总部位于波士顿的语音智能初创公司Modulate近日宣布完成2500万美元新一轮融资。该公司的平台使用一系列小型模型，为企业提供转录、情感分析、深度伪造与AI音乐检测，以及针对受监管行业语音智能体的政策执行等服务。
此轮融资延续了语音AI行业投资者的一个热门趋势：支持那些致力于让AI语音听起来更接近人类的公司。
Modulate同时也在与其他公司展开竞争，这些公司要么专注于通过分析对话来判断人类交流背后的意图，要么致力于保护个人和企业免受深度伪造电话的侵害——如今克隆一个人的声音已变得相当容易。
Modulate此次新融资由Future Ventures领投，Hyperplane和Lakestar参投。PitchBook的数据显示，此轮融资之前，该初创公司已累计融资4100万美元，估值达到1.7亿美元。
公司成立于2017年，创始人迈克·帕帕斯（Mike Pappas）和卡特·哈夫曼（Carter Huffman）在麻省理工学院读物理本科时相识。公司早期专注于为游戏行业提供语音调制服务，后来将重心转向基于语音的内容审核工具。
随着语音AI模型的兴起，公司如今将重点放在检测各类AI音频生成内容，以及分析人们言语背后的意图上。
哈夫曼在与TechCrunch的电话采访中表示："我们对语音AI领域的洞察是，很多公司都在做转录工作，但市场上并没有真正能够全面理解对话细微差别的能力，而这在与另一个人交谈时恰恰是至关重要的。"
该公司目前运行着100多个模型，大致分为两大类：一类是信号提取模型，用于理解语音情感、语调、语言以及判断是否为合成语音；另一类是分析检测模型，用于判断意图，比如客户真正想表达什么、来电者是否违反了规则，或者是否在试图对接听者实施诈骗。
哈夫曼表示，由于公司运行的是较小规模的模型，因此不需要专用硬件和大量算力，这在Token费用不断上涨的情况下可能至关重要。此外，公司也更容易训练出具备新能力的模型，将其加入模型库，并由一个调度系统在需要时调用它们。
Modulate的客户群体十分多样，但公司尤其专注于深度伪造检测，能够向呼叫中心等机构发出可能存在诈骗的警报。公司还会监控AI智能体如何回应客户，以评估通话质量，同时确保AI在监管领域遵守合规规则。由于这些产品特性，Modulate通常与企业正在使用的语音技术栈并行运作，专门负责分析通话内容。
随着越来越多的企业采用AI驱动的客户服务，了解一次客户通话成功或失败的原因变得愈发重要。在这种情况下，衡量客户的意图和反应变得比基础分析更为关键。哈夫曼表示，Modulate能够为企业提供这方面的细粒度数据。
他说："我认为当公司考虑情感分析时，他们会认为如果客户情绪中性或积极，通话就是成功的，如果客户情绪消极，通话就是失败的。但实际上，很多时候人们即使面对AI智能体或机器人也会保持礼貌。是的，他们不会表现出愤怒，但实际上可能非常不满意。"
公司表示，其技术目前也被用于通过语音通话监测网络攻击行为。
这家初创公司目前拥有40至45名员工，计划在未来几个月再招募10名员工，以加强模型构建能力。Modulate目前正致力于提升其本地部署和设备端部署能力，以进一步增强隐私保护水平。
Q&A
Q1：Modulate公司主要做什么业务？
A：Modulate是一家语音智能初创公司，其平台使用上百个小型模型为企业提供转录、情感分析、深度伪造检测、AI音乐检测，以及针对受监管行业语音智能体的政策执行服务，主要帮助企业识别通话中的诈骗行为和评估AI客服质量。
Q2：Modulate此次融资金额是多少？由谁领投？
A：Modulate此次融资金额为2500万美元，由Future Ventures领投，Hyperplane和Lakestar参与投资。此轮融资之前，公司已累计融资4100万美元，估值达到1.7亿美元。
Q3：Modulate为什么使用小型模型而不是大型模型？
A：公司联合创始人卡特·哈夫曼表示，运行小型模型不需要专用硬件和大量算力，在Token费用上涨时能节省成本，同时也更便于训练具备新能力的模型并加入模型库，由调度系统按需调用。