Modulate залучила $25 млн на свої голосові моделі та комплекс аналітики

Бостонський стартап у сфері голосового інтелекту Modulate залучив $25 млн нового фінансування для своєї платформи, яка використовує масив невеликих моделей, щоб пропонувати підприємствам транскрипцію, аналіз емоцій, виявлення дипфейків і музики, створеної ШІ, а також забезпечення дотримання політик для голосових агентів у регульованих галузях.

Це фінансування відповідає популярній серед інвесторів тенденції у сфері голосового ШІ, що розвивається: підтримувати компанії, які намагаються зробити голоси ШІ більш схожими на людські.

Водночас компанія конкурує з іншими, які намагаються визначити намір у людській розмові шляхом її аналізу, а також із тими, хто прагне захистити людей і компанії від дипфейкових дзвінків, адже клонувати голоси тепер легко.

Новий раунд фінансування Modulate очолила Future Ventures за участю Hyperplane і Lakestar. Дані PitchBook свідчать, що до цього раунду стартап залучив $41 млн фінансування за оцінки в $170 млн.

Стартап заснували у 2017 році Майк Паппас і Картер Гаффман, які познайомилися під час навчання на бакалавраті з фізики в MIT. На ранньому етапі компанія зосереджувалася на наданні послуг модифікації голосу для ігор. Але згодом вона почала концентруватися на інструменті модерації на основі голосу.

Із появою голосових моделей ШІ компанія тепер зосереджується на виявленні різних типів генерації аудіо за допомогою ШІ та аналізі наміру, що стоїть за словами людини.

«Наше бачення простору голосового ШІ полягає в тому, що багато хто займається транскрипцією, але насправді ще немає можливостей, які дають повне розуміння всіх нюансів розмови, а це надзвичайно важливо, коли ви розмовляєте з іншою людиною», — сказав Гаффман у розмові з TechCrunch.

Сьогодні компанія використовує понад 100 моделей, які здебільшого поділяються на два розділи: моделі вилучення сигналів для розуміння вокальних емоцій, тону, мови та визначення синтетичного голосу; і моделі аналізу та виявлення, які визначають намір — наприклад, що саме намагається сказати клієнт, чи порушує абонент правила або чи намагається ошукати отримувача.

Гаффман зазначив, що завдяки використанню менших моделей компанії не потрібні спеціалізоване обладнання та величезні обчислювальні потужності, що може мати вирішальне значення, коли рахунки за токени зростають. Крім того, компанії легше навчати моделі з новими можливостями, додавати їх до набору та за потреби викликати їх за допомогою оркестратора.

Modulate має різноманітну клієнтську базу, але спеціалізується на виявленні дипфейків і попередженні таких організацій, як кол-центри, про можливе шахрайство. Компанія також відстежує, як агенти ШІ відповідають клієнтам, щоб оцінювати якість дзвінків, а також контролювати дотримання ШІ правил відповідності у регульованих сферах. Через ці продукти Modulate часто працює поруч із голосовим стеком, який використовує компанія, лише для аналізу дзвінків.

Оскільки дедалі більше підприємств впроваджують обслуговування клієнтів на основі ШІ, для них стає важливо розуміти, чому дзвінок клієнта був успішним або невдалим. У такому разі визначення наміру та реакції клієнтів стає критично важливим і виходить за межі базового аналізу. Гаффман сказав, що Modulate може надавати підприємствам детальні дані про це.

«Я думаю, коли компанії думають про аналіз емоцій, вони вважають, що якщо клієнт був нейтральним або позитивним, то дзвінок був успішним, а якщо клієнт був негативно налаштований, то дзвінок був невдалим. Але насправді люди часто поводяться ввічливо навіть із агентами ШІ чи ботами. Вони не здаватимуться розлюченими, але будуть дуже незадоволені», — сказав він.

Компанія заявила, що її технологія також використовується для моніторингу кібератак через голосові дзвінки.

Наразі у стартапі працює 40–45 співробітників, і в найближчі місяці він планує найняти ще 10 людей для посилення розробки моделей. Modulate також працює над розширенням можливостей розгортання локально та на пристроях для підвищення рівня конфіденційності.