采访和演讲的嘈杂录音是音频工程师们的噩梦。但一家德国初创公司希望通过一种独特的技术方案来解决这一问题，该方案利用生成式人工智能来提升视频中人声的清晰度。
如今，AI-coustics以190万欧元融资额低调亮相。联合创始人兼首席执行官Fabian Seipel表示，AI-coustics的技术超越了标准的降噪功能，能够与任何设备和扬声器协同工作并发挥作用。
“我们的核心使命是让每一次数字互动——无论是在会议电话、消费类设备还是随意的社交媒体视频上——都能达到专业工作室广播般的清晰程度。”Seipel在接受TechCrunch采访时说道。
Seipel受过音频工程师的专业训练，于2021年与柏林工业大学机器学习讲师Corvin Jaedicke共同创立了AI-coustics。两人在柏林工业大学学习音频技术时相识，当时他们经常遇到在线课程和教程中音质不佳的问题。
“我们一直受个人使命的驱动，致力于克服数字通信中普遍存在的音质差这一挑战。”Seipel说，“由于二十多岁时从事音乐制作，我的听力略有受损，我一直对在线内容和讲座感到困扰，这也促使我们最初着手研究语音质量和可懂度问题。”
目前，由人工智能驱动的降噪和语音增强软件市场已经非常成熟。AI-coustics的竞争对手包括Insoundz，该公司利用生成式AI来增强流媒体和预录制的语音片段，以及Veed.io，这是一款视频编辑套件，其中包含从片段中去除背景噪音的工具。
但Seipel表示，AI-coustics在开发执行实际降噪工作的AI机制方面拥有独特的方法。
该公司使用在一个位于其总部所在地柏林的录音棚中录制的语音样本进行训练的模型。人们被付费录制这些样本——Seipel不愿透露具体金额——随后这些样本被加入数据集，用于训练AI-coustics的降噪模型。
“我们在训练过程中开发了一种独特的方法来模拟音频伪影和问题——例如噪声、混响、压缩、带宽受限的麦克风、失真、削波等。”Seipel说。
我敢打赌，有些人会对AI-coustics为创作者提供的一次性补偿方案提出异议，因为该公司正在训练的模型长期来看可能非常有利可图。（关于AI模型训练数据的创作者是否应因其贡献而获得版税，存在激烈的争论。）但也许更大、更紧迫的问题是偏见。
人们早已熟知，语音识别算法可能会产生偏见——这些偏见最终会损害用户利益。发表在《美国国家科学院院刊》上的一项研究显示，领先公司的语音识别技术将黑人说话者的音频错误转录的概率是白人说话者的两倍。
为了应对这一问题，Seipel表示，AI-coustics正专注于招募“多样化”的语音样本贡献者。他补充道：“规模和多样性对于消除偏见并使该技术适用于所有语言、说话人身份、年龄、口音和性别至关重要。”
虽然这并非最科学的测试，但我上传了三个视频片段——一位18世纪农民的采访、汽车驾驶演示和以色列-巴勒斯坦冲突抗议活动——到AI-coustics的平台，以观察其在每种情况下的表现。AI-coustics确实兑现了其提升清晰度的承诺；据我耳听，处理后的片段中淹没说话人声音的环境背景噪音要少得多。
以下是18世纪农民片段的前置效果：
以及后置效果：
Seipel认为，AI-coustics的技术将被用于实时和录制语音增强，甚至可能嵌入到音响条、智能手机和耳机等设备中，以自动提升语音清晰度。目前，AI-coustics提供用于后期处理音视频记录的Web应用和API，以及一个能将AI-coustics平台集成到现有工作流程、应用程序和硬件中的SDK。
Seipel表示，AI-coustics目前通过订阅、按需定价和授权相结合的方式盈利，拥有五家企业客户和20,000名用户（尽管并非全部付费）。在未来几个月的路线图包括扩大四人团队规模并改进底层的语音增强模型。
“在首次投资之前，AI-coustics 以较低的烧钱率维持着精简的运营，以便在风险投资市场的困境中生存下来。”Seipel 表示。“如今，AI-coustics 在德国和英国拥有庞大的投资者和导师网络，可提供建议。强大的技术基础以及使用同一数据库和核心技术应对不同市场的能力，使公司具备灵活性，并能够进行较小的业务调整。”
当被问及像 AI-coustics 这样的音频母带处理技术是否会抢走工作 正如一些评论家所担心的那样，Seipel 指出 AI-coustics 有潜力加速目前由人类音频工程师负责的耗时任务。
“内容制作工作室或广播经理可以通过 AI-coustics 自动化音频制作流程的部分环节，从而节省时间和金钱，同时保持最高的语音质量，”他说。“语音质量和清晰度仍然是几乎所有消费级或专业设备以及内容制作或消费中的棘手问题。任何涉及语音录制、处理或传输的应用都有可能从我们的技术中受益。”
这笔融资以 Connect Ventures、Inovia Capital、FOV Ventures 和 Ableton 首席财务官 Jan Bohl 提供的股权和债务分期形式完成。