Modulate, ses yapay zekâsı için 25 milyon dolar topladı

Boston merkezli ses istihbaratı girişimi Modulate, ses yapay zekâsı alanındaki platformunu geliştirmek için 25 milyon dolar yeni yatırım aldı. Future Ventures liderliğinde gerçekleşen yatırım turuna Hyperplane ve Lakestar da katıldı. Şirket; konuşmaları yazıya dökmenin yanı sıra duygu, ton, kullanıcı niyeti, yapay ses ve kural ihlali gibi farklı sinyalleri analiz eden bir altyapı geliştiriyor.

Modulate’ın yaklaşımı, tek bir büyük model yerine belirli görevlerde uzmanlaşan çok sayıda küçük modeli birlikte kullanmaya dayanıyor. Platform, özellikle çağrı merkezleri, yapay zekâ destekli müşteri hizmetleri ve düzenlemeye tabi sektörlerde faaliyet gösteren kuruluşlar için konumlanıyor. Bu sistemler, bir görüşmenin yalnızca ne söylendiğini değil, konuşmanın hangi amaçla gerçekleştiğini ve kurallara uyulup uyulmadığını anlamaya çalışıyor.

Platform 100’den fazla model çalıştırıyor

Şirketin altyapısında 100’den fazla model bulunuyor. Bu modeller genel olarak iki ana gruba ayrılıyor. İlk grupta sesin teknik ve davranışsal özelliklerini çıkaran modeller yer alıyor. Bu bölüm; konuşmacının duygusunu, ses tonunu, kullandığı dili ve sesin sentetik olup olmadığını değerlendirebiliyor.

İkinci grup ise analiz ve tespit görevlerine odaklanıyor. Modeller, müşterinin ne anlatmaya çalıştığını, bir aramanın şirket politikalarını ihlal edip etmediğini veya görüşmede dolandırıcılık girişimi bulunup bulunmadığını inceleyebiliyor. Bu sayede Modulate, yalnızca transkripsiyon üreten bir araç olmaktan çıkıp konuşma akışını yorumlayan bir katman olarak çalışıyor.

Kurucu ortak Carter Huffman’a göre küçük modellerin kullanılması, şirketin özel donanıma ve yüksek hesaplama gücüne olan ihtiyacını azaltıyor. Bu tercih, yapay zekâ hizmetlerinde işlem maliyetlerinin yükseldiği dönemlerde avantaj sağlayabilir. Ayrıca yeni bir yetenek geliştirildiğinde bunu tüm sistemi baştan eğitmek yerine model havuzuna eklemek ve ihtiyaç anında ilgili modeli çağırmak mümkün oluyor.

Deepfake aramaları ve yapay zekâ denetimi

Modulate’ın ürünleri arasında yapay ses tespiti ve deepfake aramalarına karşı uyarı mekanizmaları da bulunuyor. Ses klonlama araçlarının kolaylaşması, bir kişinin sesine oldukça benzeyen sahte aramaların hazırlanmasını mümkün kılıyor. Şirket, çağrı merkezleri ve benzeri kuruluşların bu tür olası dolandırıcılık girişimlerini fark etmesine yardımcı olmayı hedefliyor.

Girişim ayrıca yapay zekâ destekli müşteri hizmetleri temsilcilerinin görüşmelerini değerlendiriyor. Sistem, bir yapay zekâ aracının müşteriye nasıl yanıt verdiğini, kurumun belirlediği kurallara uyup uymadığını ve görüşmenin kalite açısından nasıl sonuçlandığını analiz edebiliyor. Bu nedenle Modulate, kuruluşların kullandığı mevcut ses teknolojilerinin yerine geçmekten çok, bu altyapıların yanına eklenen bir analiz katmanı olarak konumlanıyor.

Yapay zekâ destekli müşteri hizmetlerinin yaygınlaşmasıyla birlikte şirketler için yalnızca bir görüşmenin başarılı veya başarısız olduğunu bilmek yeterli olmayabilir. Müşterinin kibar bir dil kullanması, hizmetten memnun olduğu anlamına gelmeyebilir. Modulate, duygu etiketlerini tek başına değerlendirmek yerine müşterinin niyetini, verdiği tepkileri ve görüşmenin bağlamını daha ayrıntılı biçimde incelemeyi amaçlıyor.

Oyun teknolojisinden kurumsal ses analizine

2017’de Mike Pappas ve Carter Huffman tarafından kurulan Modulate, ilk döneminde oyunlar için ses değiştirme teknolojileri geliştiriyordu. MIT’de fizik eğitimi alırken tanışan iki kurucu, daha sonra odağını ses tabanlı moderasyon araçlarına çevirdi. Sesli yapay zekâ modellerinin gelişmesiyle şirket, yapay yollarla üretilen sesleri tespit etmeye ve konuşmalardaki niyeti analiz etmeye ağırlık vermeye başladı.

Yatırım turundan önce Modulate’ın toplam 41 milyon dolar fon topladığı ve 170 milyon dolar değerlemeye ulaştığı belirtiliyor. Yeni kaynak, şirketin ses modellerini ve analiz paketini geliştirmesinde kullanılacak. Modulate’ın büyüme stratejisi, transkripsiyon pazarındaki mevcut çözümlerden ayrışarak kurumlara konuşmaların anlamı, güvenilirliği ve kurallara uygunluğu hakkında daha ayrıntılı veri sağlamak üzerine kuruluyor.