استارتاپ هوش صوتی Modulate با پایه‌گذاری در بوسن، ۲۵ میلیون دلار سرمایه جدید برای پلتفرم خود که از مجموعه‌ای از مدل‌های کوچک برای ارائه خدماتی چون رونویسی، تحلیل عاطفی، شناسایی دیپ‌فیک و موسیقی هوش مصنوعی، و اجرای بهینه‌سازی برای عوامل صوتی در صنایع تنظیم‌شده استفاده می‌کند، جمع‌آوری کرده است.
این تأمین مالی مانند یک روند محبوب در میان سرمایه‌گذاران در صنعت در حال رشد هوش صوتی AI است: حمایت از شرکت‌هایی که سعی در انسان‌گونه کردن صدای AI دارند.
این شرکت همچنین با دیگر شرکت‌هایی که سعی دارند قصد نهان پشت مکالمات انسانی را با تحلیل آنها شناسایی کنند و همچنین کسانی که به حفاظت از مردم و شرکت‌ها در برابر تماس‌های دیپ‌فیک می‌پردازند، رقابت می‌کند، زیرا اکنون کپی‌سازی صداها بسیار آسان شده است.
این تأمین مالی جدید که توسط Future Ventures رهبری شده و با مشارکت Hyperplane و Lakestar همراه بوده، نشان می‌دهد که استارتاپ به‌طور کلی ۴۱ میلیون دلار با ارزش‌گذاری ۱۷۰ میلیون دلار پیش از این مرحله جمع‌آوری کرده بود.
این استارتاپ در سال ۲۰۱۷ توسط مایک پاپاس و کارتر هافمن تأسیس شد، که در زمان تحصیل در MIT با هم آشنا شدند. در روزهای اولیه، این شرکت روی ارائه مدولاسیون صوتی برای بازی‌ها تمرکز داشت. اما بعداً به توسعه یک ابزار مدیریت مبتنی بر صدا پرداخت.
با ظهور مدل‌های صوتی AI، این شرکت اکنون بر روی شناسایی انواع مختلف تولید صوتی AI و تحلیل قصد پشت کلمات یک فرد تمرکز دارد.
هافمن در یک تماس با TechCrunch گفت: “درک ما از فضای هوش صوتی این است که بسیاری از افراد به رونویسی مشغول هستند، اما واقعاً هیچ قابلیتی وجود ندارد که تمام تفاوت‌های ظریف و درک کامل یک مکالمه را بدست آورد، که در هنگام صحبت با یک انسان بسیار مهم است.”
این شرکت هم‌اکنون بیش از ۱۰۰ مدل را که عمدتاً به دو بخش تقسیم می‌شوند، اجرا می‌کند: مدل‌های استخراج سیگنال برای درک عواطف صوتی، لحن، زبان و تشخیص صدای مصنوعی؛ و مدل‌های تحلیل/شناسایی که به قصد نگاه می‌کنند، مانند اینکه مشتری چه چیزی می‌خواهد بگوید، آیا تماس‌گیرنده قوانین را نقض کرده است، یا آیا در حال کلاهبرداری از گیرنده است.
هافمن گفت که چون این شرکت از مدل‌های کوچک‌تر استفاده می‌کند، نیازی به سخت‌افزار تخصصی و محاسبات بسیاری ندارد، که می‌تواند در زمان افزایش هزینه‌های توکن حیاتی باشد. همچنین، برای شرکت آسان‌تر است که مدل‌ها را با قابلیت‌های جدیدتر آموزش دهد، آنها را به دسته اضافه کند و یک سازمان‌دهنده را در زمان نیاز فراخوانی کند.
Modulate پایگاه مشتری متنوعی دارد، اما در شناسایی دیپ‌فیک و هشدار به سازمان‌ها مانند مراکز تماس برای یک کلاهبرداری احتمالی تخصص دارد. همچنین این شرکت نظارت می‌کند که چگونه عوامل هوش مصنوعی به مشتریان پاسخ می‌دهند تا کیفیت تماس‌ها را ارزیابی کنند، و همچنین اطمینان حاصل کنند که AI قوانین انطباق را در زمینه‌های تنظیمی پیروی می‌کند. به خاطر این محصولات، Modulate اغلب در کنار پشته صوتی که توسط یک شرکت فقط برای تحلیل تماس‌ها استفاده می‌شود، قرار دارد.
با افزایش پذیرش خدمات مشتری مبتنی بر هوش مصنوعی توسط بیشتر شرکت‌ها، مهم است که آنها بدانند چرا یک تماس مشتری موفق یا ناموفق بود. در این مورد، ارزیابی قصد و واکنش مشتریان فراتر از تحلیل‌های پایه بسیار حیاتی می‌شود. هافمن گفت که Modulate می‌تواند داده‌های دقیق‌تری را به شرکت‌ها در این زمینه ارائه دهد.
“فکر می‌کنم وقتی شرکت‌ها به تحلیل عواطف فکر می‌کنند، می‌پندارند اگر مشتری خنثی یا مثبت بود، تماس موفق بود، و اگر مشتری منفی بود، تماس ناموفق بود. اما در واقع، بسیاری از اوقات مردم حتی به عوامل یا ربات‌های هوش مصنوعی هم مؤدبانه رفتار می‌کنند. درست است. و آنها به‌نظر عصبانی نمی‌آیند، اما بسیار ناراضی خواهند بود,” او گفت.
این شرکت اعلام کرد که فناوری آن همچنین برای نظارت بر حملات سایبری از طریق تماس‌های صوتی استفاده می‌شود.
این استارتاپ در حال حاضر ۴۰-۴۵ کارمند دارد و هدفش این است که در ماه‌های آینده ۱۰ نفر دیگر به تیم اضافه کند تا فرآیند ساخت مدل‌ها تقویت شود. Modulate در حال حاضر بر روی افزایش قابلیت‌های استقرار خود در محل و بر روی دستگاه‌ها برای حفظ حریم خصوصی بیشتر کار می‌کند.
