Компания Rime, стартап из Кремниевой долины, стремится решить проблему неестественности голосов в генерации искусственного интеллекта, которые часто звучат холодно и механически, несмотря на использование самых мощных систем.
Привлечение финансирования и цели компании
Благодаря привлечению $24 миллионов в рамках раунда Серии А, Rime планирует масштабировать свою новаторскую разговорную систему ИИ. Лидером инвестиционного раунда выступила компания M13, а также приняли участие Twilio Ventures, Corazon Capital и Unusual Ventures. Эти средства позволят Rime развиваться в первую в мире платформу преобразования голоса в речь, готовую для использования в корпоративном секторе.
Акцент на лингвистике вместо размера модели
В отличие от многих разработчиков ИИ, которые пытаются устранить роботизированный звук путем увеличения вычислительной мощности и построения более крупных моделей, Rime следует совершенно иному подходу. Стартап, основанный Лили Клиффорд, Бруке Ларсон и Аресом Геованисом, делает сильный акцент на академической научной области речи. Команда считает, что для определения следующего интерфейса голосового взаимодействия необходимо глубокое понимание того, как функционирует человеческий язык.
Для усиления этого направления Rime наняла Рафаэля Валье в качестве главного научного сотрудника. До этого Валье занимался аудиоисследованиями в Лаборатории суперинтеллекта Meta. Вместе команда создает обширный и выразительный набор данных для разговоров, анализируя не общие сигналы, а реальные темпы речи, скорость и эмоциональные маркеры, что позволяет создавать голоса, которые не просто реалистичны, но и искренне эмпатичны.
Результаты внедрения в крупных предприятиях
Платформа Rime уже завоевала значительную популярность в сценариях живых телефонных разговоров, ежедневно обеспечивая поддержку почти 100 миллионов взаимодействий с клиентами ежемесячно. Крупные игроки индустрии, такие как Mayo Clinic, Dialpad, Upstart и Asurion, используют Rime для обработки большого объема звонков.
Положительное влияние на бизнес подтверждено данными независимого исследования Miravoice, которое проанализировало 100 000 реальных звонков от различных поставщиков голоса. Результаты показали, что голоса Rime существенно снизили процент клиентов, завершающих разговор во время вступления, а также обеспечили самое быстрое медианное время до завершения обращения. Благодаря использованию естественных интонаций, Rime помогает удерживать внимание клиентов и быстрее решать их проблемы. Компания также решает проблему безопасности, фокусируясь на уровне моделирования голоса и обеспечивая строгое соответствие требованиям HIPAA.
Для финансовых платформ, например Upstart, критически важна точность. Обработка сложных терминов и конфиденциальных данных требует абсолютной корректности. Движок Rime, ориентированный на лингвистику, отлично адаптируется к таким строгим условиям, легко справляясь со специализированной терминологией и давая предприятиям уверенность в автоматизации наиболее чувствительных точек контакта с клиентами.
Планы по масштабированию голосового интерфейса
Новый раунд финансирования дает Rime амбициозные планы на будущее. Компания активно инвестирует в собственный разговорный массив данных для повышения выразительности своих моделей. Кроме того, она расширяет свои инженерные и исследовательские команды для удовлетворения растущих потребностей инфраструктуры.
В рамках сделки Морган Бламберг из M13 присоединится к Совету директоров Rime. Конечная цель компании — выйти за рамки традиционных систем, разрабатывая модели преобразования речи в речь в режиме реального времени, которые полностью исключают любые замедления. Сочетая академические исследования с корпоративным масштабом, Rime строит идеальный голосовой интерфейс.


