Deepslate vil gøre stemme-AI mere europæisk

Berlin-baserede Deepslate har hentet 7,7 mio. euro i seedfinansiering til udviklingen af sin tale-til-tale-AI. Runden blev ledet af 42CAP, mens Alstin Capital, den eksisterende investor SIVentures og flere business angels også deltog.25

Virksomhedens sats er en model, der behandler tale direkte og kan svare med tale. Deepslate fremhæver samtidig EU-hosting og muligheden for, at kunder selv kan drive systemet i deres egen infrastruktur.

Tale ind, tale ud

Deepslates Opal-model er designet til at modtage lyd og generere lyd i ét samlet tale-til-tale-system. Mange traditionelle stemme-AI-løsninger sammensætter i stedet flere trin: først talegenkendelse, derefter en sprogmodel og til sidst tekst-til-tale. Deepslate siger, at Opal behandler tale direkte uden først at omdanne den til tekst.215

Det er en forskel i, hvordan teknologien er bygget – ikke i sig selv et bevis på, at enhver samtale bliver hurtigere eller lyder mere naturlig. Deepslates mål er at undgå de ekstra led i en kædet løsning; den faktiske oplevelse afhænger stadig af modellen, produktet og den konkrete opsætning.

Hastighed og sprog: virksomhedens påstande

Deepslate oplyser, at modellen har en latenstid på 440 millisekunder og understøtter 27 sprog, med fokus på europæiske sprog, accenter og dialekter.618 En omtale, der henviser til Artificial Analysis, angiver også en svartid på 0,44 sekunder, men placerer Deepslate lige efter Kraftons Raon-model.6 En anden artikel gengiver påstanden om, at modellen er den hurtigste af sin slags.4

Der er altså forskellige beskrivelser af, hvordan hastigheden placerer sig. Det er mest præcist at betragte betegnelsen »hurtigst« som en rapporteret påstand, ikke som en endegyldig rangliste, der gælder uanset test og brugssituation. Latenstid og antal sprog siger heller ikke alt om kvaliteten i praksis, og de tilgængelige oplysninger dokumenterer ikke, at hastighed og sproglig ydeevne er ens i alle anvendelser.

EU-hosting og kontrol over data

Deepslate siger, at teknologien hostes i EU, og at virksomheden driver servere i Tyskland. Kunder kan ifølge virksomheden også vælge selvhosting, så systemet kører i deres egen infrastruktur.418 Deepslate beskriver tjenesten som GDPR-kompatibel, men det er virksomhedens egen påstand; de tilgængelige kilder dokumenterer ikke en uafhængig certificering eller vurdering af en konkret kundeløsning.18

Valget mellem EU-baseret cloudhosting og selvhosting har betydning for, hvor systemet drives: I cloudløsningen bruger kunden udbyderens administrerede infrastruktur, mens selvhosting giver kunden større kontrol over driftsmiljøet. Organisationer må stadig vurdere den konkrete opsætning og aftalevilkårene i forhold til deres egne krav til data.

Sådan kan kunder bruge teknologien

Deepslate tilbyder sin tale-til-tale-teknologi gennem en API til udviklere og virksomheder samt med mulighed for selvhosting.18 Modellen kan fungere som stemmelaget i et samtalebaseret produkt, mens integrationen med kundens øvrige systemer afhænger af den konkrete løsning.

Hvad pengene skal bruges til

Deepslate vil bruge finansieringen på at forbedre sine tale-til-tale-modeller, udvide sine europæiske træningsdata, styrke salgs- og marketingteamene og opskalere infrastrukturen på tværs af europæiske datacentre.2 Planerne hænger sammen med virksomhedens fokus på europæiske sprog og på at tilbyde både EU-hosting og selvhosting.