Mirelo، استارتاپ برلینی که در زمینه تولید صدا برای ویدیو با هوش مصنوعی فعالیت میکند، موفق به جذب 41 میلیون دلار در دور سرمایهگذاری بذری شد. این شرکت دو ساله که با مدل Mirelo SFX v1.5 توانسته افکتهای صوتی همگام با حرکت و اتفاقات ویدیو را تولید کند، از سوی Index Ventures و Andreessen Horowitz رهبری سرمایهگذاری دریافت کرد. بهاطلاعات دریافتی، مجموع سرمایهگذاریهای این استارتاپ با احتساب دور قبلی به 44 میلیون دلار رسیده است.
چرا تولید صدا برای ویدیو اهمیت دارد؟
صوت و موسیقی نقش تعیینکنندهای در تجربه بصری مخاطب دارند؛ همانطور که جورج لوکاس گفته است، صدا نیمی از تجربه سینمایی است. بدون صدا، ویدیوها بخش بزرگی از تاثیرگذاری و انتقال احساس خود را از دست میدهند. Mirelo با هدف «بیصدا نکردن» ویدیوهای تولیدشده توسط هوش مصنوعی، روی تولید افکتهای صوتی (SFX) متمرکز شده تا تصویر و صدا در زمانبندی دقیق با هم هماهنگ شوند.
محصول و فناوری Mirelo
نسخه Mirelo SFX v1.5 که اوایل سال جاری منتشر شد، قادر به آنالیز محتوای بصری و تولید افکتهای صوتی همزمان با اکشنهای داخل ویدیو است. مدلهای Mirelo روی پلتفرمهایی مانند Fal.ai و Replicate در دسترس قرار گرفتهاند و شرکت انتظار دارد در کوتاهمدت بخش عمدهای از درآمدش از طریق APIها تأمین شود. همزمان، Mirelo در حال توسعه یک محیط کاری بهنام Mirelo Studio است که میتواند به مرور به ابزار حرفهایتری برای سازندگان صوت و تصویر بدل شود.
رقابت و موقعیت بازار
هرچند شرکتهای بزرگ فناوری مانند Sony و Tencent و نیز بازیگران دیگری همچون Kling AI (از شرکت Kuaishou) و ElevenLabs مدلهای تبدیل ویدیو به صدا را عرضه کردهاند، Mirelo با تمرکز محدودتر بر افکت صوتی نقطه متمایزی ایجاد کرده است. بنیانگذاران این استارتاپ، CJ Simon-Gabriel و Florian Wenzel، هر دو پژوهشگر هوش مصنوعی و موسیقیدان هستند و برنامههایی برای افزودن تولید موسیقی با هوش مصنوعی نیز در نقشه راه دارند. به گفته مدیرعامل Mirelo، تقاضا فعلاً بیشتر برای تولید افکتهای صوتی است، چون این حوزه نسبت به دیگر شاخههای هوش مصنوعی کمتر کاوش شده و فرصت ایجاد «خندق رقابتی» واقعی را فراهم میکند.
منابع صدا و مسائل حقوقی
Mirelo اعلام کرده مدلهای خود را با اتکا به کتابخانههای صوتی عمومی و خریداریشده آموزش داده و برای رعایت حقوق هنرمندان، قراردادهای مشارکت درآمدی امضا میکند. این رویکرد تلاش میکند تنشهای رایج در حوزه دادههای آموزشی تولیدی هوش مصنوعی را کاهش دهد و حقوق طراحان صوت و موسیقی را محترم بشمارد.
برنامههای توسعه و جذب نیروی انسانی
این استارتاپ که اکنون تیمی 10 نفره دارد، قصد دارد تا پایان سال آینده تیم خود را دو تا سه برابر کند. استخدامهای جدید قرار است تقویت تحقیقات و توسعه، محصول و استراتژی ورود به بازار را هدف بگیرند تا Mirelo توان رقابت مؤثرتری در این دسته نوظهور داشته باشد.
مدل کسبوکار و بازار هدف
Mirelo از مدل فریمیوم استفاده میکند و یک پلن پیشنهادی برای خالقان محتوا با قیمت حدودی 20 یورو در ماه ارائه میدهد؛ این مدل بیشتر خالقان آماتور و پروسومرها را نشانه رفته است که میخواهند ویدیوهای تولیدشده با هوش مصنوعی را با صدا تکمیل کنند. در عین حال، رشد استفاده از API و توسعه Mirelo Studio میتواند راه را برای استفادههای حرفهای باز کند.
چشمانداز و چالشها
با رشد سریع نسلهای جدید مدلهای ویدیویی — برای مثال ادغام صدادر مدلهای تولید ویدیوی Gemini با استفاده از Veo 3.1 از DeepMind — بازار بهسرعت به سمت همگامی تصویر و صدا میرود. سرمایهگذاران و بنیانگذاران Mirelo امیدوارند تمرکز تخصصی و محافظت از حقوق مالکان محتوا به این استارتاپ کمک کند موقعیتی پایدار بسازد. همانطور که CJ Simon-Gabriel اشاره کرده، افزودن صدا به ویدیو میتواند همان تفاوتی را ایجاد کند که بین فیلمهای صامت و فیلمهای صداگذار وجود داشت — تغییری بنیادین در تجربه مخاطب.
نتیجهگیری
با تأمین سرمایه تازه و تمرکز بر تولید افکتهای صوتی همگام با ویدیو، Mirelo خود را برای رقابت در حوزهای که تقاضا و فرصت رشد بالایی دارد، آماده میکند. رعایت حقوق هنرمندان، استقرار APIها و توسعه ابزارهای کاری برای سازندگان از جمله نقاطی است که میتواند این استارتاپ را در مسیر تبدیل شدن به بازیگری مهم در بازار صوت تولیدشده با هوش مصنوعی قرار دهد.