AI memungkinkan siapa saja membuat video, namun banyak alat pembuatan video AI tidak memiliki dukungan untuk audio. Mirelo sedang membangun AI yang menambahkan soundtrack agar sesuai dengan aksi video.
Awal tahun ini, startup yang berbasis di Berlin ini merilis Mirelo SFX v1.5, model AI yang menafsirkan video untuk menambahkan efek suara tersinkronisasi (SFX).
Hal ini menarik perhatian para VC yang bersiap untuk a revolusi AI generatif dalam game. Startup Jerman berusia dua tahun ini telah mengumpulkan pendanaan awal senilai $41 juta yang dipimpin oleh Index Ventures dan Andreessen Horowitz, menurut TechCrunch secara eksklusif.
Ibu kota baru ini akan membantu Mirelo bersaing secara lebih efektif di kategori yang sedang berkembang. Meskipun masih dalam mode sembunyi-sembunyi dan sumber daya terbatas, perusahaan besar seperti Sony dan Tencent merilis model video-ke-SFX. Begitu pula dengan Kling AI milik Kuaishou, dari Tiongkok, dan SebelasLabsyang juga didukung oleh a16z.
Meskipun Mirelo sudah berbeda dari mereka karena fokusnya yang lebih sempit, untuk mengalahkan model-model ini dalam jangka panjang, startup harus merekrut karyawan tambahan. Secara keseluruhan, startup tersebut mengharapkan timnya yang terdiri dari 10 orang untuk “bertambah dua atau tiga kali lipat” jumlah karyawan pada akhir tahun depan, kata CEO Mirelo dan salah satu pendiri CJ Simon-Gabriel kepada TechCrunch.
Karyawan baru ini akan mendukung penelitian dan pengembangan Mirelo, serta produk dan strategi pemasarannya. Startup ini menerbitkan modelnya di Fal.ai dan Mengulangidan memperkirakan penggunaan API akan mendorong sebagian besar pendapatannya dalam jangka pendek, kata Simon-Gabriel. Namun mereka juga berinvestasi dalam membangun ruang kerja untuk para pencipta, Mirelo Studio, yang pada akhirnya dapat mendukung penggunaan profesional sepenuhnya.
Saat Mirelo bersiap untuk melakukan peningkatan, perusahaan rintisan dan investornya juga mengantisipasi kekhawatiran seputar data pelatihan yang telah mengganggu perusahaan AI generatif lainnya. Menurut Georgia Stevenson, yang memimpin investasi Index, Mirelo mendasarkan modelnya pada perpustakaan suara yang umum dan dibeli, dan menandatangani kemitraan bagi hasil yang menghormati hak-hak seniman.
Ini adalah ketegangan yang melekat pada alat AI generatif, namun Mirelo tidak menggantikan musisi dan perancang suara – setidaknya belum. Dengan model freemium yang mencakup paket yang direkomendasikan untuk pembuat konten dengan harga €20/bulan (sekitar $23,50), startup ini sebagian besar menargetkan amatir dan prosumer yang berharap dapat membunyikan video yang dihasilkan AI.
Menurut Simon-Gabriel, pencipta tidak dapat sepenuhnya memanfaatkan potensi baru ini tanpa audio.
“George Lucas mengatakan bahwa suara adalah 50% dari pengalaman menonton film. Ini tidak berlebihan,” katanya. “Jika ada, ini adalah sebuah pernyataan yang meremehkan. Anda dapat mengambil gambar yang persis sama, dan suaranya akan membentuk suasana yang benar-benar berbeda, tergantung pada suara dan musik yang Anda masukkan ke dalamnya.”
Dia dan salah satu pendirinya, Florian Wenzel, adalah peneliti dan musisi AI, dan startup ini memiliki generasi musik AI dalam peta jalannya. Namun Mirelo melihat lebih banyak daya tarik untuk efek suara, sebagian karena penelitian yang dilakukan lebih sedikit dibandingkan bidang AI lainnya, kata Simon-Gabriel.
“Lebih mudah untuk membangun parit yang sebenarnya di sini, dan kemudian memanfaatkannya,” katanya.
Ini bisa membuahkan hasil bagi Mirelo. Simon-Gabriel menolak untuk mengungkapkan penilaian barunya, namun mengatakan bahwa penilaian tersebut telah meningkat “sangat signifikan” dibandingkan dengan putaran pra-benih yang sebelumnya tidak diungkapkan. Putaran sebelumnya dipimpin oleh perusahaan Atlantic yang berbasis di Berlin, yang juga berpartisipasi dalam pendanaan baru, sehingga total dana yang dikumpulkan Mirelo menjadi $44 juta dan membantu menutup kesenjangan sumber daya.
Startup ini juga didukung oleh para angel yang memberikan kredibilitas pada teknologinya dan dapat membuka pintu baru, termasuk CEO Mistral Arthur Mensch, chief science officer Hugging Face Thomas Wolf, salah satu pendiri Fal.ai, Burkay Gur, dan lainnya.
Namun, tim menyadari bahwa video yang dihasilkan AI mungkin tidak akan bertahan lama.
Misalnya, generator video Gemini sekarang menggabungkan soundtrack yang didukung oleh model video-ke-audio Veo 3.1 DeepMind. Namun, Simon-Gabriel terdengar benar. “Sekarang, tiba-tiba orang menyadari, ‘Oh, mungkin kita harus menambahkan suara.’ Tapi, tentu saja, Anda harus menambahkannya. Ini seperti film bisu versus film talkie, bukan? Itu benar-benar membuat perbedaan!”
