Modulate привлекла $25 млн на голосовые модели и аналитическую платформу

Бостонский стартап Modulate, специализирующийся на голосовых технологиях, привлёк $25 млн (около 2 млн рублей) в рамках нового раунда финансирования. Компания разрабатывает платформу, использующую набор небольших моделей для транскрипции, эмоционального анализа, обнаружения дипфейков и ИИ-музыки, а также контроля соблюдения правил для голосовых агентов в регулируемых отраслях.

Этот раунд отражает популярный тренд среди инвесторов в растущей индустрии голосового ИИ: поддержку компаний, которые пытаются сделать ИИ-голоса более человечными.

Modulate также конкурирует с другими компаниями, которые пытаются определять намерения в человеческих разговорах путём их анализа, и с теми, кто защищает людей и компании от дипфейк-звонков, поскольку клонирование голоса сейчас стало простой задачей.

Новый раунд финансирования возглавила Future Ventures при участии Hyperplane и Lakestar. Данные PitchBook показывали, что до этого раунда стартап привлёк $41 млн (около 3,28 млн рублей) при оценке в $170 млн (около 13,6 млн рублей).

Стартап был основан в 2017 году Майком Паппасом и Картером Хаффманом, которые познакомились на физическом факультете MIT. В первые годы компания занималась модуляцией голоса для игр. Но позже она сосредоточилась на инструменте модерации на основе голоса.

С появлением голосовых ИИ-моделей компания теперь концентрируется на обнаружении различных видов ИИ-генерации аудио и анализе намерений, стоящих за словами человека.

«Наше понимание сферы голосового ИИ таково: многие занимаются транскрипцией, но на рынке практически нет решений, которые улавливают всю тонкость и полное понимание разговора, а это так важно, когда ты говоришь с другим человеком», — сказал Хаффман в разговоре с TechCrunch.

Сегодня компания использует более 100 моделей, которые в основном делятся на две категории: модели извлечения сигналов для понимания вокальных эмоций, тона, языка и определения синтетического голоса; и модели анализа/обнаружения, которые оценивают намерения — что пытается сказать клиент, нарушает ли звонящий правила или пытается ли он обмануть получателя.

Хаффман отметил, что поскольку компания использует небольшие модели, ей не требуется специализированное оборудование и огромные вычислительные мощности, что может быть критически важно при росте счетов за токены. Кроме того, компании проще обучать модели с новыми возможностями, добавлять их в набор и вызывать через оркестратор по мере необходимости.

У Modulate разнообразная клиентская база, но она специализируется на обнаружении дипфейков и оповещении организаций, например колл-центров, о возможном мошенничестве. Компания также отслеживает, как ИИ-агенты отвечают клиентам, чтобы оценить качество звонков и убедиться, что ИИ соблюдает правила в регулируемых сферах. Из-за этих продуктов Modulate часто работает рядом с голосовым стеком, используемым компанией, просто для анализа звонков.

По мере того как всё больше предприятий внедряют клиентский сервис на базе ИИ, им становится важно понимать, почему звонок клиента оказался успешным или неудачным. В этом случае оценка намерений и реакции клиентов становится критичной помимо базового анализа. Хаффман сказал, что Modulate может предоставлять предприятиям детальные данные об этом.

«Я думаю, когда компании думают об эмоциональном анализе, они считают: если клиент был нейтральным или позитивным, звонок прошёл успешно, а если негативным — неудачно. Но на самом деле люди часто остаются вежливыми даже с ИИ-агентами или ботами. Они не выглядят разгневанными, но при этом очень недовольны», — сказал он.

Компания заявила, что её технологии также используются для мониторинга кибератак через голосовые звонки.

Сейчас в стартапе работают 40–45 сотрудников, и в ближайшие месяцы компания планирует нанять ещё 10 человек для усиления разработки моделей. Modulate в настоящее время работает над расширением возможностей развёртывания на собственных серверах и устройствах для повышения приватности.

Цены сконвертированы автоматически, реальные цены могут отличаться.