Das in Boston ansässige Unternehmen Modulate, das auf Sprachintelligenz spezialisiert ist, hat in einer neuen Finanzierungsrunde 25 Millionen Dollar eingesammelt, um seine auf Unternehmen ausgerichtete Plattform weiterzuentwickeln. Die Plattform nutzt eine Gruppe kleiner Modelle, um Gespräche zu transkribieren, Emotionen und Tonfall zu analysieren, Deepfakes und mit künstlicher Intelligenz erzeugte Musik zu erkennen sowie die Einhaltung von Richtlinien durch Sprachagenten in regulierten Branchen zu überwachen.
Die Runde wurde von Future Ventures angeführt, unter Beteiligung von Hyperplane und Lakestar. Laut Daten von PitchBook hatte Modulate vor dieser Runde 41 Millionen Dollar eingesammelt, bei einer Bewertung von 170 Millionen Dollar.
Von der Stimmveränderung zur Gesprächsanalyse
Mike Pappas und Carter Huffman gründeten das Unternehmen 2017, nachdem sie sich während ihres Physikstudiums am Massachusetts Institute of Technology kennengelernt hatten. Modulate begann mit der Bereitstellung von Technologien zur Stimmveränderung in Spielen, wechselte anschließend zu Tools für die Moderation von Sprachinhalten und konzentrierte sich mit der Verbreitung generativer Sprachmodelle auf die Erkennung verschiedener Arten synthetischer Stimmen und die Analyse der Absichten von Sprechern.
Das Unternehmen betreibt derzeit mehr als 100 Modelle, die allgemein zwischen Modellen zur Signalextraktion und Modellen zur Analyse und Erkennung aufgeteilt sind. Die erste Gruppe analysiert Emotion, Tonfall und Sprache und bestimmt, ob eine Stimme synthetisch ist, während die zweite Gruppe die Absicht des Anrufers sowie die Wahrscheinlichkeit untersucht, dass er gegen Regeln verstößt oder versucht, einen Betrug durchzuführen.
Was ändert sich in der Praxis?
Modulate arbeitet meist neben dem Sprachsystem, das ein Unternehmen verwendet, anstatt es zu ersetzen. Zu den Einsatzmöglichkeiten gehören die Warnung von Callcentern vor Anrufen, bei denen es sich um Deepfakes oder Betrug handeln könnte, die Bewertung der Qualität der Interaktion von KI-Agenten mit Kunden sowie die Überprüfung, ob diese Agenten die Compliance-Anforderungen in regulierten Bereichen einhalten.
Das Unternehmen ist der Ansicht, dass die Emotionsanalyse allein nicht ausreicht, um den Erfolg eines Gesprächs zu bewerten. Ein Kunde kann höflich wirken und keinen deutlichen Ärger zeigen, während er tatsächlich mit dem Service unzufrieden ist. Daher konzentriert sich die Plattform auch darauf, die Absicht und Reaktion des Kunden zu verstehen, um detailliertere Daten über die Gründe für den Erfolg oder Misserfolg der Interaktion bereitzustellen.
Carter Huffman sagte, dass die Abhängigkeit des Unternehmens von kleineren Modellen den Bedarf an spezieller Hardware und einem großen Maß an Rechenleistung verringere. Außerdem erleichtere sie das Training neuer Modelle, deren Hinzufügen zur Plattform und deren bedarfsgesteuerten Abruf über einen zentralen Koordinator. Modulate erklärte, dass seine Technologien auch zur Überwachung von Cyberangriffen über Sprachanrufe eingesetzt werden.
Expansion und offene Einschränkungen
Modulate beschäftigt derzeit zwischen 40 und 45 Personen und beabsichtigt, in den kommenden Monaten zehn weitere Mitarbeiter einzustellen, um den Aufbau der Modelle zu unterstützen. Außerdem arbeitet das Unternehmen daran, die Möglichkeiten für die Bereitstellung am Standort des Kunden und auf Geräten zu erweitern, um den Anforderungen an den Datenschutz gerecht zu werden.
Die Finanzierung ist besonders bedeutsam zu einem Zeitpunkt, an dem sich sprachbasierter Kundenservice ausweitet. Die Quelle nennt jedoch weder die Namen der Kunden noch unabhängige Ergebnisse zur Messung der Genauigkeit bei der Erkennung von Deepfakes und Betrug. Auch Angaben zu Preisen oder zu den regulierten Märkten, in denen die Plattform eingesetzt wird, fehlen. Diese Punkte werden für Unternehmen, die Lösungen zur Gesprächsanalyse und Compliance bewerten, weiterhin wichtig bleiben.