音声インテリジェンスを専門とし、ボストンに本社を置くModulateは、企業向けプラットフォームの開発に向けた新たな資金調達ラウンドで2,500万ドルを調達した。同プラットフォームは、複数の小規模モデルを使用し、会話の文字起こし、感情と声のトーンの分析、ディープフェイクやAI生成音楽の検出に加え、規制対象の業界における音声エージェントのポリシー遵守を監視する。
今回のラウンドはFuture Venturesが主導し、HyperplaneとLakestarが参加した。PitchBookのデータによると、Modulateは今回のラウンド以前に4,100万ドルを調達しており、その際の評価額は1億7,000万ドルだった。
音声の変換から会話分析へ
Mike PappasとCarter Huffmanは、マサチューセッツ工科大学で物理学を学んでいた際に出会った後、2017年に同社を設立した。Modulateは当初、ゲーム向けの音声変換技術を提供していたが、その後、音声コンテンツのモデレーションツールへと移行し、さらに生成音声モデルの普及に伴い、合成音声の種類の検出と話者の意図の分析に注力するようになった。
同社は現在、100以上のモデルを運用しており、概ね信号抽出モデルと分析・検出モデルに分かれている。前者は感情、声のトーン、言語を分析し、音声が合成されたものかどうかを判定する。一方、後者は発信者の意図、規則に違反する可能性、または不正行為を実行しようとしている可能性を調べる。
実際には何が変わるのか
Modulateは通常、企業が利用する音声システムに取って代わるのではなく、そのシステムと並行して機能する。用途には、ディープフェイクまたは不正行為の可能性がある通話をコンタクトセンターに警告すること、AIエージェントと顧客とのやり取りの品質を評価すること、規制対象分野におけるコンプライアンス要件をこれらのエージェントが遵守しているかを確認することが含まれる。
同社は、感情分析だけでは通話の成功を評価するには不十分だと考えている。顧客が礼儀正しく、明らかな怒りを示していないように見えても、実際にはサービスに不満を抱いている可能性があるためだ。そのため、プラットフォームは顧客の意図と反応の理解にも注力し、やり取りが成功または失敗した理由について、より詳細なデータを提供することを目指している。
Carter Huffmanは、同社が小規模モデルに依存することで、専用ハードウェアと大量のコンピューティング能力への必要性が減り、新たなモデルの訓練やプラットフォームへの追加、中央オーケストレーターを通じた必要時の呼び出しが容易になると述べた。Modulateによると、その技術は音声通話を通じたサイバー攻撃の監視にも利用されている。
拡大と残された制約
Modulateは現在40人から45人を雇用しており、モデル構築を支援するため、今後数か月で10人を追加採用する予定だ。また、プライバシー要件に対応するため、顧客の拠点内および端末上での展開能力の拡充にも取り組んでいる。
今回の資金調達は、音声を基盤とするカスタマーサービスが拡大する時期に行われた。一方、情報源は顧客名や、ディープフェイクおよび不正行為の検出精度を測定する独立した結果を明らかにしていない。また、価格や、プラットフォームを導入している規制対象市場についても詳細を示していない。これらは、通話分析およびコンプライアンスソリューションを評価する企業にとって、引き続き重要な点となる。