Le 20 avril 2021, le fournisseur de génération de vidéo IA Synthesia a annoncé avoir levé 12,5 millions USD dans le cadre d’un financement de série A. Les fonds seront utilisés pour se concentrer sur la croissance des utilisateurs en entreprise et le développement de produits, a déclaré à Slator le co-fondateur et PDG de Synthesia, Victor Riparbelli.
Riparbelli a refusé de partager l’évaluation de la société, mais a déclaré que son produit SaaS, Synthesia STUDIO, avait reçu un accueil enthousiaste depuis son lancement il y a six mois.
Selon Riparbelli, la startup basée au Royaume-Uni compte actuellement «des milliers de clients dans 40 pays, à la fois S&P 500 et des créateurs individuels» et a généré plus d’un million de vidéos pour ses clients depuis le démarrage de l’entreprise en 2018.
Publicité
La série A était dirigée par FirstMark Capital, basée à New York, une société de capital-risque en phase de démarrage avec des investissements dans des sociétés telles que Riot Games, Airbnb et Shopify. Synthesia a déclaré que son tour de table de 12,5 millions de dollars, qui comprenait tous les investisseurs existants et deux nouveaux investisseurs providentiels, est le plus gros investissement dans l’espace vidéo de l’IA à ce jour.
Synthesia a également levé 3,1 millions de dollars de capitaux d’amorçage grâce à une ronde menée par LDV Capital et l’entrepreneur Mark Cuban en 2019.
Avatars disant n’importe quoi dans n’importe quelle langue
Le directeur général de FirstMark, Matt Turck, a publié un blog sur l’investissement sur son site Web et a détaillé l’approche de Synthesia en matière de génération vidéo, expliquant que Synthesia simplifie considérablement la création d’une vidéo d’entreprise et offre «une expérience texte-vidéo convaincante».
Synthesia utilise l’IA pour créer et personnaliser des avatars à partir d’une bibliothèque d’acteurs (réels, humains) ainsi que de personnages synthétiques. Les avatars sont des lignes de code – on peut leur dire de «dire n’importe quoi, dans n’importe quelle langue, ouvrant la porte à une personnalisation massive de la vidéo à grande échelle», a écrit Turck dans son article de blog. Les acteurs reçoivent également un paiement lorsque leur image est utilisée par un client.
Rapport sur le marché Slator 2021 Data-for-AI
Données et recherche, rapports Slator
44 pages sur la manière dont les LSP entrent et évoluent dans AI Data-as-a-Service. Aperçu du marché, cas d’utilisation de l’IA, plates-formes, études de cas, perspectives de vente.
Interrogé sur les principaux cas d’utilisation de l’offre de Synthesia, Riparbelli a déclaré que les communications d’entreprise, le marketing vidéo numérique et la localisation publicitaire sont les principaux domaines d’intérêt, ajoutant qu’ils «voyaient également d’excellentes opportunités de partenariat avec les entreprises du S&P 500 dans le cadre de leur formation. [e.g., e-learning] Besoins. »
Une autre tendance émergente est celle de la personnalisation, a-t-il déclaré, évoquant une campagne vidéo en ligne sur laquelle Synthesia a travaillé pour les chips de Lay, intitulée Messi Messages. La campagne, qui présente un avatar du footballeur Lionel Messi, permet aux utilisateurs de choisir parmi différentes options de message pour que l’avatar de Messi vous envoie une invitation personnalisée à regarder un match.
«Comme ils ne sont que du code, les avatars peuvent tout dire, dans n’importe quelle langue, ouvrant la porte à une personnalisation massive de la vidéo à grande échelle» – Matt Turck, directeur général, FirstMark Capital
Riparbelli a déclaré que pour le projet Messi, « tout ce dont nous avions besoin était de cinq minutes de séquences d’entraînement de lui parlant à la caméra. » Les algorithmes de Synthesia apprennent des images existantes des acteurs. Ainsi, cette même technique peut être appliquée à un dirigeant d’entreprise pour une vidéo de communication d’entreprise, par exemple.
