Modulate-მა ხმოვანი მოდელებისა და ანალიზის პლატფორმისთვის 25 მილიონი დოლარი მოიზიდა

ბოსტონში დაფუძნებულმა ხმოვანი ინტელექტის სტარტაპმა Modulate-მა 25 მილიონი დოლარის ახალი დაფინანსება მოიზიდა. კომპანია პატარა მოდელების ერთობლიობას იყენებს, რომ საწარმოებს ტრანსკრიფცია, ემოციური ანალიზი, დიპფეიკისა და AI მუსიკის ამოცნობა და ხმოვანი აგენტებისთვის წესების დაცვის კონტროლი შესთავაზოს.

ვინ დააფინანსა რაუნდი

რაუნდს Future Ventures ხელმძღვანელობდა, მონაწილეობდნენ Hyperplane და Lakestar. PitchBook-ის მონაცემებით, ამ რაუნდამდე სტარტაპმა 41 მილიონი დოლარი მოიზიდა, მისი შეფასება კი 170 მილიონ დოლარს შეადგენდა.

კომპანია 2017 წელს დააარსეს Mike Pappas-მა და Carter Huffman-მა, რომლებიც ერთმანეთს MIT-ში ფიზიკის სტუდენტობისას შეხვდნენ. დასაწყისში Modulate თამაშებისთვის ხმის მოდულაციაზე მუშაობდა, შემდეგ ხმაზე დაფუძნებულ მოდერაციის ხელსაწყოზე გადაერთო. ახლა კომპანია AI-ის მიერ გენერირებული აუდიოს ამოცნობასა და ადამიანის სიტყვების მიღმა არსებული განზრახვის ანალიზზეა კონცენტრირებული.

100-ზე მეტი პატარა მოდელი

Modulate 100-ზე მეტ მოდელს ამუშავებს და ორ ძირითად ჯგუფად ყოფს. სიგნალის ამომღები მოდელები ხმის ემოციას, ტონს, ენასა და სინთეზურობას აფასებენ. ანალიზისა და ამოცნობის მოდელები განზრახვას სწავლობენ: რისი თქმა სურს მომხმარებელს და არღვევს თუ არა ზარის მონაწილე წესებს.

Carter Huffman-მა TechCrunch-თან განაცხადა, რომ პატარა მოდელების გამო კომპანიას სპეციალიზებული ტექნიკა და დიდი გამოთვლითი სიმძლავრე არ სჭირდება, რაც მნიშვნელოვანი უპირატესობაა მაშინ, როცა ტოკენების ხარჯი იზრდება.

„ჩვენი დაკვირვებით, ხმოვანი AI-ის სფეროში ბევრი ტრანსკრიფციას აკეთებს, მაგრამ ისეთი შესაძლებლობა პრაქტიკულად არავის აქვს, რომ საუბრის სრული ნიუანსი და მთლიანი შინაარსი გაიგოს“, აღნიშნა Huffman-მა.

რისთვის იყენებენ საწარმოები

Modulate დიპფეიკის ამოცნობასა და ქოლ-ცენტრების შესაძლო თაღლითობის შესახებ გაფრთხილებაზეა სპეციალიზებული. ის ასევე აკვირდება, როგორ პასუხობენ AI აგენტები მომხმარებლებს, რათა ზარის ხარისხი შეაფასოს, და ამოწმებს, იცავს თუ არა AI რეგულირებულ სფეროებში დადგენილ წესებს.

რაც უფრო მეტი საწარმო გადადის AI-ზე დაფუძნებულ მომსახურებაზე, მით უფრო მნიშვნელოვანი ხდება იმის გაგება, რატომ დასრულდა ზარი წარმატებით ან წარუმატებლად. Huffman-ის თქმით, მხოლოდ სენტიმენტის ნიშანი შეიძლება შეცდომაში შეიყვანოს, რადგან მომხმარებლები ბოტებთანაც კი ხშირად თავაზიანები არიან და გაღიზიანებულები არ ჩანან, თუმცა სინამდვილეში უკმაყოფილოები არიან. კომპანიის თქმით, მის ტექნოლოგიას ხმოვანი ზარებით განხორციელებული კიბერშეტევების მონიტორინგშიც იყენებენ.

სტარტაპში 40-45 თანამშრომელია და უახლოეს თვეებში კიდევ 10 ადამიანის დამატებას გეგმავს. კომპანია ასევე მუშაობს ლოკალურ და მოწყობილობაზე განლაგების შესაძლებლობებზე, რაც კონფიდენციალურობას ზრდის.