Modulate, una empresa especializada en inteligencia de voz con sede en Boston, recaudó 25 millones de dólares en una nueva ronda de financiación para desarrollar su plataforma dirigida a empresas. La plataforma utiliza un conjunto de modelos pequeños para transcribir conversaciones, analizar las emociones y el tono, detectar deepfakes y música generada por inteligencia artificial, además de supervisar el cumplimiento de las políticas por parte de agentes de voz en sectores regulados.
La ronda fue liderada por Future Ventures, con la participación de Hyperplane y Lakestar. Según datos de PitchBook, Modulate había recaudado 41 millones de dólares antes de esta ronda, con una valoración de 170 millones de dólares.
De la modificación de voces al análisis de conversaciones
Mike Pappas y Carter Huffman fundaron la empresa en 2017 después de conocerse mientras estudiaban física en el Instituto de Tecnología de Massachusetts. Modulate comenzó proporcionando tecnologías de modificación de voz para videojuegos, antes de pasar a herramientas de moderación de contenido de audio y, posteriormente, centrarse, con la expansión de los modelos de voz generativa, en detectar distintos tipos de audio sintético y analizar la intención del hablante.
Actualmente, la empresa gestiona más de 100 modelos, distribuidos en términos generales entre modelos para extraer señales y modelos para el análisis y la detección. El primer grupo analiza la emoción, el tono y el lenguaje, y determina si la voz es sintética, mientras que el segundo examina la intención de la persona que llama, la probabilidad de que infrinja las normas o de que intente cometer un fraude.
¿Qué cambia en la práctica?
Modulate suele operar junto al sistema de voz que utiliza la empresa, en lugar de sustituirlo. Entre sus usos se encuentran alertar a los centros de llamadas sobre llamadas que podrían ser deepfakes o fraudes, evaluar la calidad de la interacción de los agentes de inteligencia artificial con los clientes y verificar el cumplimiento de los requisitos normativos por parte de estos agentes en sectores regulados.
La empresa considera que el análisis de las emociones por sí solo no basta para evaluar el éxito de una llamada. Un cliente puede parecer educado y no mostrar un enfado evidente, mientras que en realidad está insatisfecho con el servicio. Por ello, la plataforma también se centra en comprender la intención y la respuesta del cliente, con el objetivo de proporcionar datos más detallados sobre las razones por las que la interacción tuvo éxito o fracasó.
Carter Huffman afirmó que la dependencia de la empresa de modelos más pequeños reduce su necesidad de hardware especializado y de una gran capacidad de computación, además de facilitar el entrenamiento de nuevos modelos, su incorporación a la plataforma y su activación cuando sea necesario mediante un orquestador central. Modulate también señaló que sus tecnologías se utilizan para supervisar ciberataques a través de llamadas de voz.
Expansión y limitaciones pendientes
Modulate emplea actualmente entre 40 y 45 personas y tiene previsto contratar a diez empleados durante los próximos meses para apoyar el desarrollo de modelos. También trabaja para aumentar las capacidades de implementación en las instalaciones del cliente y en los dispositivos, en respuesta a los requisitos de privacidad.
La financiación cobra importancia en un momento en que se expanden los servicios de atención al cliente basados en voz, pero la fuente no aclara los nombres de los clientes ni ofrece resultados independientes para medir la precisión de la detección de deepfakes y fraudes. Tampoco proporciona detalles sobre los precios o los mercados regulados en los que se aplica la plataforma, aspectos que seguirán siendo importantes para las empresas que evalúan soluciones de análisis de llamadas y cumplimiento normativo.