Mirelo huy động 41 triệu USD vòng hạt giống để đưa âm thanh do AI tạo ra vào video, trò chơi và hơn thế nữa

Berlin-based Mirelo đã huy động được 41 triệu đô la trong vòng hạt giống khi công ty này bắt đầu giải quyết một trong những điểm mù dai dẳng nhất trong truyền thông sinh: âm thanh. Vòng tài trợ này được đồng lãnh đạo bởi Index Ventures và Andreessen Horowitz, với sự tham gia của Atlantic.vc và TriplePoint Capital, nhấn mạnh sự tự tin ngày càng tăng của nhà đầu tư rằng âm thanh là tiền phong tiếp theo cho sự sáng tạo được thúc đẩy bởi AI.

Trong khi trí tuệ nhân tạo đã nhanh chóng biến đổi cách văn bản, hình ảnh và video được sản xuất, âm thanh đã bị tụt lại phía sau. Âm nhạc, hiệu ứng âm thanh và âm thanh xung quanh vẫn còn tốn nhiều công sức, thường được thêm vào muộn trong quá trình sáng tạo mặc dù chúng có ảnh hưởng lớn đến cách nội dung được nhận thức. Mirelo có tham vọng thay đổi điều đó bằng cách làm cho âm thanh chất lượng cao, cộng hưởng cảm xúc dễ dàng tạo ra như hình ảnh.

Tại Sao Âm Thanh Đã Bị Bỏ Qua

Âm thanh có khả năng độc đáo để định hình cảm xúc, căng thẳng và bầu không khí. Một video im lặng, dù có ấn tượng về mặt hình ảnh, hiếm khi cảm thấy hoàn chỉnh. Tuy nhiên, đối với hầu hết các nhà sáng tạo, việc thêm âm thanh vẫn có nghĩa là tìm kiếm trong các thư viện cổ phiếu, căn chỉnh thủ công các hiệu ứng âm thanh và lặp lại qua các dòng thời gian cho đến khi mọi thứ cảm thấy đúng.

Sự không phù hợp này đã trở nên rõ ràng hơn khi việc tạo video tăng tốc. Các hình ảnh được tạo bởi AI, nội dung ngắn trên mạng xã hội và môi trường trò chơi thích ứng đều di chuyển nhanh hơn so với các quy trình làm việc âm thanh truyền thống có thể hỗ trợ. Kết quả là một khoảng cách ngày càng tăng giữa những gì các nhà sáng tạo có thể tưởng tượng về mặt hình ảnh và những gì họ có thể thực hiện một cách thực tế về mặt âm thanh.

Các nhà sáng lập của Mirelo đã nhìn thấy khoảng cách này không phải là một hạn chế của sự sáng tạo, mà là một hạn chế của công cụ.

Xây Dựng Mô Hình Cơ Bản Cho Âm Thanh

Được thành lập vào năm 2023, Mirelo đã phát triển các mô hình cơ bản của riêng mình được thiết kế đặc biệt cho âm thanh trong video. Thay vì sử dụng lại các mô hình ngôn ngữ lớn hoặc hệ thống dựa trên hình ảnh, công ty đã tập trung vào âm thanh từ đầu. Một người dùng có thể tải lên một video và, trong vài giây, nhận được các hiệu ứng âm thanh được đồng bộ hóa phản ứng với chuyển động, thời gian và sự kiện trên màn hình.

Cách tiếp cận này đặc biệt phù hợp trong các môi trường mà nội dung là động. Các video được tạo bởi AI, nguồn cấp dữ liệu mạng xã hội được cá nhân hóa và các trò chơi video hiện đại đều được hưởng lợi từ âm thanh có thể thích ứng theo thời gian thực. Hệ thống của Mirelo tạo ra âm thanh nhanh hơn thời gian thực, cho phép nó theo kịp với các trải nghiệm thay đổi trên đường bay.

Công ty gần đây đã phát hành Mirelo SFX v1.5, một mô hình hiệu ứng âm thanh đến video có sẵn thông qua API tự phục vụ và ứng dụng web, Mirelo Studio. Theo công ty, các mô hình của họ rất nhẹ, yêu cầu ít tính toán hơn so với các mô hình ngôn ngữ lớn điển hình trong khi cung cấp chất lượng âm thanh cạnh tranh hoặc vượt trội trong các đánh giá bên ngoài.

Những Người Đàn Hát Là Cốt Lõi Của Công Nghệ

Một trong những đặc điểm định nghĩa của Mirelo là đội ngũ sáng lập của nó. CEO CJ Simon-Gabriel và CTO Florian Wenzel đều là những nhạc sĩ thành tựu cũng như các nhà nghiên cứu AI có kinh nghiệm. Simon-Gabriel nắm giữ bằng tiến sĩ về học máy và suy luận nguyên nhân từ Viện Max Planck và hoàn thành một nghiên cứu sau tiến sĩ tại ETH Zurich. Wenzel đã kiếm được bằng tiến sĩ về học sâu từ Đại học Humboldt và trước đây từng làm nhà nghiên cứu tại Google (GOOGL ) Brain.

Âm nhạc đã là một chủ đề song song không ngừng trong cả cuộc sống của họ. Simon-Gabriel được đào tạo về piano, organ và sáng tác và đã nói công khai về việc gần như theo đuổi sự nghiệp âm nhạc chuyên nghiệp. Wenzel tiếp tục chơi guitar điện và sản xuất âm nhạc điện tử như một phần của một ban nhạc dựa tại Berlin.

Sự nghiệp đôi này đã định hình văn hóa và định hướng kỹ thuật của Mirelo. Thay vì đối xử với âm thanh như một đầu ra thứ cấp, đội ngũ tiếp cận nó như một phương tiện sáng tạo chính, nơi sự chính xác toán học và sự tinh tế biểu cảm phải cùng tồn tại.

Tương lai của Âm Thanh Tạo Bởi AI

Khát vọng dài hạn của Mirelo mở rộng xa hơn nhiều so với việc tự động hóa đơn giản. Công ty coi công nghệ của mình là một cách để loại bỏ ma sát khỏi công việc sáng tạo, xử lý các nhiệm vụ như đồng bộ hóa và thời gian để các nghệ sĩ và nhà thiết kế âm thanh có thể tập trung vào biểu đạt và kể chuyện.

Khi nội dung hình ảnh trở nên được cá nhân hóa và tương tác hơn, âm thanh sẽ cần phải phát triển cùng với nó. Các trò chơi thích ứng với hành vi của người chơi, video được tạo theo yêu cầu và môi trường ảo nhập vai đều đòi hỏi âm thanh có thể phản ứng động chứ không phải cố định trước.

Nhìn về tương lai, các công nghệ như Mirelo’s có thể định nghĩa lại cách âm thanh được tạo ra, chia sẻ và trải nghiệm. Thay vì các bản nhạc cố định, âm thanh có thể trở thành một thành phần sống của phương tiện truyền thông hình ảnh, được tạo ra theo thời gian thực để phù hợp với ngữ cảnh, cảm xúc và ý định. Trong tương lai đó, âm thanh không còn là một ý tưởng sau cùng, mà là một lớp được dệt trực tiếp vào cách câu chuyện được kể trên video, trò chơi, phim và các thế giới kỹ thuật số mới nổi.