Fish Audio、AI音声開発で5200万ドル調達

Fish Audioは典型的なスタートアップの起業ストーリーから生まれた。劣悪なテクノロジーに不満を持つ一人のエンジニアがより優れたソリューション構築を決意したのだ。共同創業者の廖世嘉はNvidiaのビデオ研究者であり、生涯のアニメファンでもある。彼は寝室のノートパソコンに搭載された1枚のGPUで音声AIモデルの訓練を開始した。彼のオープンソースプロジェクトFish SpeechはGitHub上で急速に注目を集め、3万1000ユーザー超のスターを獲得し、インディー開発者、コンテンツクリエイター、ゲームデザイナーがより表現豊かな音声生成ツールを求めた。2023年の立ち上げ以来、同社は800万ユーザーを超えるまでに成長し、年間経常収益は2100万ドルを上回っている。これはウィークエンドプロジェクトから始まった企業とは思えない成長である。

5200万ドルのシードラウンドは、音声AIがAIシステムの基本的なインターフェースとして機能することに対する強い投資家信頼を反映している。Coreline Venturesのマネージングパートナーである本田大輔は、音声が「AIシステムのデフォルトインターフェース」になることを中心にこの投資を位置付けており、投資家が音声をますます重要な競争要因として認識していることを示唆している。Fish Audioのパフォーマンス指標がこの見方を支持している。同社のS2.1 Proモデルは盲検リスニングテストで競合他社を上回り、リスナーの67%がその出力を選好した。これはトーンと自然さがユーザー体験と採用を直接左右する市場における意味のある差別化要因である。

Fish AudioはElevenLabsなど知名度のあるスタートアップと直接競争している。ElevenLabsは最近5億ドルを調達し、110億ドルの評価額に達している。同社の企業向け市場へのピボット（医療向けにはHIPAAコンプライアンス対応のセキュアなオンプレミス展開を提供）は、データプライバシーが絶対要件である規制対象顧客から高マージン顧客を獲得する戦略を示唆している。8月末からのS2.1 Pro無料API開放は、営業チームの拡大と音声ネイティブ大規模言語モデルや音声間翻訳などの隣接製品への拡大の前に、開発者採用を加速させてユーザーをロックインする戦術かもしれない。