音声AIプラットフォームであるPhonicは、Luxからの投資を確保しています

AI生成の音声は、かなり良くなっていますね。オーディオブック、ポッドキャスト、記事の読み上げ、さらには基本的なカスタマーサポートにも十分対応できるレベルです。でも、多くの企業はまだAI音声技術の信頼性に完全に納得していないようです。
そこで、MIT出身のモイン・ナディームとニキル・マーフィーが登場します。彼らはPhonicという会社を立ち上げ、合成音声の信頼性を高めつつ、遅延を減らすことに注力しています。この二人はMITで出会ってから7年以上も友人関係にあります。昨年Phonicを始めたとき、市場にギャップがあることに気づきました。本格的な音声技術ソリューションを提供している企業がほとんどなかったのです。
「音声AIは、自動音声認識やテキスト読み上げなどの異なる要素を組み合わせ、さらに知能を加える段階にあります」とマーフィーはTechCrunchに説明しました。「でも、実際の顧客と話してみると、大規模に信頼性高く対応できるソリューションが不足していることがわかりました。」
かつてMosaicML(2023年にDatabricksが13億ドルで買収)で働いていたナディームは、VapiやRoundedのような音声AI分野の多くの企業が、異なるAIモデルを寄せ集めているだけだと指摘します。一方、Phonicは違います。彼らはモデルを最初から最後まで自社でトレーニングしています。マーフィーはこのアプローチには大きな利点があると考えています。
「モデルを自社で所有することで、モデルそのものに確かな信頼性機能をしっかりと組み込むことができます」と彼は言いました。「その層をコントロールできない場合、うまく噛み合わない部品をただくっつけようとしているだけになります。」
さらに、マーフィーは、Phonicのやり方ならモデルをコスト効率よくホストし、実行できると述べました。彼らは、アクセントのある音声やこもった音声など、さまざまな録音でモデルをトレーニングし、非常に堅牢であることを保証しています。
現在、Phonicは保険や医療業界の選ばれたパートナーと協力していますが、数ヶ月後にはより広範なローンチを予定しています。ナディームは、近いうちに興味のある人は誰でもPhonicのウェブサイトからその技術を試せると話しています。
Phonicは400万ドルのシード資金を調達しており、Luxがリードするラウンドには、Replitの共同創業者アムジャド・マサド、Hugging Faceの共同創業者クレム・デランギュー、Applied Intuitionの共同創業者カサール・ユーニス、Modal Labsの創業者エリック・バーナードソンといったビッグネームも参加しています。
Lux Capitalのグレース・イスフォードは、Phonicの自社でのモデルトレーニングという独自のアプローチに惹かれたと述べました。「モインとニキルはどちらも素晴らしい技術者だと思います」と彼女は言いました。「彼らはMITで機械学習クラブを始め、モデルトレーニングに取り組んできました。音声AI分野での拡散モデルと独自モデルの組み合わせはかなり革新的です。」
関連記事
Google、DocsとKeepに音声プロンプト機能を導入
Google I/O 開発者会議において、同社は Docs、Keep、Gmail などの Workspace アプリに音声プロンプト機能を導入すると発表した。この機能により、ユーザーは音声を使って下書きを作成したり、メモを取ったり、メールを検索したりできるようになる。Docsでは、音声だけで文書の下書きを作成できます。TechCrunchが行ったデモでは、ユーザーがDriveから履歴書の詳細情報を
ゴールドマン・サックス出身者やMetaの創業者らが、見過ごされがちな市場向けに音声AIを開発
カスタマーサポートとサービスは、今日の音声AI分野において最も注目されている領域の一つです。しかし、人間のような話し方で、かつ遅延を最小限に抑えて応答する製品を開発することは、市場によっては他の市場よりもはるかに困難です。そして、主要なプレーヤーの多くは、アフリカや中東を念頭に置いて設計されていませんでした。このギャップを埋めるために昨年設立されたスタートアップ「AethexAI」は、4DX Ve
Google、iOS向けに「オフライン優先」のAI音声入力アプリをひっそりとリリース
Googleは今週月曜日、iOS向けに「オフライン優先」の音声入力アプリ「Google AI Edge Eloquent」をひっそりとリリースし、Wispr Flow、SuperWhisper、Willowなどの類似アプリと競合することになった。このアプリは無料でダウンロードできます。Gemmaベースの自動音声認識(ASR)モデルをダウンロードすれば、スマートフォンで音声入力を開始できます。アプリ
関連特集おすすめ
コメント (51)
0/500
It's about time investors took notice! I've been using AI voice for my podcast intros and it's surprisingly natural now. But reliability for business? Still skeptical. 😅
AI音声がここまで自然になったのはすごい進歩だね😲 でもまだ多くの企業が信用に足るかどうか躊躇しているって紹介されてた通り、私も大事な顧客対応を全て任せるのはちょっと…と感じる。Phonicへの投資が実用性の向上につながるといいな。
AI voices are getting wild! Phonic’s tech sounds super promising for podcasts and support. Wonder how it stacks up against human voices in real-world chaos? 🤔
AI voices are getting wild! Phonic’s tech sounds super promising for podcasts and support. Excited to see where this investment takes them! 🎙️
Whoa, AI voices are getting so real! Phonic's tech sounds like it could make audiobooks way more immersive. Curious if they’ll tackle accents next—imagine a perfect British narrator for my favorite novels! 😄