Et où interviennent la localisation et l’élément multilingue? Selon Riparbelli, «c’est absolument essentiel». Les clients de Synthesia utilisent leurs capacités multilingues tous les jours, a-t-il déclaré, et «les commentaires des clients sont que la capacité de communiquer en vidéo et en 40 langues a changé la donne».
Du point de vue de la technologie du langage, Synthesia ne semble pas avoir développé de capacités spécifiques en interne (par exemple, la traduction automatique, la reconnaissance vocale ou les voix synthétiques).
«Nous nous concentrons sur l’amélioration de l’expérience de la vidéo synthétique pour le moment, avec un accent particulier sur la façon de créer des vidéos personnalisées à grande échelle», a déclaré Riparbelli à Slator.
Rapport Slator 2020 sur les fusions-acquisitions et le financement de l’industrie de la langue
Données et recherche, rapports Slator
40 pages sur la traduction, les fusions et acquisitions dans l’industrie de la localisation, le financement de capital-risque. Évaluations, fonds PE, justification de transaction, géo, thèses d’investissement.
La vraie concurrence, ce sont les « PDF ennuyeux »
Interrogé sur la relation de l’entreprise avec les studios de doublage et les fournisseurs de localisation de médias, Riparbelli a déclaré que Synthesia les considérait comme des partenaires plutôt que comme des concurrents, et qu’ils «en avaient beaucoup comme clients».
Il a ajouté: «Ils construisent des services en utilisant Synthesia. Et nous utilisons également des partenaires de traduction pour créer des scripts dans 40 langues pour nos entreprises clientes. » Quant aux vrais rivaux de Synthesia, «notre vraie concurrence, ce sont les PDF ennuyeux que personne ne lit», a plaisanté Riparbelli.
Le PDG a également fourni une mise à jour sur l’objectif de Synthesia pour 2019 de vouloir doubler son premier long métrage au cours des deux prochaines années, en disant: «Nous pensons toujours que cela est vrai. Dans 10 ans, n’importe qui pourra créer un film de qualité hollywoodienne à partir de son ordinateur portable. Les caméras seront remplacées par du code. »
«Notre véritable concurrence, ce sont les PDF ennuyeux que personne ne lit» – Victor Riparbelli, cofondateur et PDG de Synthesia
Il a ajouté: «Notre mission est de réduire l’ensemble du processus de production vidéo des équipes de tournage, des studios, des acteurs et des caméras à un seul appel API. Au fur et à mesure que la plate-forme évolue, notre vision à long terme est de permettre à quiconque de créer un film hollywoodien entièrement synthétique à partir de sa chambre, sans avoir besoin d’autre chose qu’un ordinateur portable.
En attendant, Synthesia se concentre sur ce qu’ils identifient comme une explosion de l’adoption de la vidéo, qui s’est accélérée pendant Covid-19. Selon Riparbelli, «les méthodes de production actuelles ne sont pas à l’échelle». Par conséquent, plutôt que de tenter de perturber le créneau haut de gamme existant du doublage de médias et de divertissement (du moins dans un avenir immédiat), Synthesia considère que son objectif idéal est de répondre à grande échelle au marché en expansion de la production vidéo.
Il s’agit d’une thèse reprise par la startup de traduction vocale Papercup, qui a levé 14 millions de dollars à ce jour. Rejoignant en tant qu’invité sur SlatorPod, le PDG de Papercup, Jesse Shemen, a déclaré à Slator: «Nous ne sommes pas dans ce jeu pour essayer de remplacer l’industrie du doublage. Je suis d’accord avec le fait qu’il existe, bien sûr, mais il y a littéralement des milliards d’heures de contenu qui ne sont pas touchés parce qu’ils ne peuvent pas nécessairement se permettre la méthode traditionnelle de localisation.
Pour en savoir plus sur la production vidéo multilingue et les voix synthétiques, consultez Jesse Shemen et Simon King de Papercup qui discutent de leur aventure de doublage IA et de voix synthétiques sur SlatorPod.