Раунд финансирования и инвесторы
Стартап Rime объявил о привлечении $24 млн в ходе раунда Series A. Раунд возглавил фонд M13 Ventures, к которому присоединились Twilio Ventures, Corazon Capital, Unusual Ventures и другие существующие инвесторы. Ранее, в мае прошлого года, компания уже привлекла $5,5 млн в рамках seed-раунда. В рамках нового раунда Морган Блумберг из M13 Ventures вошёл в совет директоров стартапа.
Средства пойдут на расширение команды из 35 человек: компания планирует нанимать специалистов в области разработки моделей, инженерии и партнёрств.
Технология и подход к голосовому ИИ
Rime был основан в 2022 году бывшей аспиранткой Стэнфорда Лили Клайффорд, бывшим инженером Amazon Alexa Брук Ларсон и инженером Стэнфорда Аресом Геованосом. Компания построила собственную студию звукозаписи в Сан-Франциско, чтобы собирать разговорные данные, а не полагаться на скрапинг веб-аудио.
Стартап сосредоточен на настройке голосовых моделей для точного произношения названий брендов и отраслевых терминов. Для этого Rime использует архитектуру на основе фонем, что позволяет адаптироваться к различным произношениям без необходимости переобучения моделей под конкретную отрасль клиента.
Изначально компания работала с отдельными моделями для распознавания речи, синтеза речи и большой языковой модели. Теперь Rime переключается на разработку моделей speech-to-speech, чтобы снизить задержку, улучшить переключение реплик и справиться с фоновым шумом. Новый подход также уменьшит зависимость от оркестрации, избавив компанию от необходимости управлять множеством моделей.
Клиенты и рыночная позиция
Rime конкурирует на переполненном рынке голосового ИИ с такими игроками, как ElevenLabs, Deepgram, Vapi, Retell, LiveKit, Decagon и Sierra. Крупные организации всё активнее передают звонки разработчикам голосовых моделей и инфраструктурным компаниям.
Среди клиентов Rime — компании из сферы общественного питания, здравоохранения, авиации и финтеха. Компания утверждает, что благодаря качеству обучающих данных и позиционированию моделей клиенты дольше остаются на линии, что помогло заключить контракты с Mayo Clinic, Dialpad, Upstart и Asurion.
Экспертные оценки и перспективы
По словам Лили Клайффорд, несмотря на прогресс в развитии голосового ИИ, предприятия по-прежнему предпочитают классические IVR-системы (интерактивного голосового ответа), поскольку технология ИИ пока не дотягивает до их эффективности. «Голосовые технологии пока не способны автоматизировать большинство корпоративных телефонных звонков. LLM сильно упростили создание работающих голосовых приложений, но они не изменили то, как ощущается взаимодействие. Разговор с голосовым ИИ-агентом — не самое убедительное впечатление для конечного пользователя. Это как новый IVR, но с лучшим голосом», — пояснила она.
Морган Блумберг из M13 Ventures высоко оценил подход Rime: «Компании вроде ElevenLabs переместились в плоскость оркестрации и слоя приложений, напрямую конкурируя с Sierra и Decagon. Думаю, технически есть ещё очень много работы, и подход Rime — развитие лучших моделей с низкой задержкой и высокой надёжностью в регулируемой среде — выделяется на фоне конкурентов».
Важным кадровым приобретением стал главный научный сотрудник Рафаэль Валье, ранее работавший над распознаванием аудио в Meta Superintelligence Labs и в команде прикладных исследований глубокого обучения аудио в NVIDIA.