Andrew Mason的Descript价值1500万美元，收购Lyrebird让用户输入文字以自己的声音创作音频

 
播客流行的热潮为世界提供了一个新的口语单词内容，随着广播电台的衰落，这些内容基本上已经死亡。现在正在掀起这种增长浪潮，一家名为Descript的创业公司正在构建工具，用于制作播客的艺术 – 或者涉及使用音频的任何其他内容 – 使用音频转录和编辑工具更容易，有三个新闻公告：资金，收购和推出一种新工具，通过让人们根据他们输入的文字创建自己的声音，将自然语言处理和人工智能的魔力带入媒介。
Descript是Groupon创始人安德鲁·梅森的最新创业公司，创建了他的音频指南业务Detour(去年被Bose收购)，今天公布了1500万美元的资金，用于扩展业务的A系列(包括招聘更多人在内的Andreessen Horowitz(它还资助了2017年创业公司的种子轮)和Redpoint。
除此之外，该公司还收购了一家加拿大小型企业Lyrebird–它与Descript一样，也制造了音频编辑工具。这两个人共同推出了一个名为Overdub的Descript的新功能：人们现在可以创建他们的声音“模板”，他们可以根据他们输入的单词创建音频，这是更大的制作套件的一部分这也将让用户在多个轨道上编辑多个声部。音频可以是独立的，也可以是视频的音轨。
Overdub是一款产品的最新成员，可以让用户创建音频文本的即时转录，然后可以使用拖放工具剪切并使用来自其他音频的音乐进行扩展，从而消除播客们学习声音工程和编辑的需要软件。该产品的非技术性重点使得Descript在播客和其他使用转录软件作为其音频制作套件一部分的其他人中得到了关注。该产品的价格为免费增值格式：语音内容最长可达4小时免费，之后每月10美元。
在市场定义，赢得选举的假新闻的时代，由技术辅助和怂恿，你会想知道Overdub是否可能不是通往Deep Fake City的高速公路，在那里你可以使用这项技术创造任何“声明“由着名的声音。
梅森告诉我，公司已经建立了一种方法来防止这种情况发生。
公司主页上的演示是使用特殊的专有语音创建的，仅用于说明目的，但要实际激活一段自己的音频的编辑和扩充功能，用户必须首先记录一些重复的语句，基于即时和实时创建的文本。然后，这些音频剪辑用于塑造您的数字语音配置文件。
这意味着你不能，例如，将唐纳德特朗普的音频输入系统，以创建一个总统版本，说他非常抱歉建议美国和墨西哥之间的建筑墙是个好主意，而这个事实上，它不会让美国再次伟大。 (太糟糕了。)
但是如果你认为技术在NLP和AI整体上的进步是潘多拉盒子的一个想法，猫已经不在了，即使Descript不允许它，其他人也可能会破解这种技术为了更加邪恶的目的。梅森说，答案是继续谈论这个并确保人们了解潜力和陷阱。
“人们已经创造了制造深度假货的能力，”梅森说。 “我们应该期待并非每个人都会遵循我们所遵循的相同限制。但我们的一部分作用是提高对可能性的认识。你的声音是你的身份，你需要拥有那个声音。这基本上是一个隐私问题。“
这些发展突显了在利用人工智能的一些发展来解决这个不断增长的市场方面开辟的新机遇。一方面，这是一个很大的市场：仅根据广告收入，播客预计今年将带来6.79亿美元，到2021年将达到10亿美元，这也是IAB公司认为像Spotify和Apple这样的公司投资巨大的原因之一作为其音乐流媒体业务的补充。
另一方面，播客的制作工具领域是一个非常拥挤的市场，有许多初创公司和其他人推出了很多工具，这些工具在确定人们所说的内容并准确转录时都能很好地发挥作用。
在转录的前面和Descript工作的区域，竞争对手包括Trint，Wreally和Otter等等。 Decript本身甚至没有创建其基本的NLP软件;梅森在接受采访时说，它使用谷歌，因为基本的NLP现在已经基本上变得“商品化”了。
这使得创建新功能，利用人工智能和其他进步更加重要，因为我们希望看到一个工具是否成为SaaS这一特定领域的明确领导者。
“在实时多用户协作中，仍然没有其他工具可以完成我们对大型未压缩音频文件所做的工作。这是一个不小的壮举，它需要时间才能做到正确，“梅森说。 “我已经看到了从文档到电子表格到产品设计的这种转变。没有人会想到像产品设计这样的东西是巨大的空间，但只是通过采用这些工具进行协作并成功将它们移植到云端，像Figma这样的公司已经出现。这就是我们参与其中的方式。“