Fish Audio haalt $52 miljoen op voor AI-stemtechnologie

TL;DR

• Wat: Fish Audio haalt $52 miljoen seed-funding op voor AI-stemmodellen die tekst omzetten naar spraak en stemmen kunnen klonen.
• Waarom relevant: Steeds meer bedrijven — ook in gereguleerde sectoren — zetten AI-stemmen in voor klantenservice, video en telefonie. De markt groeit snel.
• Wat je ermee kunt: Inventariseer waar jouw bedrijf nu al handmatig inspreekt of belt, en bekijk of AI-spraak daar tijd en geld kan besparen.

Vandaag las ik dat Fish Audio, een startup uit Palo Alto, een seedronde van $52 miljoen heeft opgehaald. Dat is een opvallend bedrag voor een seedronde — en het zegt iets over hoeveel vertrouwen investeerders hebben in AI-stemtechnologie. Ik vind het de moeite waard om uit te zoeken wat dit voor ondernemers in Nederland kan betekenen.

Wat is Fish Audio precies?

Fish Audio bouwt AI-modellen die tekst omzetten naar gesproken taal — zogeheten text-to-speech (TTS) — en die bestaande stemmen kunnen klonen. Stel dat je als ondernemer een instructievideo wilt maken, maar geen zin hebt om zelf in te spreken. Met dit soort technologie type je de tekst, kies je een stem, en krijg je een audiofragment dat natuurlijk klinkt.

Het bedrijf is opgericht door Shijia Liao, een voormalig video-onderzoeker bij NVIDIA, en Rissa Cao. Liao begon Fish Speech als open-source project vanuit zijn slaapkamer, met één enkele GPU. Dat klinkt bescheiden, maar het project groeide uit tot meer dan 31.000 sterren op GitHub — een indicatie dat veel ontwikkelaars het nuttig vonden.

Ondertussen heeft Fish Audio meer dan 8 miljoen gebruikers, ondersteunt het platform 83 talen, en draait het bedrijf een jaarlijkse terugkerende omzet van $21 miljoen. Voor een startup die nog in de seedfase zit, zijn dat opvallende cijfers.

Wat kan het platform?

Wat mij hier opvalt, is de breedte van wat Fish Audio aanbiedt:

• Voice cloning vanuit 5 seconden audio. Je neemt vijf seconden van iemands stem op, en het systeem kan daar binnen vijftien seconden een kloon van maken. Denk aan toepassingen zoals een e-learningplatform waar één stem consistent alle modules inspreekt.
• Emotiecontrole op woordniveau. Het platform heeft meer dan 15.000 natuurlijke-taalinstructies waarmee je de toon van de gegenereerde spraak kunt sturen. Niet alleen "blij" of "serieus", maar genuanceerder.
• 83 talen. Inclusief Nederlands, wat relevant is als je klanten bedient in meerdere markten.

In blinde luistertests scoorde hun nieuwste model, S2.1 Pro, een voorkeur van 67% ten opzichte van concurrenten, volgens SiliconANGLE. Dat klinkt overtuigend, al is het goed om te weten dat zulke tests vaak door het bedrijf zelf worden uitgevoerd — ik zou benieuwd zijn naar onafhankelijke vergelijkingen.

Het bedrijf heeft inmiddels vier spraakgeneratiemodellen en één speech-to-text-model uitgebracht. Drie daarvan zijn open source. Wat ik interessant vind: vanaf augustus 2026 wordt het S2.1 Pro-model gratis beschikbaar via hun API voor alle ontwikkelaars.

Wie investeert en waarom?

De ronde van $52 miljoen werd geleid door Coreline Ventures en Capital Today. Daarnaast deden onder meer 359 Capital, Play Time, HF0, 645 Ventures, Parable, Carya Venture Partners en Alphalist Partners mee.

Voor context: een seedronde van $52 miljoen is ongebruikelijk groot. Ter vergelijking — de gemiddelde seedronde in de VS lag in 2025 rond de $3 à $5 miljoen. Dat Fish Audio zoveel ophaalt, heeft waarschijnlijk te maken met de combinatie van snelle omzetgroei ($21 miljoen ARR) en een brede gebruikersbasis.

Het geld gaat volgens het bedrijf naar de ontwikkeling van geavanceerdere modellen, waaronder een audio-understanding-model en een real-time speech-to-speech-vertaalmodel. Dat laatste zou betekenen dat je in de ene taal spreekt en de AI het in real time vertaalt naar een andere taal — met behoud van je stemklank. Kun je je voorstellen wat dat betekent als je internationaal zaken doet?

Wat betekent dit voor Nederlandse ondernemers?

De Nederlandse markt voor AI-spraak beweegt ook. Platformen zoals ElevenLabs, Resemble AI en Verbatik bieden al Nederlandstalige stemmen aan. De drempel om AI-spraak in te zetten wordt dus steeds lager.

Ik denk dat er voor MKB-ondernemers een paar concrete scenario's zijn om over na te denken:

Klantenservice en telefonie

AI-voiceagents die Nederlandstalige gesprekken kunnen voeren, worden steeds beter. Voor bedrijven die veel telefonisch klantcontact hebben — denk aan een webshop met retourvragen, of een dienstverlener met afspraken — kan een AI-stem een deel van de eerstelijns afhandeling overnemen. Niet als vervanging van je team, maar als aanvulling buiten kantooruren of bij piekmomenten.

Content en communicatie

Stel dat je als ondernemer regelmatig productbeschrijvingen, instructies of nieuwsbrieven maakt. Met TTS-technologie kun je daar audiocontent van maken zonder zelf een studio in te hoeven. Handig als je klanten hebt die liever luisteren dan lezen.

Meertaligheid

Als je klanten bedient in meerdere landen, is het opvallend dat Fish Audio 83 talen ondersteunt. De belofte van real-time spraakvertaling is nog toekomstmuziek, maar de richting is duidelijk: taalbarrières worden kleiner.

Ethiek en consent

Eén ding dat ik wil uitlichten: Fish Audio zegt dat het "consent, transparency, and attribution" inbouwt in het productontwerp. Ze hebben een geautomatiseerd verwijderingsproces dat stemverwijderverzoeken binnen drie minuten afhandelt. Dat is relevant, want voice cloning roept terecht vragen op over misbruik. Als iemands stem in vijf seconden te klonen is, wie beschermt dan de eigenaar van die stem?

Voor ondernemers die overwegen AI-stemmen in te zetten, is het verstandig om hier bewust mee om te gaan. Gebruik geen stemmen zonder toestemming, en kies een platform dat daar serieus mee omgaat. Fish Audio biedt ook on-premises installaties aan voor gereguleerde sectoren zoals zorg en financiële dienstverlening, met zero-data-retention en HIPAA-compliance.

Waar ik dit in de gaten houd

Voor mij is dit vooral een signaal dat AI-stemtechnologie uit de experimenteerfase komt en richting mainstream bedrijfstoepassing beweegt. Een seedronde van $52 miljoen, $21 miljoen omzet, 8 miljoen gebruikers — dat zijn geen laboratoriumcijfers meer. De vraag is niet zozeer óf AI-stemmen een rol gaan spelen in hoe bedrijven communiceren, maar wanneer het voor jouw bedrijf relevant wordt. En als ik eerlijk ben: ik denk dat dat moment voor veel ondernemers dichterbij is dan ze denken.