Berliiniläinen Deepslate keräsi 7,7 miljoonaa euroa siemenrahoitusta 42CAPin johdolla. Yhtiön Opal malli ottaa vastaan ääntä ja tuottaa puhevastauksen samassa puheesta puheeksi järjestelmässä sen sijaan, että keskustelu kulkisi erillisten puheentunnistus , kielimalli ja puhesynteesivaiheiden kautta.[2][15] Deepslate...
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How much did Berlin-based Deepslate raise in its seed round, who invested, and how does its EU-hosted, speech-to-speech voice AI work and di. Article summary: Berlin-based Deepslate raised **€7.7 million** in a seed round led by 42CAP, with Alstin Capital, SIVentures and several business angels participating.[5] - **How it works:** Its Opal model takes spoken input and produce. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Berliiniläinen äänitekoäly-yhtiö Deepslate on kerännyt 7,7 miljoonaa euroa siemenrahoitusta. Kierrosta johti teknologiasijoittaja 42CAP. Rahoitukseen osallistuivat myös Alstin Capital, yhtiön aiempi sijoittaja SIVentures sekä useita enkelisijoittajia.2
5
Deepslaten tavoitteena on kehittää puheesta puheeksi -tekoälyä, joka käsittelee puhetta suoraan. Yhtiö tarjoaa teknologiaansa rajapinnan kautta ja kertoo tarjoavansa myös mahdollisuuden ajaa järjestelmää asiakkaan omassa infrastruktuurissa.
Deepslaten Opal-malli on suunniteltu vastaanottamaan äänimuotoista syötettä ja tuottamaan äänimuotoinen vastaus yhdessä järjestelmässä. Yhtiön kuvaamassa lähestymistavassa puhetta ei ensin muuteta tekstiksi, vaan malli käsittelee ääntä suoraan.2
15
Monissa perinteisissä puhekäyttöliittymissä keskustelu kulkee usean erillisen osan läpi: puheentunnistus muuttaa puheen tekstiksi, kielimalli käsittelee viestin ja puhesynteesi muuntaa vastauksen takaisin ääneksi. Deepslate pyrkii yhdistämään nämä vaiheet yhteen puheesta puheeksi -malliin.
Arkkitehtuurin ero ei yksin osoita, että jokainen keskustelu olisi nopeampi tai luonnollisempi. Lopputulos riippuu myös mallin toiminnasta ja siitä, miten se on liitetty osaksi tuotetta tai palvelua.
Deepslate ilmoittaa mallinsa viiveeksi 440 millisekuntia ja kertoo sen tukevan 27 kieltä. Yhtiön mukaan kehityksessä painotetaan eurooppalaisia kieliä, aksentteja ja murteita.6
18
Artificial Analysisin mittaukseen viittaavan uutisraportin mukaan Deepslaten vasteaika oli 0,44 sekuntia, mikä sijoitti mallin hieman Kraftonin Raon-mallin taakse.6 Toisessa raportissa toistetaan Deepslaten väite, että sen malli olisi lajissaan nopein.
4 Nopeusväitettä kannattaa siis käsitellä yhtiön esittämänä tai raportoituna väitteenä, ei yksiselitteisenä paremmuusjärjestyksenä kaikissa olosuhteissa.
Viive- ja kielimäärät eivät myöskään yksin kerro, miten hyvin järjestelmä toimii eri kielillä, käyttötilanteissa tai teknisissä ympäristöissä. Saatavilla olevat lähteet eivät osoita, että ilmoitetut luvut toteutuisivat samanlaisina kaikissa käyttöönotossa.
Deepslate kertoo teknologiansa olevan EU:ssa hostattu ja palvelimiensa sijaitsevan Saksassa. Lisäksi yhtiö tarjoaa itse ylläpidettävää vaihtoehtoa organisaatioille, jotka haluavat käyttää järjestelmää omassa infrastruktuurissaan.4
18
Yhtiö kuvaa palveluaan GDPR:n mukaiseksi. Tämä on yrityksen oma väite; saatavilla olevat lähteet eivät itsenäisesti vahvista sertifiointia tai arvioi vaatimusten täyttymistä yksittäisessä asiakasympäristössä.18
EU:ssa hostattu pilvipalvelu ja asiakkaan omaan ympäristöön asennettava järjestelmä ovat eri vaihtoehtoja: ensimmäisessä palveluntarjoaja ylläpitää infrastruktuuria, jälkimmäisessä asiakas hallitsee enemmän sitä, missä järjestelmä toimii. Organisaation on silti arvioitava käyttöönoton tekniset asetukset ja sopimusehdot omien tietosuojavaatimustensa perusteella.
Deepslate markkinoi teknologiaansa yrityksille ja kehittäjille muun muassa rajapinnan sekä itse ylläpidettävän vaihtoehdon kautta.18 Malli voi toimia keskustelutuotteen puhekerroksena; yhteydet asiakkaan muihin ohjelmistoihin riippuvat toteutuksesta.
Yhtiö mainitsee mahdollisina käyttökohteina muun muassa terveydenhuollon, energian, televiestinnän ja julkiset palvelut. Saatavilla olevat lähteet eivät kuitenkaan itsenäisesti vahvista näillä aloilla tehtyjä käyttöönottoja tai niiden tuloksia.18
Deepslate aikoo käyttää rahoituksen puheesta puheeksi -mallien kehittämiseen, eurooppalaisen koulutusdatan laajentamiseen sekä myynti- ja markkinointitiimien kasvattamiseen. Lisäksi yhtiö suunnittelee infrastruktuurinsa laajentamista Euroopan datakeskuksissa.2
Suunnitelmat tukevat yhtiön painotusta eurooppalaisiin kieliin ja vaihtoehtoihin, joissa asiakkaat voivat valita EU-hostauksen tai oman infrastruktuurin.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Berliiniläinen Deepslate keräsi 7,7 miljoonaa euroa siemenrahoitusta 42CAPin johdolla.
Berliiniläinen Deepslate keräsi 7,7 miljoonaa euroa siemenrahoitusta 42CAPin johdolla. Yhtiön Opal malli ottaa vastaan ääntä ja tuottaa puhevastauksen samassa puheesta puheeksi järjestelmässä sen sijaan, että keskustelu kulkisi erillisten puheentunnistus , kielimalli ja puhesynteesivaiheiden kautta.[2][15]
Deepslate ilmoittaa mallin viiveeksi 440 millisekuntia ja kielivalikoimaksi 27 kieltä.