Phonic, une plate-forme de voix AI, sécurise l'investissement de lux

Les voix générées par l'AI sont devenues sacrément bonnes, tu sais? Ils sont à la hauteur des choses comme des livres audio, des podcasts, la lecture d'articles à haute voix et même le support client de base. Mais, de nombreuses entreprises ne sont toujours pas totalement vendues sur la fiabilité de la technologie vocale de l'IA pour leurs opérations.

C'est là que Morin Nadeem et Nikhil Murthy, quelques diplômés du MIT, entrent. Ils ont commencé Phonic, une entreprise qui consiste à renforcer la fiabilité des voix synthétiques tout en réduisant le décalage. Ces gars sont des copains depuis plus de sept ans, depuis qu'ils se sont rencontrés au MIT. Lorsqu'ils ont lancé Phonic l'année dernière, ils ont remarqué un écart sur le marché - aucun n'offrait vraiment une solution de technologie vocale complète.

"Voice Ai est à un point où vous cousez différents bits, comme la reconnaissance vocale automatique et le texte vocale, puis vous ajoutez des intelligents", a expliqué Murthy à TechCrunch. "Mais lorsque nous avons discuté avec de vrais clients, nous avons réalisé qu'il y avait une pénurie de solutions qui peuvent gérer les choses de manière fiable à grande échelle."

Nadeem, qui travaillait chez Mosaicml (que Databricks a pris un cool de 1,3 milliard de dollars en 2023), a souligné que de nombreuses entreprises dans l'espace de l'IA voix, comme VAPI et arrondi, sont tout simplement en train de briser différents modèles d'IA. Le phonique, en revanche, fait les choses différemment - ils entraînent leurs modèles du début à la fin, tous en interne. Murthy estime que cette approche a de gros avantages.

"Lorsque vous possédez les modèles, vous pouvez vraiment cuire dans certaines fonctionnalités de fiabilité solides directement dans les modèles eux-mêmes", a-t-il déclaré. "Si vous ne contrôlez pas ce calque, vous essayez juste de coller des bits qui ne soient pas vraiment bien."

De plus, Murthy a mentionné que la façon de faire de Phonic leur permet d'héberger et d'exécuter leurs modèles de manière rentable. Ils forment leurs modèles sur toutes sortes d'enregistrements, y compris le discours accentué et étouffé, pour s'assurer qu'ils sont super robustes.

À l'heure actuelle, Phonic travaille avec un groupe restreint de partenaires dans les industries d'assurance et de santé, mais ils se préparent pour un lancement plus large dans quelques mois. Nadeem a déclaré assez tôt, toute personne intéressée peut donner un tourbillon à la technologie de Phonic directement depuis son site Web.

Phonic a réussi à tirer 4 millions de dollars en financement de semences, avec Lux menant la ronde et certains grands noms comme le co-fondateur de Replit Amjad Masad, le cofondateur de Face Clem Delangue, a appliqué le co-fondateur de l'intuition Qasar Younis, et le fondateur de Modal Labs Erik Bernhardssson Chipping In.

Grace Isford de Lux Capital a déclaré qu'ils avaient été attirés par l'approche unique de Phonic aux modèles de formation en interne. "Nous pensons que Moin et Nikhil sont des technologues incroyables", a-t-elle déclaré. "Ils ont lancé un club d'apprentissage automatique au MIT et travaillent sur des modèles de formation depuis un certain temps maintenant. Leur méthode de mélange de diffusion et de modèles propriétaires dans le secteur de l'IA de la voix est assez innovante."