Modulate gọi vốn thành công 25 triệu USD để phát triển mô hình giọng nói và phát hiện Deepfake

Startup về trí tuệ giọng nói Modulate có trụ sở tại Boston vừa huy động được 25 triệu USD vốn đầu tư mới cho nền tảng sử dụng hàng loạt mô hình nhỏ, cung cấp cho doanh nghiệp các tính năng chuyển đổi giọng nói thành văn bản, phân tích cảm xúc, phát hiện deepfake và nhạc AI, cũng như thực thi chính sách cho các tác nhân giọng nói trong các ngành công nghiệp được quản lý chặt chẽ.

Khoản tài trợ này đi theo một xu hướng phổ biến của các nhà đầu tư trong ngành công nghiệp AI giọng nói đang phát triển: rót vốn vào các công ty đang nỗ lực làm cho giọng nói AI trở nên giống người hơn.

Công ty cũng cạnh tranh với những đơn vị khác đang cố gắng phát hiện ý định đằng sau các cuộc hội thoại của con người thông qua phân tích, cũng như những đơn vị bảo vệ cá nhân và doanh nghiệp khỏi các cuộc gọi deepfake, vốn đang trở nên dễ dàng thực hiện nhờ công nghệ sao chép giọng nói.

Vòng gọi vốn mới của Modulate được dẫn dắt bởi Future Ventures với sự tham gia của Hyperplane và Lakestar. Dữ liệu từ PitchBook cho thấy startup này đã huy động được 41 triệu USD với mức định giá 170 triệu USD trước vòng gọi vốn này.

Startup được thành lập vào năm 2017 bởi Mike Pappas và Carter Huffman, hai người gặp nhau khi còn là sinh viên vật lý tại MIT. Trong thời gian đầu, công ty tập trung vào việc cung cấp tính năng điều biến giọng nói cho trò chơi điện tử. Nhưng sau đó, họ bắt đầu tập trung vào một công cụ kiểm duyệt dựa trên giọng nói.

Với sự ra đời của các mô hình AI giọng nói, công ty hiện đang tập trung vào việc phát hiện các loại hình tạo âm thanh AI khác nhau và phân tích ý định đằng sau lời nói của một người.

"Góc nhìn của chúng tôi về không gian AI giọng nói là rất nhiều người đang thực hiện chuyển đổi giọng nói thành văn bản, nhưng thực sự không có khả năng nào nắm bắt được đầy đủ sắc thái và sự hiểu biết trọn vẹn về một cuộc hội thoại, điều này rất quan trọng khi bạn đang nói chuyện với một con người khác," Huffman chia sẻ trong một cuộc gọi với TechCrunch.

Hiện tại, công ty vận hành hơn 100 mô hình được chia thành hai nhóm chính: Các mô hình trích xuất tín hiệu để hiểu cảm xúc, tông giọng, ngôn ngữ và xác định giọng nói tổng hợp; và các mô hình phân tích/phát hiện để xem xét ý định, chẳng hạn như khách hàng đang cố gắng nói gì, liệu người gọi có đang vi phạm quy tắc hay họ đang cố gắng lừa đảo người nhận hay không.

Huffman cho biết vì vận hành các mô hình nhỏ hơn, công ty không cần phần cứng chuyên dụng và quá nhiều tài nguyên tính toán, điều này có thể rất quan trọng khi chi phí token tăng cao. Thêm vào đó, việc huấn luyện các mô hình với năng lực mới, thêm chúng vào hệ thống và để một trình điều phối gọi chúng khi cần thiết sẽ dễ dàng hơn đối với công ty.

Modulate có cơ sở khách hàng đa dạng, nhưng chuyên về phát hiện deepfake và cảnh báo cho các tổ chức như trung tâm cuộc gọi về khả năng lừa đảo. Công ty cũng giám sát cách các tác nhân AI phản hồi khách hàng để đánh giá chất lượng cuộc gọi, đồng thời đảm bảo AI tuân thủ các quy tắc trong các lĩnh vực được quản lý. Nhờ những sản phẩm này, Modulate thường nằm cạnh ngăn xếp giọng nói (voice stack) mà công ty đang sử dụng để phân tích các cuộc gọi.

Khi ngày càng nhiều doanh nghiệp áp dụng dịch vụ khách hàng hỗ trợ bởi AI, việc hiểu lý do tại sao một cuộc gọi của khách hàng thành công hay thất bại trở nên quan trọng. Trong trường hợp đó, việc đánh giá ý định và phản hồi của khách hàng trở nên thiết yếu hơn so với các phân tích cơ bản. Huffman cho biết Modulate có thể cung cấp dữ liệu chi tiết cho các doanh nghiệp về vấn đề này.

"Tôi nghĩ khi các công ty nghĩ về phân tích cảm xúc, họ nghĩ rằng nếu khách hàng trung lập hoặc tích cực thì cuộc gọi đó thành công, và nếu khách hàng tiêu cực thì cuộc gọi đó thất bại. Nhưng thực tế, nhiều lần mọi người vẫn lịch sự ngay cả với các tác nhân AI hoặc bot. Đúng vậy. Họ sẽ không tỏ ra tức giận, nhưng họ lại rất không hài lòng," ông nói.

Công ty cho biết công nghệ của họ cũng đang được sử dụng để giám sát các cuộc tấn công mạng thông qua các cuộc gọi thoại.

Startup hiện có 40-45 nhân viên và đặt mục tiêu tuyển thêm 10 người trong những tháng tới để tăng cường xây dựng mô hình. Modulate hiện đang nỗ lực tăng cường khả năng triển khai tại chỗ (on-premises) và trên thiết bị (on-device) để nâng cao tính riêng tư.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Ivan phụ trách các diễn biến công nghệ tiêu dùng toàn cầu tại TechCrunch. Anh làm việc tại Ấn Độ và trước đây từng làm việc tại các ấn phẩm bao gồm Huffington Post và The Next Web.

Bạn có thể liên hệ hoặc xác minh thông tin từ Ivan bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại ivan.42 trên Signal.

Xem tiểu sử