AIGC 火了之后，对话式 AI 机器人、文生图，成为了创业者们的 2 个主要“战场”。之后我们逐渐发现 AI 在音频领域的应用开始出现了一些进展，包括声音模拟与生成、基于 AI 的语言学习、以及基于 Prompts 的音乐生成。到了 5 月份，AI 在音频领域的应用也体现在了榜单上，可参阅我们之前发布的选题《热度仅次于 Temu，2 款音频 App 无视流量困境野蛮增长》。
而其中的一个主角、提供变声解决方案的 Voice.ai，在完成了早期增长之后，最近拿到了 600 万美金的融资，由 Mucker Capital 和 M13 领投，这也是他们的第一轮外部融资。在此之前，Voice.ai 自行筹集了 300 万美金启动资金，从 Discord 频道起步，通过口碑传播实现增长。根据 TechCrunch 的消息，Voice.ai 目前已经获取了 48 万+用户，声音滤镜也已经有 5 万多种。
目前，Voice.ai 的变声解决方案，支持 PC、安卓和 iOS 多个终端，使用者包括内容创作者、VTuber、玩家，可支持的平台包括 TikTok、Zoom 等社交和视频会议软件以及 MineCraft、Fortnite、Among Us 等游戏。玩家或者创作者可以自己训练新的声音，或者使用 5 万多种预先训练好的声音模型。
而这次融资之后，Voice.ai 希望招聘更多而技术人才，同时研发新的 SDK 和 API 来支持更多平台，例如 Meta、或者 Unreal 和 Unity 等游戏引擎，同时也希望去扩充支持的语言、以及新增一些应用场景，如唱歌等等。而至于是否会将资金用于服务器扩容，团队并未提及。
根据 CEO 对 TechCrunch 的描述，用户在使用 App 时，声音会在本地进行处理，但会通过一个“传输声音的虚拟线缆”的结构（请意会）传输到用户使用的平台上，如 TikTok、或者一些游戏中。这也导致应用当前无法同时服务太多人，从 App 评论也能窥得一二。
在 voice-to-voice 细分赛道里面， Respeecher 和 ElevenLabs 是两个主要玩家，后者不久前刚完成最新一轮 1900 万美金的融资。在这个细分赛道里面，Voice.ai 现阶段将自己定位成“每一个人的 AI 变声 App。”创始人解释，在 AI 声音赛道，很多企业进入的时候都将眼光瞄向了 toB 的解决方案，但我们基本上是反其道而行。把 AI 声音的“魔力”带给 C 端用户，其中的关键是在替换声音的同时，保留一个人说话的重音、语调和情绪，这是核心价值主张。
由于在游戏中使用变声服务是一个很常见的场景，Voice.ai 目前的用画像是男女 7:3。但创始人还提及了很多应用场景，例如现在很多用户会有自己的 Avatar，相应地，用户会给自己建立一个与 Avatar 形象相匹配的声音（同理的还有 transgender 人群），或者很多用户很重视隐私，他们也会使用变声服务。
虽然，Voice.ai 给自己的定位是 toC，但这一轮的领投机构 Mucker Capital 并不这么想。曾创建了 AdMob（后来被谷歌收购）、现在在 Mucker Capital 担任合伙人的 Hamoui 认为，Voice.ai 有机会去构建一个开发者网络，未来可能会有很多开发者应用和接入 Voice.ai 的相关技术。
