Startup de IA de voz Modulate capta US$ 25 milhões para modelos nativos de áudio e ferramentas para desenvolvedores

A startup de IA de voz Modulate captou US$ 25 milhões em uma rodada liderada pela Future Ventures, com participação dos investidores recorrentes Hyperplane e Lakestar. Segundo o SiliconANGLE, a empresa pretende usar os recursos para levar seus modelos nativos de áudio a um número maior de desenvolvedores.

Além das palavras

Os modelos da Modulate processam o áudio bruto de uma conversa, em vez de depender apenas de transcrições. Eles avaliam emoção, tom e intenção, além de procurar indícios de que uma voz possa ser sintética. A empresa afirma que esses sinais podem ajudar a identificar suspeitas de fraude ou detectar quando uma pessoa está ficando frustrada com um agente de voz, com parte da análise ocorrendo durante a própria conversa.

A abordagem surgiu do trabalho da Modulate com moderação de chats de voz em jogos online. Seus sistemas também são usados por plataformas sociais e de jogos para procurar assédio e aliciamento de menores, por instituições de saúde para identificar pessoas que se passam por funcionários usando vozes geradas por deepfake e por operadores que avaliam agentes de IA de voz.

Um portfólio de modelos pequenos

A empresa oferece esses recursos por meio da Velma, sua plataforma principal. Sua arquitetura Ensemble Listening Model escolhe entre mais de 100 modelos de áudio especializados e combina os resultados para cada tarefa. A Modulate afirma que esse desenho pode ser até 1.000 vezes mais eficiente do que processar o mesmo áudio com um único modelo grande.

A Modulate informou que seus sistemas processam mais de 10 milhões de horas de áudio por mês, e que o uso acumulado ultrapassou recentemente 600 milhões de horas. Seu modelo de transcrição ficou em primeiro lugar no Open ASR Leaderboard em julho, enquanto o Velma Deepfake Detect, lançado em março, liderou o Speech Deepfake Arena. A empresa relatou 98,9% de precisão para o modelo de deepfake em dados de benchmarks públicos.

Expansão para desenvolvedores

A Modulate está trabalhando em novos kits de desenvolvimento de software, interfaces de programação de aplicações e modelos específicos para diferentes setores. A empresa planeja contratar profissionais para as áreas de pesquisa, engenharia e relacionamento com desenvolvedores, além de ampliar integrações com parceiros e opções de implantação. Os desenvolvedores já podem comprar transcrição em lote pela API existente por três centavos de dólar por hora, enquanto o conjunto mais amplo de ferramentas para desenvolvedores ainda está em desenvolvimento.

Com a rodada mais recente, os investidores já forneceram US$ 60 milhões à Modulate. A empresa foi fundada em 2017 por Carter Huffman e Mike Pappas e anteriormente captou uma rodada seed de US$ 2 milhões e uma Série A de US$ 30 milhões em 2022.

Ilustração editorial gerada por IA; não é uma fotografia documental.

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