Modulate получила $25 млн на аналитику голоса и защиту от дипфейков
Бостонский стартап Modulate привлек $25 млн на платформу голосовой аналитики, которая выполняет транскрибацию, анализ эмоций и намерений, выявление дипфейков и ИИ-музыки, а также контроль соблюдения правил голосовыми агентами. Раунд возглавил Future Ventures, участие приняли Hyperplane и Lakestar.
До нового раунда Modulate получила $41 млн при оценке $170 млн, следует из данных PitchBook. Компания основана в 2017 году Майком Паппасом и Картером Хаффманом, познакомившимися во время учебы на физическом факультете MIT.
Более 100 моделей для анализа звонков
Изначально Modulate разрабатывала технологии модуляции голоса для игровой индустрии. Затем компания сосредоточилась на голосовой модерации, а с распространением голосовых ИИ-моделей расширила работу на распознавание сгенерированного аудио и анализ смысла высказываний.
Сейчас в платформе работает более 100 моделей. Modulate разделяет их на два направления: модели извлечения сигналов и модели анализа и обнаружения. Первые определяют эмоции, тон, язык и признаки синтетического голоса. Вторые анализируют намерение собеседника: например, что хочет сообщить клиент, нарушает ли звонящий правила или пытается ли он обмануть получателя.
Картер Хаффман отметил, что на рынке много решений для транскрибации, но они не всегда дают полное понимание нюансов разговора. Для корпоративных коммуникаций этого недостаточно, поскольку в разговоре важны не только слова, но и контекст реакции человека.
Контроль ИИ-агентов и защита от мошенничества
Modulate специализируется на обнаружении голосовых дипфейков и уведомлении организаций, включая кол-центры, о вероятной мошеннической схеме. Платформа также контролирует, как ИИ-агенты отвечают клиентам, оценивает качество разговоров и помогает следить за выполнением требований в регулируемых сферах.
Технология обычно работает рядом с уже используемым голосовым стеком компании и анализирует звонки. По мере внедрения ИИ в клиентскую поддержку организациям необходимо понимать не только результат обращения, но и причины успеха или неудачи диалога.
В Modulate подчеркивают, что формальной оценки эмоций недостаточно: вежливый или нейтральный тон клиента не всегда означает удовлетворенность. Детальный анализ намерения и реакции собеседника позволяет различать внешне спокойный разговор и ситуацию, когда клиент фактически недоволен ответом бота.
Небольшие модели и приватное развертывание
Компания использует набор небольших моделей, поэтому, по словам Хаффмана, ей не требуется специализированное оборудование и значительные вычислительные ресурсы. Такой подход также упрощает обучение новых моделей, добавление новых функций и их вызов оркестратором по необходимости.
Технологии Modulate применяются и для мониторинга кибератак через голосовые звонки. В штате стартапа 40–45 сотрудников, а в ближайшие месяцы компания планирует нанять еще около 10 специалистов для развития моделей.
Одновременно Modulate расширяет возможности локального развертывания и обработки на устройстве, чтобы повысить приватность. Для бизнеса практический вывод состоит в том, что при запуске голосовых ИИ-агентов стоит оценивать не только точность расшифровки, но и соблюдение правил, намерение клиента, качество ответа и риск подделки голоса.