语音AI初创企业在销售、市场营销和客户支持等领域帮助企业处理电话，是其最大的突破。大型企业纷纷将电话业务外包给语音模型开发商，如ElevenLabs和Deepgram；基础设施公司如Vapi、Retell和LiveKit；以及专注客户支持的公司如Decagon和Sierra。
总部位于旧金山的Rime，试图通过其基于录制对话数据训练的语音AI模型，在竞争激烈的市场中脱颖而出，旨在减轻客户的定制负担。
Rime成立于2022年，由前斯坦福博士生Lily Clifford、前亚马逊Alexa工程师Brooke Larson和斯坦福工程师Ares Geovanos共同创立。公司在旧金山建立了录音室，采集自己的对话数据，而非依赖网络抓取音频。
该公司专注于调优语音模型，以准确发音不同品牌名称和行业专有术语。它采用基于音素的架构，适应不同发音，避免客户为特定行业重新训练模型。
Rime周三宣布完成由M13 Ventures领投的2400万美元A轮融资，Twilio Ventures、Corazon Capital、Unusual Ventures及其他现有投资者也参与其中。
Clifford表示，尽管语音AI技术取得进展，企业仍偏好传统的交互式语音响应系统（IVR），因为AI语音技术尚未达到IVR的效果。
“语音技术还不足以自动化绝大多数企业电话。大型语言模型（LLMs）让构建可用的语音应用更容易，但并未改变交互体验。与语音AI代理对话对最终用户来说并不吸引人，更像是一个声音更好的新型IVR。”她说。
该初创公司最初开发了语音转文本、文本转语音和大型语言模型的独立模型，但现在正转向开发更优的语音转语音模型，以降低延迟、改善对话轮换并解决背景噪音等问题。新方法还将减少对模型编排的依赖，避免管理多个模型的复杂性。
Rime表示，其客户涵盖餐饮、医疗、航空和金融科技领域。凭借其训练数据和模型定位，客户通话时长更长，帮助其赢得了Mayo Clinic、Dialpad、Upstart和Asurion等企业合同。
借助新一轮融资，Rime计划扩大现有35人的团队，重点招聘模型开发、工程和合作伙伴关系岗位。公司最近聘请了曾在Meta超级智能实验室和Nvidia深度学习音频研究团队工作的Rafael Valle担任首席科学家。
M13的Morgan Blumberg告诉TechCrunch：“ElevenLabs等公司已转向编排和应用层，直接与Sierra和Decagon等竞争。我认为技术上还有很多工作要做，Rime在低延迟、高可靠性且符合监管环境的最佳模型推进方面表现突出。”
Rime此前于去年5月完成了550万美元的种子轮融资。Blumberg此次也将加入公司董事会。
