La startup de IA de voz Modulate recauda 25 millones para sus modelos de audio y herramientas para desarrolladores

La startup de IA de voz Modulate ha recaudado 25 millones de dólares en una ronda liderada por Future Ventures, en la que también participaron los inversores recurrentes Hyperplane y Lakestar. Según SiliconANGLE, la empresa destinará el capital a poner sus modelos de audio a disposición de un número mayor de desarrolladores.

Más allá de las palabras

Los modelos de Modulate procesan el audio sin procesar de una conversación, en lugar de depender únicamente de las transcripciones. Analizan la emoción, el tono y la intención, y también buscan señales que indiquen que una voz podría ser un deepfake. La empresa afirma que estas señales pueden ayudar a identificar posibles fraudes o detectar cuándo una persona que llama empieza a frustrarse con un agente de voz. Parte del análisis se realiza mientras la conversación sigue activa.

El enfoque surgió del trabajo de Modulate en la moderación de chats de voz para juegos en línea. Sus sistemas también son utilizados por plataformas sociales y de videojuegos para detectar acoso y captación sexual de menores, por instituciones sanitarias que buscan llamadas de personas que suplantan a miembros del personal mediante voces deepfake, y por operadores que evalúan el funcionamiento de agentes de IA de voz.

Un conjunto de modelos especializados

La empresa ofrece estas capacidades a través de Velma, su plataforma principal. Su arquitectura Ensemble Listening Model selecciona más de 100 modelos de audio pequeños y especializados, y combina sus resultados para cada tarea. Modulate sostiene que este diseño puede ser hasta 1.000 veces más eficiente que procesar el mismo audio con un único modelo grande.

Modulate indicó que sus sistemas procesan más de 10 millones de horas de audio al mes y que el uso acumulado ha superado recientemente los 600 millones de horas. Su modelo de transcripción ocupó el primer puesto del Open ASR Leaderboard en julio, mientras que Velma Deepfake Detect, lanzado en marzo, quedó primero en Speech Deepfake Arena. La empresa comunicó una precisión del 98,9 % para el modelo de deepfakes en datos de referencia públicos.

Expansión para desarrolladores

Modulate está trabajando en nuevos kits de desarrollo de software, interfaces de programación de aplicaciones y modelos específicos para distintos sectores. La empresa prevé contratar personal para sus equipos de investigación, ingeniería y relaciones con desarrolladores, además de ampliar las integraciones con socios y las opciones de implementación. Los desarrolladores ya pueden adquirir transcripciones por lotes mediante la API existente, a tres centavos por hora, mientras el resto de las herramientas para desarrolladores continúa en desarrollo.

Con la ronda más reciente incluida, los inversores han aportado 60 millones de dólares a Modulate. Carter Huffman y Mike Pappas fundaron la empresa en 2017. La startup había recaudado anteriormente una ronda semilla de 2 millones de dólares y una Serie A de 30 millones en 2022.

Ilustración editorial generada con IA; no es una fotografía documental.

Fuente: Voice AI startup Modulate raises $25M to bring audio-native models to more developers