总部位于波士顿的语音智能初创公司Modulate近日完成了2500万美元的新一轮融资。该公司开发的平台利用多个小型模型，为企业提供转录、情感分析、深度伪造和AI音乐检测，以及针对受监管行业中语音代理的政策执行服务。
此次融资顺应了投资者对语音AI行业的热情，特别是支持那些致力于让AI语音更具人性化的企业。同时，Modulate也与其他试图通过分析人类对话来识别意图的公司竞争，并致力于保护个人和企业免受深度伪造电话的侵害，因为如今声音克隆技术变得非常容易。
本轮融资由Future Ventures领投，Hyperplane和Lakestar参与。根据PitchBook的数据，Modulate在此轮融资前已累计融资4100万美元，估值达1.7亿美元。
Modulate由Mike Pappas和Carter Huffman于2017年创立，两人曾是麻省理工学院物理专业的本科生。公司早期专注于为游戏提供语音调制技术，随后转向开发基于语音的内容审核工具。
随着语音AI模型的发展，Modulate现专注于检测各种AI音频生成技术，并分析人们话语背后的意图。
Huffman在接受TechCrunch采访时表示：“我们对语音AI领域的洞察是，虽然很多公司都在做转录，但真正能够全面理解对话细微差别和深层含义的技术还很少，而这对于人与人之间的交流至关重要。”
目前，Modulate运行着100多个模型，主要分为两类：信号提取模型，用于理解声音中的情绪、语调、语言及合成声音的识别；分析和检测模型，用于判断意图，比如客户想表达什么、来电者是否违反规定或试图诈骗接听者。
Huffman指出，由于采用小型模型，Modulate无需依赖专用硬件和大量计算资源，这在计算成本上升时尤为重要。此外，这种架构便于训练具备新功能的模型，并通过协调器按需调用。
Modulate的客户群体多样，但其在深度伪造检测方面尤为突出，能够及时提醒呼叫中心潜在的诈骗风险。同时，公司还监控AI代理对客户的响应质量，确保AI在合规监管领域内的表现。基于这些产品，Modulate通常作为企业语音系统的辅助分析工具存在。
随着越来越多企业采用AI驱动的客户服务，了解客户通话成功或失败的原因变得尤为重要。在此背景下，准确判断客户意图和反应比基础分析更为关键。Huffman表示，Modulate能够为企业提供细致的数据支持。
“很多企业在做情感分析时，通常认为客户情绪中性或积极，通话即为成功；情绪消极则为失败。但实际上，很多人即使对AI代理或机器人也会保持礼貌，不会表现出愤怒，但内心却非常不满。”他说。
此外，Modulate的技术还被用于通过语音通话监测网络攻击。
目前，Modulate拥有40至45名员工，计划在未来几个月内新增10名员工以加强模型开发。公司正致力于提升本地部署和设备端部署能力，以增强隐私保护。
