Mirelo 41 Milyon Dolarlık Tohum Turunu AI-Üretimi Ses Getirmek İçin Video, Oyun ve Ötesine Taşımak İçin Kullanıyor

Berlin merkezli Mirelo, üretken medyanın en büyük kör noktalarından biri olan sesi çözmek için 41 milyon dolarlık bir tohum turu elde etti. Finansman, Index Ventures ve Andreessen Horowitz tarafından ortak liderlik edildi ve Atlantic.vc ve TriplePoint Capital tarafından katılım gösterildi. Bu, sesin AI tarafından yönlendirilen yaratıcılığın bir sonraki büyük cephesi olduğuna dair yatırımcı güveninin arttığını vurguladı.

Yapay zeka, metin, resim ve video üretimini hızla dönüştürürken, ses geri kalmıştır. Müzik, ses efektleri ve ambiente sesler hala emek yoğun bir şekilde eklenmeye devam ediyor ve yaratıcı sürecin sonlarında eklenmesine rağmen içeriğin nasıl algılandığı üzerinde büyük bir etkiye sahip olmaya devam ediyor. Mirelo’nun amacı, yüksek kaliteli, duygusal olarak rezonant sesi görseller kadar kolay bir şekilde üretmeyi hedefliyor.

Ses Neden Geride Kalmıştır

Ses, duyguyu, gerilimi ve atmosferi şekillendirmede benzersiz bir yeteneğe sahiptir. Görsel olarak etkileyici bir video, sessizse, genellikle tamamlanmamış hissetilir. Ancak çoğu yaratıcı için ses eklemek, hala stok kütüphanelerini aramak, ses efektlerini elle hizalamak ve her şey doğru hissetene kadar zaman çizelgesi boyunca yinelemek anlamına gelir.

Bu uyumsuzluk, video yaratımı hızlandıkça daha da belirgin hale geldi. AI tarafından üretilen görseller, kısa形式 sosyal içerik ve uyarlanabilir oyun ortamları, geleneksel ses iş akışlarından daha hızlı ilerliyor. Sonuç, yaratıcıların görsel olarak hayal edebildiği şeylerle gerçekleştirebileceği şeyler arasındaki büyüyen bir uçurum haline geliyor.

Mirelo’nun kurucuları, bu açığı yaratıcılığın bir sınırlaması olarak değil, bir araç sınırlaması olarak gördü.

Ses için Temel Modeller Oluşturma

2023 yılında kurulan Mirelo, video için özel olarak tasarlanmış kendi temel modellerini geliştirdi. Büyük dil modellerini veya görüntü tabanlı sistemleri yeniden kullanmak yerine, şirket sesi temel alarak ele aldı. Bir kullanıcı, bir video yükleyebilir ve birkaç saniye içinde, hareket, zamanlama ve ekran olaylarına tepki veren senkronize ses efektleri alabilir.

Bu yaklaşım, içeriğin dinamik olduğu ortamlarda özellikle ilgili. AI tarafından üretilen videolar, kişiselleştirilmiş sosyal akışlar ve modern video oyunları, gerçek zamanlı olarak adapte olabilen seslerden yararlanabilir. Mirelo’nun sistemi, gerçek zamanlından daha hızlı ses üretir, böylece değişen deneyimlerle birlikte ilerlemesini sağlar.

Şirket yakın zamanda Mirelo SFX v1.5’i piyasaya sürdü, bu, videoya ses efekti modeli, self-serve API’si ve web uygulaması Mirelo Studio aracılığıyla kullanılabilir. Şirketin assertionlarına göre, modelleri hafif, tipik büyük dil modellerinden daha az hesaplama gerektirirken, dış değerlendirmelerde rekabetçi veya üstün ses kalitesi sunar.

Teknolojinin Merkezi’nde Müzisyenler

Mirelo’nun tanımlayıcı özelliklerinden biri, kurucu ekibidir. CEO CJ Simon-Gabriel ve CTO Florian Wenzel hem yetenekli müzisyen hem de deneyimli AI araştırmacıları. Simon-Gabriel, Makine Öğrenimi ve Neden-Sonuç İlişkisi üzerine Max Planck Enstitüsü’nden doktora derecesine sahiptir ve ETH Zürih’te doktora sonrası araştırma bursu yaptı. Wenzel, Humboldt Üniversitesi’nden derin öğrenme üzerine doktora derecesi aldı ve daha önce Google (GOOGL ) Brain’de araştırmacı olarak çalıştı.

Müzik, her ikisinin hayatında da sürekli bir paralel tema oldu. Simon-Gabriel, piyano, org ve beste üzerine eğitim gördü ve neredeyse profesyonel olarak müzik kariyeri yapmaya yakın olduğunu açıkça belirtti. Wenzel, Berlin merkezli bir grubun parçası olarak elektronik gitar çalmaya ve elektronik müzik üretmeye devam ediyor.

Bu çift geçmiş, Mirelo’nun kültürünü ve teknik yönünü şekillendirdi. Ses, ikincil bir çıktı olarak değil, matematiksel kesinlik ve ifade nüanslarının bir arada var olduğu birincil yaratıcı medium olarak ele alınıyor.

AI-Üretimi Ses için Gelecek

Mirelo’nun uzun vadeli amacı, basit bir otomasyonun çok ötesine geçiyor. Şirket, teknolojisini yaratıcı çalışmalardan sürtüşmeyi kaldırmak, senkronizasyon ve zamanlama gibi görevleri ele almak için görüyor, böylece sanatçılar ve ses tasarımcılar ifade ve hikaye anlatmaya odaklanabilsinler.

Görsel içerik daha kişiselleştirilir ve etkileşimli hale geldikçe, ses de buna paralel olarak gelişmek zorunda kalacak. Oyuncu davranışına adapte olan oyunlar, talebe göre üretilen videolar ve etkileşimli sanal ortamlar, önceden sabitlenmemiş, dinamik olarak tepki verebilen seslere ihtiyaç duyuyor.

Gelecekte, Mirelo gibi teknolojiler sesin nasıl yaratıldığı, paylaşıldığı ve deneyimlendiğini yeniden tanımlayabilir. Statik soundtreks yerine, ses görsel medyanın yaşayan bir bileşeni haline gelebilir, gerçek zamanlı olarak bağlam, duygu ve niyetle eşleşen bir şekilde üretilir. Bu gelecekte, ses artık bir Son düşünce değil, video, oyun, film ve ortaya çıkan dijital dünyalarda hikayelerin anlatılma şekline doğrudan dokunan temel bir katman haline gelir.