波士頓的語音智慧新創 Modulate 成功募得 2500 萬美元新資金，將用於其平台發展。該平台利用一系列小型模型，為企業提供語音轉錄、情感分析、深偽與 AI 音樂偵測，以及受監管產業中語音代理的政策執行服務。
這筆資金反映了語音 AI 產業投資者的一個熱門趨勢：支持那些致力於讓 AI 語音聽起來更像人類的公司。
Modulate 的技術也與其他公司競爭，這些公司試圖透過分析來偵測人類對話背後的意圖，並保護個人和企業免受深偽電話的侵害，因為現在複製聲音變得非常容易。
Modulate 的新一輪募資由 Future Ventures 領投，Hyperplane 和 Lakestar 參與。根據 PitchBook 的數據，在此輪之前，這家新創公司已募得 4100 萬美元，估值達 1.7 億美元。
這家新創公司由 Mike Pappas 和 Carter Huffman 於 2017 年共同創立，他們在麻省理工學院攻讀物理學時相識。Modulate 早期專注於為遊戲提供語音調變服務，但後來開始轉向開發基於語音的內容審核工具。
隨著語音 AI 模型興起，Modulate 現在專注於偵測各種 AI 生成的音訊，並分析人們話語背後的意圖。
Huffman 在與 TechCrunch 的通話中表示：「我們對語音 AI 領域的洞察是，許多人都在做語音轉錄，但目前市場上並沒有真正能夠捕捉對話完整細微之處和全面理解的能力，這在與人交流時至關重要。」
該公司目前運行超過 100 個模型，主要分為兩大類：訊號提取模型，用於理解語音情感、語氣、語言和判斷是否為合成語音；以及分析/偵測模型，用於探究意圖，例如客戶想表達什麼、來電者是否違反規定，或者他們是否試圖詐騙接收者。
Huffman 指出，由於 Modulate 運行的是較小的模型，因此不需要專用硬體和大量的運算資源，這在未來 token 費用上漲時可能至關重要。此外，這也讓公司更容易訓練具備新功能的模型，將其加入現有系統，並在需要時由協調器調用。
Modulate 擁有多元的客戶群，但其專長在於深偽偵測，並向客服中心等組織發出潛在詐騙警報。它還監控 AI 代理如何回應客戶，以評估通話品質，並確保 AI 在監管領域遵循合規規則。由於這些產品，Modulate 通常會與公司使用的語音堆疊並行運作，專門用於分析通話。
隨著越來越多企業採用 AI 驅動的客戶服務，了解客戶通話成功或失敗的原因變得至關重要。在這種情況下，評估客戶的意圖和反應，其重要性超越了基本分析。Huffman 表示，Modulate 能夠為企業提供這方面的細緻數據。
他說：「我認為當公司考慮情感分析時，他們會認為如果客戶是中立或正面的，通話就成功了；如果客戶是負面的，通話就失敗了。但實際上，很多時候人們即使對 AI 代理或機器人也會保持禮貌。他們可能不會表現出憤怒，但卻非常不滿。」
該公司表示，其技術也用於透過語音通話監控網路攻擊。
這家新創公司目前擁有 40-45 名員工，並計畫在未來幾個月內再增聘 10 人，以強化模型建構能力。Modulate 目前正致力於提升其地端部署和裝置端部署能力，以增強隱私保護。
