Phonic是語音AI平台,可從Lux獲得投資

AI生成語音已經變得相當出色,你知道嗎?它們已經足以勝任製作有聲書、播客、大聲朗讀文章,甚至是基本的客戶支援工作。但許多企業對於AI語音技術在其運營中的可靠性仍未完全信服。
這正是Moin Nadeem和Nikhil Murthy這兩位麻省理工學院畢業生登場的地方。他們創辦了Phonic,一家專注於提升合成語音可靠性的公司,同時降低延遲。他們倆已經是七年的好友,從在麻省理工學院相識開始。去年他們創辦Phonic時,發現市場上存在一個缺口——沒有人真正提供完整的語音技術解決方案。
「語音AI現在處於一個階段,你需要將不同的部分拼接起來,比如自動語音辨識和文字轉語音,然後再加入一些智能,」Murthy向TechCrunch解釋道。「但當我們與實際客戶交流時,我們發現市場上缺乏能夠大規模可靠處理事務的解決方案。」
Nadeem曾就職於MosaicML(該公司於2023年被Databricks以13億美元收購),他指出語音AI領域的許多公司,如Vapi和Rounded,只是將不同的AI模型拼湊在一起。而Phonic則採取不同做法——他們從頭到尾自行訓練模型,完全內部完成。Murthy認為這種方式有很大的優勢。
「當你擁有模型時,你可以直接在模型中融入穩固的可靠性功能,」他說。「如果你無法控制這一層,你只是在試圖將不完全契合的東西黏合在一起。」
此外,Murthy提到,Phonic的做法讓他們能夠以成本效益高的方式託管和運行模型。他們用各種錄音訓練模型,包括帶口音和模糊的語音,以確保模型極其穩健。
目前,Phonic正與保險和醫療行業的一些特定合作夥伴合作,但他們正準備在幾個月內進行更廣泛的發布。Nadeem表示,很快任何有興趣的人都能直接從他們的網站體驗Phonic的技術。
Phonic已成功獲得400萬美元的種子輪融資,由Lux領投,Replit共同創辦人Amjad Masad、Hugging Face共同創辦人Clem Delangue、Applied Intuition共同創辦人Qasar Younis和Modal Labs創辦人Erik Bernhardsson等知名人士也參與投資。
Lux Capital的Grace Isford表示,他們被Phonic內部訓練模型的獨特方法所吸引。「我們認為Moin和Nikhil是非常出色的技術專家,」她說。「他們在麻省理工學院創辦了一個機器學習俱樂部,並長期致力於訓練模型。他們在語音AI領域中混合擴散模型與專有模型的方法非常創新。」
相關文章
Google 在 Docs 和 Keep 中推出語音提示功能
在 Google I/O 開發者大會上,該公司宣布將在 Docs、Keep 和 Gmail 等 Workspace 應用程式中導入語音提示功能。這些功能讓使用者能透過語音建立草稿、記錄筆記,以及搜尋電子郵件。在 Docs 中,您可以完全透過語音起草文件。在 TechCrunch 展示的示範中,一名使用者從 Drive 提取履歷詳情、從電子郵件中加入活動安排細節,甚至還加入了幾個幽默的軼事。圖片來源
前高盛員工與 Meta 創辦人聯手開發語音 AI,瞄準被忽視的市場
客戶支援與服務是當今語音人工智慧領域中最受矚目的領域之一。然而,在某些市場中,開發出聽起來像真人且能以極低延遲回應的產品,遠比其他市場更具挑戰性——而大多數主要業者在設計產品時,並未將非洲和中東地區納入考量。AethexAI 是一家成立於去年的新創公司,旨在彌合這項差距,該公司已完成由 4DX Ventures 領投、Enza Capital、Dorm Room Fund、Mojo Venture
Google 低調在 iOS 平台上推出一款「離線優先」的人工智慧語音輸入應用程式
Google 本週一在 iOS 平台上低調推出了一款「離線優先」的語音輸入應用程式——Google AI Edge Eloquent,以此與 Wispr Flow、SuperWhisper、Willow 以及其他類似應用程式展開競爭。該應用程式可免費下載。下載基於 Gemma 的自動語音辨識(ASR)模型後,您即可在手機上開始語音輸入。應用程式會即時顯示轉錄內容,當暫停時,系統會自動移除「嗯」、「
相關專題推薦
