تعد جودة الأصوات التي تم إنشاؤها من الذكاء الاصطناعي جيدة بما يكفي لأشياء مثل إنشاء الكتب الصوتية والبودكاست ، ووجود مقالات قراءة بصوت عالٍ ، ودعم العملاء الأساسي. لكن العديد من الشركات لا تعتقد أن تكنولوجيا الصوت من الذكاء الاصطناعي موثوقة للغاية بما يكفي للنشر.
لهذا السبب ، أسست اثنان من خريجي معهد ماساتشوستس للتكنولوجيا ، وهما موين ناديم ونيخيل مورثي (في الصورة أعلاه) ، شركة فوتوني ، وهي شركة تقدم مجموعة صوتية شاملة لزيادة الموثوقية الصوتية الاصطناعية مع تقليل الكمون.
التقى ناديم ومورثي في معهد ماساتشوستس للتكنولوجيا ، وعرفوا بعضهما البعض لأكثر من سبع سنوات. عندما بدأ الثنائي في بناء صوتي في العام الماضي ، شعروا أنه لم يكن هناك العديد من الشركات التي تصنع حلولًا كاملة للتكنولوجيا الصوتية.
“Voice AI في مكان تقوم فيه بربط أجزاء مختلفة ، مثل التعرف على الصوت التلقائي [and] نص إلى كلام ، و [then integrate] أخبر مورثي TechCrunch: “ومع ذلك ، عندما تحدثنا إلى العملاء الفعليين ، وجدنا أن هناك نقصًا في [solutions] الذي – التي [are] موثوقة على نطاق واسع. “
قال ناديم ، الذي كان يعمل سابقًا في Mosaicml ، وهي شركة Databricks التي تم الحصول عليها بمبلغ 1.3 مليار دولار في عام 2023 ، إن الكثير من الشركات التي تبني في مساحة AI الصوتي (مثل VAPI ، Rounded) تقوم بإنشاء سير عمل لتجميع طرز AI منفصلة.
يتخذ Phonic نهجًا مختلفًا: إنه يدرب نماذجه في المنزل. قال مورثي أن هناك بعض المزايا لهذا.
“امتلاك النماذج يتيح لنا دمج بعض […] قطع الموثوقية في [models themselves]قال: “إذا كنت لا تملك تلك الطبقة […] أنت مجرد ربط قطع متباينة لا تتناسب بسلاسة. “
وأضاف مورثي أن طريقة Phonic تتيح للشركة أيضًا استضافة وتشغيل النماذج بشكل فعال من حيث التكلفة. وهو يدعي أن تدريب النماذج الصوتية على مجموعة من التسجيلات ، بما في ذلك تسجيلات الكلام المعلم والمكتوبة ، لجعل النماذج قوية للغاية.
تعمل Phonic حاليًا مع مجموعة محدودة من الشركاء ، بما في ذلك الشركات في مساحات التأمين والرعاية الصحية ، ولكنها تخطط لإطلاق منتجاتها على نطاق واسع في غضون بضعة أشهر. قريباً ، سيتمكن العملاء المحتملين من تجربة تقنية Phonic من موقعها على الويب.
جمعت Phonic 4 ملايين دولار في جولة بذرة بقيادة لوكس بمشاركة من المؤسس المشارك Amjad Masad ، وعانق المؤسس المشارك Clem Delangue ، المؤسس المشارك للحدس القسار يونس ، ومؤسس Modal Labs Erik Bernhardsson.
قالت جريس إيسفورد ، وهي شريك في لوكس كابيتال ، إن طريقة تدريب الشركة في النماذج التدريبية كانت جذابة لشركة الاستثمار.
“نعتقد أن كل من Moin و Nikhil من الفنيين لا يصدق” ، قالت. أسسوا [a] نادي التعلم الآلي في معهد ماساتشوستس للتكنولوجيا. وقد عملوا على نماذج التدريب لفترة من الوقت الآن. بالإضافة إلى ذلك ، فإن مقاربتهم في الجمع بين النماذج الناشئة والنماذج الملكية في قطاع AI Voice هو جديد. “
اكتشاف المزيد من موقع fffm
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
