การใช้ GIF และ Giphy ที่เพิ่มขึ้น ด้วยการขยายการสื่อสารเสียงทั่วโลก ความสำคัญของเสียงที่เราสามารถใช้เพิ่มขึ้น การส่งเสียงตอบรับไปยังเพื่อนของคุณสามารถบอกได้มากเกี่ยวกับปฏิกิริยาของคุณมากกว่าการพิมพ์ประโยคเดียว

เราต้องการทำให้ผู้ใช้สามารถใช้เสียง เสียงเอฟเฟกต์ และอิโมจิเสียงเพื่อมีส่วนร่วมในการสนทนาที่น่าสนใจมากขึ้น

คุณสามารถพูดคุยเกี่ยวกับเทคโนโลยีการเรียนรู้ของเครื่องจักรที่อยู่เบื้องหลัง Voicemod รวมถึงการให้ผู้ใช้ฟังดีขึ้นและปรับแต่งเสียงให้เหมาะกับเสียงจริงของพวกเขาได้หรือไม่?

เทคโนโลยีการเรียนรู้ของเครื่องจักรอยู่ที่ใจกลางของฟีเจอร์ใหม่ๆ ของ Voicemod

เกี่ยวกับด้านสร้างสรรค์ Voicelab ของ Voicemod ได้สร้างเทคโนโลยีการแปลงเสียงแบบเรียลไทม์ที่แท้จริงเป็นครั้งแรกในตลาด ซึ่งจะทำให้ผู้ใช้สามารถเลือกอัตลักษณ์เสียงของตนเองได้ โดยการสร้างเสียงส่วนบุคคลสำหรับแต่ละคน

ด้วยเทคโนโลยีขั้นสูงใหม่ที่จะออกวางจำหน่ายเร็วๆ นี้ เราสามารถสร้างเสียงที่ไม่เคยได้ยินมาก่อนที่มีลักษณะเฉพาะและจะช่วยปกป้องความเป็นส่วนตัวและความปลอดภัยของผู้ใช้ ในขณะเดียวกันก็ช่วยให้พวกเขาได้สร้างบุคลิกที่ต้องการผ่านเสียง

เรายังได้สังเกตเห็นวิธีการเรียนรู้แบบลึกที่ขับเคลื่อนด้วยข้อมูลที่เกิดขึ้นในช่วงไม่กี่ปีที่ผ่านมา ซึ่งช่วยให้เราสามารถเรียนรู้โครงสร้างที่ซ่อนอยู่ในสัญญาณเสียงที่เกี่ยวข้องกับคุณลักษณะการรับรู้ของเสียง เช่น พอนตолоจี เนื้อหา อัตลักษณ์ จุดประสงค์ และอารมณ์ โดยใช้เทคโนโลยีเหล่านี้ เราสามารถควบคุมและปรับเปลี่ยนด้านการรับรู้ของสัญญาณได้ ซึ่งช่วยให้เราสามารถออกแบบเทคโนโลยีที่ให้ผู้ใช้ควบคุมอัตลักษณ์เสียงที่รับรู้ได้มากขึ้นในลักษณะที่ไม่เคยเป็นไปได้ก่อนหน้านี้

คุณสามารถพูดคุยเกี่ยวกับกรณีการใช้งานของ Voicemod ได้หรือไม่?

สิ่งที่ดีเกี่ยวกับ Voicemod คือเครื่องมือของมันสามารถตอบสนองความต้องการและสถานการณ์ที่หลากหลายได้ สถานการณ์ทั่วไปจะอยู่ที่การสร้างเนื้อหา การเล่นเกมกับเพื่อน การพูดคุยกับครอบครัวหรือเพื่อน การสร้างสภาพแวดล้อมการแสดงบทบาทที่มีสมจริง หรือแม้กระทั่งสำหรับงานและธุรกิจ – โดยที่ผู้ใช้หลักๆ ใช้เครื่องมือการยกเลิกเสียงรบกวนและปรับปรุงเสียงของเรา

คุณสามารถพูดคุยเกี่ยวกับความท้าทายและผลประโยชน์ของการเปิดตัวสตาร์ทอัพกับพี่น้องได้หรือไม่?

จริงๆ แล้วฉันรักจะพูดคุยเกี่ยวกับเรื่องนี้ และฉันรู้ว่าทุกคนต้องเผชิญกับความท้าทายในบางวิธี แต่ฉันแทบจะไม่จำความท้าทายในกรณีของเราได้ เนื่องจากเรามาจากครอบครัวใหญ่ เราเคยทำอะไรด้วยกันตั้งแต่เด็ก ตั้งแต่โครงการเด็กๆ ไปจนถึงการเล่นดนตรีและสร้างสรรค์ จึงเป็นเรื่องธรรมดาที่เราจะทำงานด้วยกัน พี่ชายของฉัน เฟร์นันโดและฮวน – ผู้ร่วมก่อตั้ง Voicemod ร่วมกับฉัน – มีบริษัทหลายแห่งด้วยกันแล้ว ดังนั้นพวกเขาจึงมีประสบการณ์มากมายในเรื่องนี้ เมื่อฉันเข้าร่วมพวกเขาในปี 2010 ในบริษัท 2taptap ฉันก็ได้ความรู้สึกเกี่ยวกับเรื่องนี้เช่นกัน ซึ่งหมายความว่าเมื่อเราสร้าง Voicemod เราทำเช่นนั้นโดยมีเป้าหมายและวิธีการที่ต้องการจะบรรลุเป้าหมายนั้นอย่างชัดเจน สิ่งนี้ช่วยให้เรานำวัฒนธรรมที่มีค่านิยมที่สอดคล้องกันเข้ามาใน Voicemod ซึ่งเป็นกุญแจสำคัญในการประสบความสำเร็จของเรา

มีอะไรอีกบ้างที่คุณต้องการแบ่งปันเกี่ยวกับ Voicemod?

มีหลายสิ่งที่เกิดขึ้นเบื้องหลัง แต่สอดคล้องกับความต้องการของเราในการพัฒนาความสัมพันธ์ผ่านเสียงสำหรับทุกคน เรากำลังทำงานในบางสิ่งที่จะทำให้เทคโนโลยีของเราเข้าถึงได้มากขึ้น วิธีหนึ่งสำหรับนักพัฒนาที่จะใช้เทคโนโลยีของเราในผลิตภัณฑ์ของตน

เรารู้ว่าคนส่วนใหญ่ใช้เวลาส่วนใหญ่ในการตื่นตัวออนไลน์ ต่อเชื่อมต่อและแสดงออกตัวเองบนแพลตฟอร์มและแอปพลิเคชันต่างๆ บนโลกออนไลน์ อวตาร์ของคุณคือการแสดงออกทั้งหมดของคุณ และจริงๆ แล้ว ใครคือคนนั้นหากไม่มีเสียง?

การสร้างเทคโนโลยีการเปลี่ยนแปลงเสียงแบบเรียลไทม์และพัฒนาระบบการแสดงออกเสียงที่สามารถปรับแต่งได้อย่างสมบูรณ์เป็นงานที่ยากมาก ทีมของเราได้ทำขั้นตอนนี้ให้เสร็จสิ้นโดยการออกแบบชุดเครื่องมือที่สามารถรวมเข้ากับพัฒนาด้วยความง่ายได้ทุกที่ เรารู้สึกตื่นเต้นที่จะทำให้เทคโนโลยีของเราเข้าถึงได้สำหรับนักพัฒนาทั่วโลก ในขณะที่เรายังคงสร้างอนาคตของประสบการณ์เสียงสังคม!

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Voicemod เพื่อเรียนรู้เพิ่มเติม