Startup AI suara asal Berlin, Deepslate, menggalang €7,7 juta dalam pendanaan tahap awal yang dipimpin 42CAP, untuk mengembangkan model dan memperluas data pelatihan serta infrastrukturnya di Eropa.[2] Model Opal dirancang menerima audio dan menghasilkan audio secara langsung, tanpa rangkaian terpisah untuk pengenal...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian

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,
Deepslate, perusahaan AI suara yang berbasis di Berlin, menggalang €7,7 juta dalam pendanaan tahap awal. Putaran ini dipimpin investor teknologi 42CAP, dengan partisipasi Alstin Capital, investor lama SIVentures, dan sejumlah angel investor.2
5 Deepslate ingin mengembangkan model yang memproses percakapan suara secara langsung, dengan pilihan layanan yang dihosting di Uni Eropa maupun instalasi mandiri bagi pelanggan.
Model Opal dirancang untuk menerima masukan audio dan menghasilkan keluaran audio dalam satu sistem suara-ke-suara. Ini berbeda dari pendekatan AI suara yang umum, yang biasanya merangkai pengenalan suara, model bahasa, lalu teknologi pengubah teks menjadi suara. Deepslate menyatakan modelnya memproses ucapan secara langsung, bukan mengubahnya menjadi teks terlebih dahulu.2
15
Perbedaan ini terletak pada rancangan teknologinya; bukan jaminan bahwa setiap percakapan akan selalu terasa lebih cepat atau alami. Tujuan yang disampaikan Deepslate adalah menghindari tahapan tambahan dalam sistem berantai. Pengalaman pengguna tetap bergantung pada kinerja model dan cara teknologi itu diterapkan.
Deepslate mengiklankan latensi 440 milidetik dan dukungan untuk 27 bahasa, dengan fokus pada bahasa, aksen, dan dialek Eropa.6
18 Sebuah laporan yang mengutip Artificial Analysis juga menyebut waktu respons 0,44 detik, yang menempatkan Deepslate sedikit di belakang model Raon milik Krafton.
6 Laporan lain mengulang klaim bahwa Deepslate merupakan model tercepat di kelasnya.
4 Karena itu, klaim “tercepat” sebaiknya dipahami sebagai klaim yang dilaporkan, bukan peringkat mutlak yang berlaku dalam semua kondisi.
Angka latensi dan jumlah bahasa saja belum menggambarkan mutu penggunaan sehari-hari. Informasi yang tersedia tidak membuktikan bahwa kecepatan atau performa bahasa yang diiklankan akan sama di setiap bahasa, kebutuhan, dan konfigurasi pelanggan.
Deepslate menyatakan teknologinya dihosting di Uni Eropa dan servernya beroperasi di Jerman. Perusahaan juga menawarkan instalasi mandiri bagi organisasi yang ingin menjalankan sistem di infrastruktur mereka sendiri.4
18 Deepslate menyebut layanannya mematuhi GDPR, regulasi perlindungan data Uni Eropa. Namun, itu merupakan klaim perusahaan; sumber yang tersedia tidak secara independen mengonfirmasi sertifikasi atau menilai penerapan tertentu oleh pelanggan.
18
Bagi calon pelanggan, hosting cloud di Uni Eropa dan instalasi mandiri memberi tingkat kendali yang berbeda. Pada opsi pertama, sistem berjalan di infrastruktur terkelola penyedia; pada opsi kedua, pelanggan memiliki kendali lebih besar atas lokasi sistem dijalankan. Organisasi tetap perlu meninjau konfigurasi dan ketentuan kontrak sesuai kebutuhan pengelolaan data mereka.
Deepslate menawarkan teknologi suara-ke-suaranya kepada pengembang dan bisnis, termasuk melalui API serta opsi instalasi mandiri.18 Model ini dapat digunakan sebagai lapisan suara dalam produk percakapan; cara menghubungkannya dengan perangkat lunak lain bergantung pada penerapan masing-masing pelanggan. Perusahaan menyebut sejumlah bidang yang dituju, seperti kesehatan, energi, telekomunikasi, dan layanan publik. Namun, sumber yang tersedia tidak memverifikasi secara independen penggunaan maupun hasil penerapan di bidang-bidang tersebut.
18
Deepslate berencana memakai dana putaran ini untuk meningkatkan model suara-ke-suaranya, memperluas data pelatihan Eropa, menambah tim penjualan dan pemasaran, serta mengembangkan infrastruktur di pusat data Eropa.2 Rencana itu sejalan dengan fokus perusahaan pada bahasa-bahasa Eropa dan pilihan penerapan yang dihosting di Uni Eropa atau dijalankan sendiri oleh pelanggan.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Startup AI suara asal Berlin, Deepslate, menggalang €7,7 juta dalam pendanaan tahap awal yang dipimpin 42CAP, untuk mengembangkan model dan memperluas data pelatihan serta infrastrukturnya di Eropa.[2]
Startup AI suara asal Berlin, Deepslate, menggalang €7,7 juta dalam pendanaan tahap awal yang dipimpin 42CAP, untuk mengembangkan model dan memperluas data pelatihan serta infrastrukturnya di Eropa.[2] Model Opal dirancang menerima audio dan menghasilkan audio secara langsung, tanpa rangkaian terpisah untuk pengenalan suara, pemrosesan bahasa, dan pembuatan suara.[2][15]
Deepslate mengiklankan latensi 440 milidetik, dukungan 27 bahasa, dan hosting di Uni Eropa.