Базирующийся в Сан-Франциско стартап Rime пытается получить преимущество на переполненном рынке с помощью своих голосовых AI-моделей, обученных на записываемых им разговорных данных, чтобы снизить нагрузку на клиентов по кастомизации.
Основанная в 2022 году бывшим аспирантом Стэнфорда Лили Клиффорд, экс-инженером Amazon Alexa Брук Ларсон и инженером Стэнфорда Аресом Геованосом, компания Rime построила в Сан-Франциско студию звукозаписи для сбора собственных разговорных данных, а не полагается на сбор аудио из интернета.
Стартап сообщает, что уделяет особое внимание точной настройке своих голосовых моделей для правильного произношения названий различных брендов и отраслевых терминов. Он использует фонемную архитектуру для адаптации к различным вариантам произношения, чтобы клиентам не приходилось переобучать модели для своей конкретной отрасли.
В среду Rime объявил о привлечении 24 миллионов долларов в рамках раунда финансирования серии A, который возглавила M13 Ventures. Также участвовали Twilio Ventures, Corazon Capital, Unusual Ventures и другие существующие инвесторы.
Клиффорд отметила, что, несмотря на прогресс в разработке голосового ИИ, предприятия по-прежнему предпочитают традиционные реализации IVR, поскольку технология голосового ИИ пока не может сравниться с эффективностью IVR.
«Голосовая технология всё ещё не позволяет автоматизировать подавляющее большинство корпоративных телефонных звонков. Большие языковые модели (LLM) значительно упростили создание работающих голосовых приложений, но они не изменили ощущения от взаимодействия. Разговор с голосовым AI-агентом — не самый захватывающий опыт для конечного пользователя. Это что-то вроде новой IVR, но с лучшим голосом», — сказала она.
Стартап начинал с конвейера отдельных моделей для преобразования речи в текст, текста в речь и большой языковой модели. Но теперь он смещает фокус на разработку более совершенных моделей «речь-в-речь» для снижения задержки, улучшения переключения реплик и решения таких проблем, как фоновый шум. Новый подход также позволит уменьшить зависимость от оркестрации, чтобы компании не приходилось управлять множеством моделей.
Rime сообщает о наличии клиентов в сфере общественного питания, здравоохранения, авиаперевозок и финансовых технологий. Компания утверждает, что благодаря своим обучающим данным и позиционированию моделей клиенты дольше остаются на линии, что помогло ей выиграть корпоративные контракты с такими заказчиками, как Mayo Clinic, Dialpad, Upstart и Asurion.
На полученное финансирование Rime планирует расширить свою команду из 35 человек, намереваясь нанять специалистов по разработке моделей, инженерии и партнёрствам. Недавно компания привлекла Рафаэля Валье, ранее работавшего над пониманием аудио в Meta* Superintelligence Labs и в команде по исследованию глубокого обучения аудио в NVIDIA, на должность главного научного сотрудника.
«Такие компании, как ElevenLabs, перешли на уровень оркестрации и приложений, вступая в прямую конкуренцию с Sierras и Decagons этого мира. Я считаю, что в техническом плане можно сделать гораздо больше, и подход Rime — продвижение лучшей модели с низкой задержкой и высокой надёжностью в регулируемой среде — выделяется», — рассказал TechCrunch Морган Блумберг из M13.
Ранее компания привлекла 5,5 миллиона долларов в рамках посевного раунда в мае прошлого года. В рамках этого раунда Блумберг входит в совет директоров стартапа.
Facebook*, Instagram* и WhatsApp* принадлежат компании Meta* Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Ivan Mehta
