Mirello huy động vốn 59.1 tỷ… Sử dụng AI để thêm âm thanh trống vào video tắt tiếng

Nguồn: TokenPost Tiêu đề gốc: 미렐로, 591억 투자 유치…AI로 음소거 영상에 드럼 소리 입힌다 Liên kết gốc: Start-up AI tạo âm thanh có trụ sở tại Đức, Mirelo(Mirelo), gần đây đã huy động được 41 triệu USD(khoảng 591 tỷ đồng) trong vòng gọi vốn seed, thu hút sự chú ý. Các quỹ Index Ventures và Andreessen Horowitz đã đồng dẫn đầu, cùng với Atlantic Ventures và TriplePoint Capital cũng đã hỗ trợ tài chính.

Mirelo tập trung vào chức năng tạo âm thanh phù hợp với video, trong đó mô hình chủ lực của họ, ‘SFX 1.5’, đã thành công trong việc nhận diện cảnh chơi trống trong video bị im lặng và tạo ra âm thanh chính xác như tiếng trống thực tế. Theo đánh giá của các giám khảo độc lập bên ngoài, mô hình này ghi nhận hiệu suất vượt trội rõ rệt so với các mô hình tạo âm thanh thương mại hiện có. Đặc biệt, khả năng giảm tiếng ồn không mong muốn và chính xác trong việc đồng bộ âm thanh với cảnh quay chuyển động nhanh đã tạo nên lợi thế cạnh tranh nổi bật.

Mô hình này được cung cấp qua ứng dụng ‘Mirelo Studio’, dễ sử dụng cho cả API lẫn người dùng phổ thông. Người dùng có thể tạo nhiều phiên bản âm thanh bằng cách nhập lệnh văn bản và chọn kết quả tối ưu để chỉnh sửa thêm. Nền tảng này được thiết kế để các người không chuyên về công nghệ cũng dễ dàng tiếp cận tạo âm thanh AI.

Dựa trên khoản đầu tư này, Mirelo đã bắt đầu phát triển các mô hình thế hệ tiếp theo vượt xa SFX 1.5. Thuật toán mới dự kiến sẽ tăng cường hơn nữa sự nhất quán và kết nối tự nhiên giữa các âm thanh, hướng tới mở rộng sang các lĩnh vực sản xuất nội dung chất lượng cao như phim ảnh hoặc trò chơi điện tử.

Công ty cũng đang sử dụng các cụm GPU cao cấp dựa trên NVIDIA H100 và H200 để huấn luyện mô hình, các cụm này hoạt động qua hệ thống xử lý phân tán Slurm(Slurm). Framework AI sử dụng PyTorch(PyTorch) của Meta và tích cực khai thác chức năng FSDP(Fully Sharded Data Parallel) tối ưu cho huấn luyện phân tán các mô hình lớn.

Hiện tại, Mirelo đang tuyển dụng các nhà nghiên cứu AI có chuyên môn về diffusion(diffusion) và cấu trúc autoregressive(autoregressive). Trong đó, phần autoregressive bao gồm kiến trúc transformer, vốn là công nghệ cốt lõi trong các mô hình ngôn ngữ và cũng ngày càng nổi bật trong lĩnh vực AI âm thanh như tạo nhạc.

Dựa trên nguồn vốn huy động, Mirelo dự định tăng cường nhân lực nghiên cứu, đa dạng hóa sản phẩm và đẩy nhanh mở rộng thị trường toàn cầu, nhằm giữ vững vị thế hàng đầu trong thị trường AI tạo âm thanh.