Стартап Modulate из Бостона привлёк $25 млн на развитие платформы для анализа голосовых взаимодействий. Компания объединяет в ней небольшие специализированные модели, которые выполняют расшифровку речи, определяют эмоции, выявляют дипфейки и музыку, созданную искусственным интеллектом, а также проверяют соблюдение правил голосовыми агентами в регулируемых отраслях.
Раунд возглавил фонд Future Ventures, к нему также присоединились Hyperplane и Lakestar. По данным PitchBook, до нового привлечения Modulate получила $41 млн, а её оценка составляла $170 млн. О сделке сообщил сайт TechCrunch.
Компания появилась в 2017 году: её основали Майк Паппас и Картер Хаффман, познакомившиеся во время обучения на физическом факультете Массачусетского технологического института. Сначала Modulate разрабатывала инструменты изменения голоса для видеоигр, затем переключилась на голосовую систему модерации. С распространением моделей искусственного интеллекта для работы с голосом стартап сосредоточился на распознавании синтетического аудио и определении намерений говорящего.
Сейчас Modulate использует более 100 моделей двух основных типов. Одни извлекают характеристики сигнала — эмоции, интонацию, язык и признаки искусственного происхождения голоса. Другие анализируют содержание разговора: пытаются понять цель клиента, выявляют нарушение правил и возможные мошеннические действия.
По словам Хаффмана, применение компактных моделей избавляет компанию от необходимости использовать специализированное оборудование и большие вычислительные мощности. Такой подход также упрощает обучение новых моделей и их подключение через общий координатор, когда это требуется. «Наше понимание рынка голосового ИИ заключается в том, что многие занимаются расшифровкой, но практически нет возможностей для полного учёта нюансов и понимания разговора, что особенно важно при общении с другим человеком», — сказал он TechCrunch.
Modulate продаёт решения разным категориям клиентов, уделяя особое внимание обнаружению дипфейков и предупреждению кол-центров о возможных мошеннических звонках. Платформа оценивает качество ответов голосовых агентов, проверяет соблюдение требований в регулируемых сферах и обычно работает рядом с основной голосовой системой организации. На фоне распространения автоматизированного обслуживания компаниям важно понимать причины успешного или неудачного звонка, поэтому стартап анализирует намерения и реакции клиентов глубже, чем обычные инструменты оценки эмоций.
«Я думаю, что, когда компании говорят об анализе эмоций, они считают: если клиент был нейтрален или настроен положительно, звонок прошёл успешно, а если отрицательно — завершился неудачей. Но часто люди бывают вежливы даже с ИИ-агентами или ботами. Они не выглядят раздражёнными, хотя остаются очень недовольными», — отметил Хаффман. Технологии Modulate также применяются для отслеживания кибератак через голосовые вызовы. В компании работают 40–45 человек, ещё десять сотрудников планируют нанять в ближайшие месяцы для усиления разработки моделей; параллельно стартап расширяет возможности локального и встроенного в устройства развёртывания ради повышения конфиденциальности.