評論 (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生成語音已經變得相當出色,你知道嗎?它們已經足以勝任製作有聲書、播客、大聲朗讀文章,甚至是基本的客戶支援工作。但許多企業對於AI語音技術在其運營中的可靠性仍未完全信服。
這正是Moin Nadeem和Nikhil Murthy這兩位麻省理工學院畢業生登場的地方。他們創辦了Phonic,一家專注於提升合成語音可靠性的公司,同時降低延遲。他們倆已經是七年的好友,從在麻省理工學院相識開始。去年他們創辦Phonic時,發現市場上存在一個缺口——沒有人真正提供完整的語音技術解決方案。
「語音AI現在處於一個階段,你需要將不同的部分拼接起來,比如自動語音辨識和文字轉語音,然後再加入一些智能,」Murthy向TechCrunch解釋道。「但當我們與實際客戶交流時,我們發現市場上缺乏能夠大規模可靠處理事務的解決方案。」
Nadeem曾就職於MosaicML(該公司於2023年被Databricks以13億美元收購),他指出語音AI領域的許多公司,如Vapi和Rounded,只是將不同的AI模型拼湊在一起。而Phonic則採取不同做法——他們從頭到尾自行訓練模型,完全內部完成。Murthy認為這種方式有很大的優勢。
「當你擁有模型時,你可以直接在模型中融入穩固的可靠性功能,」他說。「如果你無法控制這一層,你只是在試圖將不完全契合的東西黏合在一起。」
此外,Murthy提到,Phonic的做法讓他們能夠以成本效益高的方式託管和運行模型。他們用各種錄音訓練模型,包括帶口音和模糊的語音,以確保模型極其穩健。
目前,Phonic正與保險和醫療行業的一些特定合作夥伴合作,但他們正準備在幾個月內進行更廣泛的發布。Nadeem表示,很快任何有興趣的人都能直接從他們的網站體驗Phonic的技術。
Phonic已成功獲得400萬美元的種子輪融資,由Lux領投,Replit共同創辦人Amjad Masad、Hugging Face共同創辦人Clem Delangue、Applied Intuition共同創辦人Qasar Younis和Modal Labs創辦人Erik Bernhardsson等知名人士也參與投資。
Lux Capital的Grace Isford表示,他們被Phonic內部訓練模型的獨特方法所吸引。「我們認為Moin和Nikhil是非常出色的技術專家,」她說。「他們在麻省理工學院創辦了一個機器學習俱樂部,並長期致力於訓練模型。他們在語音AI領域中混合擴散模型與專有模型的方法非常創新。」
Google 在 Docs 和 Keep 中推出語音提示功能
在 Google I/O 開發者大會上,該公司宣布將在 Docs、Keep 和 Gmail 等 Workspace 應用程式中導入語音提示功能。這些功能讓使用者能透過語音建立草稿、記錄筆記,以及搜尋電子郵件。在 Docs 中,您可以完全透過語音起草文件。在 TechCrunch 展示的示範中,一名使用者從 Drive 提取履歷詳情、從電子郵件中加入活動安排細節,甚至還加入了幾個幽默的軼事。圖片來源
前高盛員工與 Meta 創辦人聯手開發語音 AI,瞄準被忽視的市場
客戶支援與服務是當今語音人工智慧領域中最受矚目的領域之一。然而,在某些市場中,開發出聽起來像真人且能以極低延遲回應的產品,遠比其他市場更具挑戰性——而大多數主要業者在設計產品時,並未將非洲和中東地區納入考量。AethexAI 是一家成立於去年的新創公司,旨在彌合這項差距,該公司已完成由 4DX Ventures 領投、Enza Capital、Dorm Room Fund、Mojo Venture
Google 低調在 iOS 平台上推出一款「離線優先」的人工智慧語音輸入應用程式
Google 本週一在 iOS 平台上低調推出了一款「離線優先」的語音輸入應用程式——Google AI Edge Eloquent,以此與 Wispr Flow、SuperWhisper、Willow 以及其他類似應用程式展開競爭。該應用程式可免費下載。下載基於 Gemma 的自動語音辨識(ASR)模型後,您即可在手機上開始語音輸入。應用程式會即時顯示轉錄內容,當暫停時,系統會自動移除「嗯」、「
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! 😄





首頁






