Modulate levanta 25 millones de dólares para su plataforma de inteligencia de voz y análisis
La empresa de inteligencia de voz basada en Boston, Modulate, ha obtenido un nuevo financiamiento por 25 millones de dólares para impulsar su plataforma que utiliza una serie de modelos pequeños con el fin de ofrecer a las empresas servicios como transcripción, análisis emocional, detección de deepfakes y música generada por inteligencia artificial, además de control de políticas para agentes de voz en industrias reguladas.
Este giro de capital responde a una tendencia creciente entre los inversores del sector de la inteligencia artificial de voz, quienes están apostando por compañías que buscan hacer que las voces sintéticas se sientan más humanas. Además, Modulate compite con otras firmas dedicadas a interpretar la intención detrás de las conversaciones humanas, así como a proteger a personas y empresas de llamadas falsificadas mediante clonación de voces.
El financiamiento fue liderado por Future Ventures, con participación de Hyperplane y Lakestar. Según datos de PitchBook, la startup ya había recaudado 41 millones de dólares hasta ese momento, alcanzando una valoración de 170 millones de dólares antes de esta ronda.
Modulate fue fundada en 2017 por Mike Pappas y Carter Huffman, quienes se conocieron durante sus estudios de física en el MIT. En sus inicios, la empresa se enfocó en ofrecer modulación de voz para videojuegos. Sin embargo, pronto se centró en desarrollar herramientas de moderación basadas en voz.
Con el auge de los modelos de inteligencia artificial de voz, Modulate se ha orientado hacia la detección de distintos tipos de generación de audio artificial y el análisis de la intención detrás de las palabras de una persona. «Nuestra visión sobre el espacio de la IA de voz es que muchas empresas hacen transcripción, pero no hay ninguna capacidad real que capture toda la sutileza y comprensión completa de una conversación, algo fundamental al hablar con otra persona», dijo Huffman durante una llamada con TechCrunch.
Actualmente, la empresa ejecuta más de 100 modelos divididos principalmente en dos categorías: modelos de extracción de señal para entender emociones, tono, lenguaje y determinar si una voz es sintética; y modelos de análisis/detección que evalúan la intención del hablante, como lo que el cliente está tratando de comunicar, si viola alguna normativa o si intenta estafar al receptor.
Huffman explicó que al operar con modelos más pequeños, Modulate no requiere hardware especializado ni grandes recursos computacionales, lo cual puede ser clave cuando los costos asociados a tokens aumentan. Además, les permite entrenar nuevos modelos con mayor capacidad, integrarlos al sistema y utilizar un orquestador que los invoque según sea necesario.
La base de clientes de Modulate es variada, aunque se especializa en la detección de deepfakes y alerta a organizaciones como centros de atención telefónica sobre posibles estafas. También monitorea cómo responden los agentes de IA ante los clientes para evaluar la calidad de las llamadas, asegurándose de que cumplan con las normativas en sectores regulados.
Dado que estos productos se integran directamente en la pila de voz utilizada por las empresas, Modulate se posiciona como una capa adicional de análisis de llamadas. A medida que más empresas adoptan servicios de atención al cliente impulsados por IA, se vuelve crucial comprender por qué una llamada fue exitosa o fallida, lo que hace que evaluar la intención y respuesta del cliente sea clave más allá del análisis básico.
Huffman afirmó que Modulate puede proporcionar datos granulares a las empresas, permitiéndoles tomar decisiones informadas sobre el desempeño de sus sistemas de atención y garantizar que las interacciones sean tanto eficientes como conforme a las normativas aplicables.
Traducción y adaptación por Tecnología 365.
Fuente original: TechCrunch
