AI音頻革命：AudioShake開拓企業市場新機遇

Term Sheet Next：Jessica Powell 分享 AI 如何開啟龐大企業音頻市場

AudioShake 這間初創公司起源於東京一間卡拉OK酒吧。

Jessica Powell 清楚記得 2013 年與朋友 Luke Miner 一邊唱歌，一邊不斷問：「點解卡拉OK歌本咁少歌？點解冇齊全世界所有歌？如果可以隨時唱任何歌咪好正？」當時他們尚未成立 AudioShake，這間專注於音頻分離及處理技術的公司，直到 2021 年才正式成立。

Powell 有別於一般創業者，她於 2007 至 2018 年曾任職 Google，最終成為該公司傳訊主管，而 Miner 則是曾於 Plaid 擔任數據科學家的專家。自 2021 年起，Powell 出任 AudioShake CEO，早於 ChatGPT 面世及語音 AI 成為主流之前，她已在企業中推動以 AI 為核心的音頻應用。

Powell 對《Fortune》表示：「我們致力讓音頻同時能被人類及機器有效使用。這不僅是創意工作流程，如電影剪輯和音樂製作，更包括機器必須完成的任務，例如理解真實世界的音頻。」

目前 AudioShake 擁有超過 40 家企業客戶，最近完成由 Shine Capital 領投的 1400 萬美元種子輪融資（包括 Thomson Reuters Ventures、Origin Ventures、Indicator Ventures 及 Precursor Ventures 等參與），募資總額達 1900 萬美元。Shine 的合夥人 Alex Hartz 稱讚 Powell 是「結合堅韌初創精神與資深管理經驗的音響愛好者」。AudioShake 目前的企業客戶包括環球音樂、迪士尼音樂集團、華納音樂集團、華納兄弟探索、BET 及 NFL Films，甚至涵蓋多間「七大巨頭」公司。Powell 指出，無論是電影還是工廠車間，音頻環境極其複雜。

她說：「我們專精於處理噪音。這些噪音中有很多是豐富且優美的，例如電影或音樂作品。但音頻頻率重疊度高，且混音條件多變，這些都是技術上的挑戰。」

YC 支持的 AI 音頻工作室 Wondercraft 的內容及社群主管 Filipa Olmo 表示，他們使用 AudioShake 將音頻拆分成「獨立聲音組件」，讓用戶能自由利用自家工具和聲音進行編輯和定制。她形容 AudioShake 的技術是「基礎性的」，也是他們找到唯一能達到所需品質的服務供應商。這揭示了音頻市場的巨大潛力，往往被忽視。

Shine 的 Hartz 透過電郵指出：「音頻市場龐大，甚至反常地比視頻市場還要大。只要能像編輯圖片般輕鬆編輯音頻，AudioShake 有機會成為所有音頻應用的核心基礎設施。」

當被問及未來發展，Powell 表示：「人類和機器各有超能力，如果能讓彼此擁有對方的能力，將非常強大。讓人類能像機器般編輯聲音，將帶來創意的新機會；幫助機器理解同時發生的多重聲音，能推動機器為人類完成各種任務——很多我們不想做、但現時無法交給機器的工作。若機器能像人類一樣看和聽，將能做很多事。」

—

編者評論：

Jessica Powell 和 AudioShake 展示了 AI 在音頻領域的巨大潛力，特別是在企業應用上。音頻市場的規模常被低估，往往被視為視頻的附屬品，但實際上它擁有更廣泛且多樣的應用場景，從娛樂、媒體製作到工業監控等均有重要作用。AudioShake 利用 AI 技術突破音頻的混合和噪音挑戰，將音頻分離成可編輯的獨立元素，這不僅提升了創作自由度，也為機器理解複雜音頻環境鋪路。

這種技術的發展，代表著未來人機協作的新模式——人類可以借助機器的精準分析，提升創作效率；機器則能更好理解並服務於人類需求，完成過去難以自動化的任務。這種雙向「超能力」的交換，或將成為 AI 與人類共生的關鍵。

對香港及華語市場而言，音頻內容的多語種處理、噪音環境複雜度高等挑戰同樣存在，AudioShake 的技術若能引入本地或區域市場，有望推動廣播、媒體製作及工業領域的創新。未來如何在隱私保護與數據安全前提下，平衡 AI 技術的廣泛應用，亦是值得關注的議題。

總括來說，AudioShake 的故事提醒我們，AI 不只是大熱的聊天機器人或視覺識別，音頻領域同樣蘊藏著被忽略的巨大商機和技術挑戰，值得業界及投資者密切留意。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。