Modulate capta 25 milhões de dólares para seus modelos de voz e conjunto de análises

A startup de inteligência de voz sediada em Boston, Modulate, captou 25 milhões de dólares em uma nova rodada de financiamento para sua plataforma, que utiliza um conjunto de pequenos modelos para oferecer às empresas transcrição, análise emocional, detecção de *deepfakes* e de música gerada por IA, além de aplicação de políticas para agentes de voz em setores regulamentados.

O financiamento segue uma tendência popular entre os investidores na crescente indústria de IA de voz: apoiar empresas que estão tentando fazer com que as vozes de IA soem mais humanas.

A empresa também compete com outras que tentam detectar a intenção por trás da conversas humanas por meio de sua análise, bem como com aquelas que busquen proteger pessoas e empresas de chamadas de *deepfake*, visto que agora é fácil clonar vozes.

O novo financiamento da Modulate foi liderado pela Future Ventures, com a participação da Hyperplane e da Lakestar. Dados da PitchBook indicavam que a startup havia captado 41 milhões de dólares em financiamento a uma avaliação de 170 milhões de dólares antes desta rodada.

A startup foi fundada em 2017 por Mike Pappas e Carter Huffman, que se conheceram como estudantes de graduação em física no MIT. No início, a empresa concentrou-se em fornecer modulação de voz para jogos. Mas, posteriormente, passou a se concentrar em uma ferramenta de moderação baseada em voz.

Com o advento dos modelos de IA de voz, a empresa agora está concentrada em detectar diferentes tipos de geração de áudio por IA e em analisar a intenção por trás das palavras de uma pessoa.

"Nossa percepção sobre o espaço de IA de voz é que muita gente está fazendo transcrição, mas não existe realmente nenhuma capacidade no mercado que capture toda a nuance e a compreensão completa de uma conversa, o que é tão importante quando você está conversando com outro ser humano", disse Huffman em uma ligação com o TechCrunch.

A empresa hoje opera mais de 100 modelos que são amplamente categorizados em duas seções: Modelos de extração de sinal para entender emoção vocal, tom, idioma e determinação de voz sintética; e modelos de análise/detecção que examinam a intenção, como o que o cliente está tentando dizer, se quem está ligando está violando regras ou se está tentando aplicar um golpe no receptor.

Huffman disse que, por operar modelos menores, a empresa não precisa de hardware especializado e de uma enorme capacidade de computação, o que pode ser crucial quando as contas de *tokens* aumentam. Além disso, é mais fácil para a empresa treinar modelos com novos recursos, adicioná-los ao conjunto e fazer com que um orquestrador os acione quando necessário.

A Modulate possui uma base de clientes variada, mas é especializada em detecção de *deepfake* e em alertar organizações, como centrais de atendimento, sobre um possível golpe. Ela também monitora como os agentes de IA respondem aos clientes para avaliar a qualidade das chamadas, além de garantir que a IA siga regras de conformidade em áreas regulamentadas. Devido a esses produtos, a Modulate frequentemente atua junto à pilha de voz utilizada por uma empresa apenas para analisar as chamadas.

À medida que mais empresas adotam o atendimento ao cliente impulsionado por IA, torna-se importante para elas saber por que a ligação de um cliente foi um sucesso ou um fracasso. Nesses casos, avaliar a intenção e a resposta dos clientes torna-se fundamental para além da análise básica. Huffman afirmou que a Modulate pode fornecer dados granulares às empresas sobre isso.

"Acho que, quando as empresas pensam em análise de emoção, elas acham que, se o cliente estava neutro ou positivo, a chamada foi um sucesso, e se o cliente estava negativo, a chamada foi um fracasso. Mas, na verdade, muitas vezes as pessoas são educadas até mesmo com, digamos, agentes de IA ou robôs. Certo. E elas não vão parecer irritadas, mas estarão muito insatisfeitas", disse ele.

A empresa afirmou que sua tecnologia também está sendo usada para monitorar ataques cibernéticos por meio de chamadas de voz.

A startup conta atualmente com 40 a 45 funcionários e pretende contratar mais 10 pessoas nos próximos meses para impulsionar a construção de modelos. A Modulate está atualmente trabalhando no aumento de suas capacidades de implantação local (*on-premises*) e no próprio dispositivo (*on-device*) para maior privacidade.