Smallest.ai huy động 13 triệu USD để phát triển AI giọng nói phản hồi tức thì như người thật

Mặc dù các AI agent ngày càng có khả năng giải quyết các vấn đề hỗ trợ khách hàng, hầu hết mọi người vẫn có thể nhận ra ngay lập tức khi họ đang trò chuyện với máy móc thay vì con người.

Smallest.ai, một startup được thành lập vào cuối năm 2024, đang đặt cược rằng bước tiến tiếp theo của các voice agent sẽ không đến từ việc làm cho các mô hình ngôn ngữ lớn (LLM) chạy nhanh hơn, mà từ việc sử dụng các mô hình nhỏ, chuyên biệt được xây dựng cho hội thoại giữa người với người. Nói một cách đơn giản, công ty muốn làm cho việc trò chuyện với một AI agent trở nên không thể phân biệt được với việc trò chuyện với một con người.

Để làm được điều đó, họ đang phát triển một mô hình giọng nói nhỏ được thiết kế để bắt chước cách con người xử lý thông tin bằng cách lắng nghe, suy nghĩ và nói đồng thời.

“Trong khi tôi đang nói chuyện với bạn, bạn đã bắt đầu suy nghĩ và có thể ngắt lời nếu tôi nói quá lâu,” Sudarshan Kamath (ảnh trái), nhà sáng lập kiêm CEO của Smallest.ai, chia sẻ với TechCrunch, đồng thời cho biết đây chính xác là cách mà mô hình của startup này được thiết kế để vận hành.

Để thúc đẩy sứ mệnh này, Smallest.ai đã huy động được 13 triệu USD trong vòng gọi vốn Series A, dẫn đầu bởi Seligman Ventures với sự tham gia của Sierra Ventures và 3one4 Capital. Nguồn vốn mới này nâng tổng số tiền tài trợ của startup lên hơn 21 triệu USD.

“Cách thức hoạt động của một LLM là bạn đưa cho nó toàn bộ câu lệnh (prompt), rồi nó mới bắt đầu suy nghĩ,” Kamath nói. Mặc dù độ trễ đó có thể chấp nhận được trong trò chuyện văn bản, nhưng trong một cuộc hội thoại bằng giọng nói, ngay cả một khoảng dừng ngắn cũng tạo cảm giác không tự nhiên. “Nếu bạn nghĩ về cách chúng ta đang nói chuyện, tôi không đưa cho bạn một đoạn âm thanh dài rồi bạn mới bắt đầu suy nghĩ.”

Mô hình của startup đóng vai trò như một lớp trí tuệ thời gian thực, cho phép thực hiện các cuộc hội thoại khách hàng tự nhiên về các chủ đề cụ thể với độ trễ phản hồi gần như bằng không. Tuy nhiên, nếu mô hình gặp phải một chủ đề nằm ngoài cơ sở kiến thức hạn chế của nó, Smallest.ai sẽ chuyển truy vấn đó sang một mô hình nền tảng lớn, tạm thời để khách hàng chờ trong giây lát để “nghiên cứu” vấn đề—giống hệt như cách một con người thực thụ sẽ làm.

Kamath tin rằng tất cả các AI agent sẽ sớm dựa vào hai mô hình: một mô hình giọng nói nhỏ cho tương tác thời gian thực và một LLM “ngoại tuyến” được gọi đến khi cần thiết để giải quyết các vấn đề phức tạp.

Không giống như các mô hình nền tảng lớn, Smallest.ai tập trung nghiêm ngặt vào các sắc thái đặc thù của giọng nói, chẳng hạn như xử lý các chất giọng đa dạng, hỗ trợ hàng chục ngôn ngữ và hoạt động trong môi trường ồn ào.

Các khách hàng hiện tại của startup bao gồm những công ty trong lĩnh vực giọng nói như RingCentral và Truecaller. Kamath cho biết bất kỳ công ty hỗ trợ khách hàng nào, kể cả những cái tên mới hơn như Sierra và Decagon, đều là khách hàng tiềm năng của startup.

Khi được hỏi tại sao một công ty hỗ trợ khách hàng bằng AI được tài trợ tốt lại không tự xây dựng mô hình giọng nói của riêng mình, Kamath cho biết đối với các startup hỗ trợ khách hàng, việc trở nên “cực kỳ giỏi về giọng nói là một sự xao nhãng khỏi hoạt động kinh doanh cốt lõi của họ.”

Smallest.ai cạnh tranh với đơn vị dẫn đầu về AI giọng nói là ElevenLabs, cũng như Cartesia và các đơn vị trong khu vực như Sarvam vốn tập trung vào các ngôn ngữ địa phương.

Trong khi một số đối thủ cạnh tranh áp dụng AI giọng nói vào các trường hợp sử dụng như lồng tiếng âm thanh và podcast, Smallest.ai tập trung nghiêm ngặt vào các voice agent hội thoại thời gian thực cho khách hàng doanh nghiệp của mình.

“Chúng tôi muốn các mô hình của mình phá vỡ bài kiểm tra Turing,” Kamath nói. “Bạn nên trò chuyện với mô hình của chúng tôi mà không biết đó là AI hay con người. Đó là mục tiêu duy nhất của công ty.”

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.

Marina Temkin là phóng viên mảng đầu tư mạo hiểm và startup tại TechCrunch. Trước khi gia nhập TechCrunch, cô viết về VC cho PitchBook và Venture Capital Journal. Trước đó trong sự nghiệp, Marina từng là chuyên gia phân tích tài chính và đạt chứng chỉ CFA.

Bạn có thể liên hệ hoặc xác minh thông tin từ Marina bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại số +1 347-683-3909 trên Signal.

Xem tiểu sử