语音AI初创公司的最大解锁点在于为企业处理销售、营销和客户支持等领域的电话。大型组织正在将电话转给像ElevenLabs和Deepgram这样的语音模型开发者；像Vapi、Retell和LiveKit这样的基础设施公司；以及像Decagon和Sierra这样的专门客户支持公司。总部位于旧金山的Rime正在试图在这一竞争激烈的市场中获得优势，其语音AI模型基于其录音的对话数据进行训练，旨在减轻客户的定制工作量。Rime由前斯坦福大学博士生Lily Clifford、前亚马逊Alexa工程师Brooke Larson和斯坦福工程师Ares Geovanos于2022年成立，已经在旧金山建立了一个录音工作室，以收集自己的对话数据，而不是依靠从网络抓取音频。该初创公司表示，重点在于调整其语音模型，以准确地发音不同品牌实体和行业特定术语。它采用音素基础架构以适应不同的发音，这样客户就不必为特定行业重新训练模型。Rime在周三表示，它在由M13 Ventures主导的A轮融资中筹集了2400万美元。Twilio Ventures、Corazon Capital、Unusual Ventures和其他现有投资者也参与了投资。Clifford表示，尽管语音AI开发取得了进展，但企业仍然更喜欢传统的IVR实施，因为AI语音技术仍然无法与IVR的效果相匹配。“语音技术仍然无法自动化绝大多数企业电话。大语言模型使构建工作语音应用程序变得更加容易，但它们并没有改变互动的感觉。与语音AI代理的对话对于最终用户来说并不是最吸引人的体验。它就像一个新的IVR，但有更好的声音，”她说。该初创公司最初是围绕语音转文本、文本转语音和大型语言模型建立的不同模型管道。但现在它正将重点转向开发更好的语音对语音模型，以减少延迟、改善轮流发言，解决背景噪声等问题。这种新方法还将有助于减少对编排的依赖，这样公司就不必管理一堆模型。Rime表示，它在餐饮服务、医疗保健、航空公司和金融科技等领域有客户。该公司声称，由于其训练数据和模型定位，客户通话时间更长，这帮助它赢得了Mayo Clinic、Dialpad、Upstart和Asurion等客户的企业合同。在获得新资金后，Rime计划扩大其35人的团队，旨在招聘模型开发、工程和合作伙伴的专业人才。它最近聘请了曾在Meta Superintelligence Labs和NVIDIA的深度学习音频研究团队工作过的音频理解专家Rafael Valle担任首席科学家。M13的Morgan Blumberg向TechCrunch表示：“像ElevenLabs这样的公司已经进入编排和应用层，与Sierra和Decagon等公司正面交锋。我认为在技术上还有很多工作要做，而Rime在受监管环境下推动低延迟和高可靠性的最佳模型的做法脱颖而出。”它在去年5月的种子轮融资中曾筹集了550万美元。Blumberg作为此次融资的一部分加入了该初创公司的董事会。当您通过我们文章中的链接购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。Ivan报道了TechCrunch的全球消费技术发展。他常驻印度，并曾在包括Huffington Post和The Next Web等出版物工作。您可以通过电子邮件im@ivanmehta.com或通过Signal上的ivan.42加密消息与Ivan联系或验证联系。查看个人简介