Modulate, une entreprise spécialisée dans le renseignement vocal et basée à Boston, a levé 25 millions de dollars lors d’un nouveau tour de financement afin de développer sa plateforme destinée aux entreprises. La plateforme utilise un ensemble de petits modèles pour transcrire les conversations, analyser les émotions et le ton, détecter les deepfakes et la musique générée par l’intelligence artificielle, ainsi que surveiller le respect des politiques par les agents vocaux dans les secteurs réglementés.
Le tour a été mené par Future Ventures, avec la participation de Hyperplane et Lakestar. Selon les données de PitchBook, Modulate avait levé 41 millions de dollars avant ce tour, pour une valorisation de 170 millions de dollars.
De la modification des voix à l’analyse des conversations
Mike Pappas et Carter Huffman ont fondé l’entreprise en 2017 après s’être rencontrés pendant leurs études de physique au Massachusetts Institute of Technology. Modulate a commencé par fournir des technologies de modification de la voix dans les jeux vidéo, avant de passer aux outils de modération des contenus audio, puis de se concentrer, avec la généralisation des modèles vocaux génératifs, sur la détection des différents types de voix synthétiques et l’analyse de l’intention du locuteur.
L’entreprise exploite actuellement plus de 100 modèles, répartis de manière générale entre des modèles d’extraction des signaux et des modèles d’analyse et de détection. Le premier groupe analyse l’émotion, le ton et la langue, et détermine si la voix est synthétique, tandis que le second examine l’intention de l’appelant, la probabilité qu’il enfreigne les règles ou qu’il tente de commettre une fraude.
Qu’est-ce qui change concrètement ?
Modulate fonctionne généralement aux côtés de l’infrastructure vocale utilisée par l’entreprise, plutôt que de la remplacer. Ses usages comprennent l’alerte des centres de contact en cas d’appels susceptibles d’être des deepfakes ou des fraudes, l’évaluation de la qualité des interactions entre les agents d’intelligence artificielle et les clients, ainsi que la vérification du respect, par ces agents, des exigences de conformité dans les secteurs réglementés.
L’entreprise estime que l’analyse des émotions ne suffit pas à évaluer la réussite d’un appel. Un client peut sembler poli et ne manifester aucune colère évidente, tout en étant en réalité insatisfait du service. La plateforme se concentre donc également sur la compréhension de l’intention et de la réaction du client, afin de fournir des données plus détaillées sur les raisons du succès ou de l’échec de l’interaction.
Carter Huffman a déclaré que le recours de l’entreprise à des modèles plus petits réduisait ses besoins en matériel spécialisé et en puissance de calcul, tout en facilitant l’entraînement de nouveaux modèles, leur ajout à la plateforme et leur activation au besoin par l’intermédiaire d’un orchestrateur central. Modulate a également indiqué que ses technologies étaient utilisées pour surveiller les cyberattaques au moyen d’appels vocaux.
Expansion et limites persistantes
Modulate emploie actuellement entre 40 et 45 personnes et prévoit d’embaucher dix collaborateurs au cours des prochains mois pour soutenir le développement des modèles. Elle travaille également à accroître les capacités de déploiement sur site chez le client et sur les appareils, en réponse aux exigences en matière de confidentialité.
Ce financement intervient à un moment où le service client fondé sur la voix se développe, mais la source ne précise pas les noms des clients ni les résultats indépendants permettant de mesurer la précision de la détection des deepfakes et de la fraude. Elle ne fournit pas non plus de détails sur les tarifs ou les marchés réglementés dans lesquels la plateforme est déployée, des points qui resteront importants pour les entreprises évaluant les solutions d’analyse des appels et de conformité.