Phonic, платформа AI Voice, обеспечивает инвестиции от Lux

Голоса, сгенерированные ИИ, стали довольно хороши, знаете? Они подходят для аудиокниг, подкастов, чтения статей вслух и даже базовой поддержки клиентов. Но многие компании всё ещё не полностью уверены в надёжности голосовых технологий ИИ для своих операций.

Тут на сцену выходят Моин Надим и Нихил Мурти, два выпускника MIT. Они основали Phonic, компанию, которая сосредоточена на повышении надёжности синтетических голосов и сокращении задержек. Эти парни дружат уже более семи лет, с тех пор как познакомились в MIT. Когда они запустили Phonic в прошлом году, они заметили пробел на рынке — никто не предлагал полноценного решения для голосовых технологий.

«Голосовой ИИ сейчас на этапе, когда вы сшиваете разные компоненты, такие как автоматическое распознавание голоса и преобразование текста в речь, а затем добавляете немного интеллекта», — объяснил Мурти TechCrunch. «Но когда мы общались с реальными клиентами, мы поняли, что не хватает решений, которые могут надёжно работать в большом масштабе».

Надим, который раньше работал в MosaicML (купленной Databricks за $1,3 миллиарда в 2023 году), отметил, что многие компании в сфере голосового ИИ, такие как Vapi и Rounded, просто собирают разные модели ИИ. Phonic же действует иначе — они обучают свои модели с нуля, полностью внутри компании. Мурти считает, что этот подход имеет большие преимущества.

«Когда вы владеете моделями, вы можете встроить в них надёжные функции прямо на уровне модели», — сказал он. «Если вы не контролируете этот слой, вы просто пытаетесь склеить части, которые плохо сочетаются».

Кроме того, Мурти упомянул, что подход Phonic позволяет им размещать и запускать свои модели экономично. Они обучают свои модели на самых разных записях, включая акцентированную и приглушённую речь, чтобы обеспечить их высокую устойчивость.

Сейчас Phonic работает с избранной группой партнёров в страховой и медицинской индустриях, но они готовятся к более широкому запуску через несколько месяцев. Надим сказал, что скоро любой желающий сможет опробовать технологии Phonic прямо на их сайте.

Phonic удалось привлечь $4 миллиона в виде начального финансирования, с Lux во главе раунда и такими известными именами, как сооснователь Replit Амджад Масад, сооснователь Hugging Face Клем Деланг, сооснователь Applied Intuition Касар Юнис и основатель Modal Labs Эрик Бернхардссон.

Грейс Исфорд из Lux Capital сказала, что их привлек уникальный подход Phonic к обучению моделей внутри компании. «Мы считаем, что Моин и Нихил — невероятные технологи», — сказала она. «Они основали клуб машинного обучения в MIT и уже давно работают над обучением моделей. Их метод комбинирования диффузии и проприетарных моделей в секторе голосового ИИ довольно инновационен».