AI生成の音声は、かなり良くなっていますね。オーディオブック、ポッドキャスト、記事の読み上げ、さらには基本的なカスタマーサポートにも十分対応できるレベルです。でも、多くの企業はまだAI音声技術の信頼性に完全に納得していないようです。
そこで、MIT出身のモイン・ナディームとニキル・マーフィーが登場します。彼らはPhonicという会社を立ち上げ、合成音声の信頼性を高めつつ、遅延を減らすことに注力しています。この二人はMITで出会ってから7年以上も友人関係にあります。昨年Phonicを始めたとき、市場にギャップがあることに気づきました。本格的な音声技術ソリューションを提供している企業がほとんどなかったのです。
「音声AIは、自動音声認識やテキスト読み上げなどの異なる要素を組み合わせ、さらに知能を加える段階にあります」とマーフィーはTechCrunchに説明しました。「でも、実際の顧客と話してみると、大規模に信頼性高く対応できるソリューションが不足していることがわかりました。」
かつてMosaicML(2023年にDatabricksが13億ドルで買収)で働いていたナディームは、VapiやRoundedのような音声AI分野の多くの企業が、異なるAIモデルを寄せ集めているだけだと指摘します。一方、Phonicは違います。彼らはモデルを最初から最後まで自社でトレーニングしています。マーフィーはこのアプローチには大きな利点があると考えています。
「モデルを自社で所有することで、モデルそのものに確かな信頼性機能をしっかりと組み込むことができます」と彼は言いました。「その層をコントロールできない場合、うまく噛み合わない部品をただくっつけようとしているだけになります。」
さらに、マーフィーは、Phonicのやり方ならモデルをコスト効率よくホストし、実行できると述べました。彼らは、アクセントのある音声やこもった音声など、さまざまな録音でモデルをトレーニングし、非常に堅牢であることを保証しています。
現在、Phonicは保険や医療業界の選ばれたパートナーと協力していますが、数ヶ月後にはより広範なローンチを予定しています。ナディームは、近いうちに興味のある人は誰でもPhonicのウェブサイトからその技術を試せると話しています。
Phonicは400万ドルのシード資金を調達しており、Luxがリードするラウンドには、Replitの共同創業者アムジャド・マサド、Hugging Faceの共同創業者クレム・デランギュー、Applied Intuitionの共同創業者カサール・ユーニス、Modal Labsの創業者エリック・バーナードソンといったビッグネームも参加しています。
Lux Capitalのグレース・イスフォードは、Phonicの自社でのモデルトレーニングという独自のアプローチに惹かれたと述べました。「モインとニキルはどちらも素晴らしい技術者だと思います」と彼女は言いました。「彼らはMITで機械学習クラブを始め、モデルトレーニングに取り組んできました。音声AI分野での拡散モデルと独自モデルの組み合わせはかなり革新的です。」
Google、DocsとKeepに音声プロンプト機能を導入
Google I/O 開発者会議において、同社は Docs、Keep、Gmail などの Workspace アプリに音声プロンプト機能を導入すると発表した。この機能により、ユーザーは音声を使って下書きを作成したり、メモを取ったり、メールを検索したりできるようになる。Docsでは、音声だけで文書の下書きを作成できます。TechCrunchが行ったデモでは、ユーザーがDriveから履歴書の詳細情報を
ゴールドマン・サックス出身者やMetaの創業者らが、見過ごされがちな市場向けに音声AIを開発
カスタマーサポートとサービスは、今日の音声AI分野において最も注目されている領域の一つです。しかし、人間のような話し方で、かつ遅延を最小限に抑えて応答する製品を開発することは、市場によっては他の市場よりもはるかに困難です。そして、主要なプレーヤーの多くは、アフリカや中東を念頭に置いて設計されていませんでした。このギャップを埋めるために昨年設立されたスタートアップ「AethexAI」は、4DX Ve
Google、iOS向けに「オフライン優先」のAI音声入力アプリをひっそりとリリース
Googleは今週月曜日、iOS向けに「オフライン優先」の音声入力アプリ「Google AI Edge Eloquent」をひっそりとリリースし、Wispr Flow、SuperWhisper、Willowなどの類似アプリと競合することになった。このアプリは無料でダウンロードできます。Gemmaベースの自動音声認識(ASR)モデルをダウンロードすれば、スマートフォンで音声入力を開始できます。アプリ
It's about time investors took notice! I've been using AI voice for my podcast intros and it's surprisingly natural now. But reliability for business? Still skeptical. 😅
AI音声がここまで自然になったのはすごい進歩だね😲 でもまだ多くの企業が信用に足るかどうか躊躇しているって紹介されてた通り、私も大事な顧客対応を全て任せるのはちょっと…と感じる。Phonicへの投資が実用性の向上につながるといいな。
AI voices are getting wild! Phonic’s tech sounds super promising for podcasts and support. Wonder how it stacks up against human voices in real-world chaos? 🤔
AI voices are getting wild! Phonic’s tech sounds super promising for podcasts and support. Excited to see where this investment takes them! 🎙️
Whoa, AI voices are getting so real! Phonic's tech sounds like it could make audiobooks way more immersive. Curious if they’ll tackle accents next—imagine a perfect British narrator for my favorite novels! 😄





家






