Deepslate raccoglie 7,7 milioni per sviluppare l’IA vocale «speech-to-speech»

La startup berlinese Deepslate ha raccolto 7,7 milioni di euro in un round seed per sviluppare la propria tecnologia di intelligenza artificiale vocale. Il finanziamento è guidato da 42CAP, con la partecipazione di Alstin Capital, dell’investitore già presente SIVentures e di diversi business angel.25

La proposta dell’azienda è un sistema che lavora direttamente con voce in ingresso e voce in uscita, affiancato da hosting nell’Unione europea e dalla possibilità di installare la tecnologia nell’infrastruttura del cliente.

Un modello che elabora direttamente il parlato

Il modello Opal di Deepslate è progettato per ricevere audio e generare audio all’interno di un unico sistema speech-to-speech. In molte soluzioni vocali, invece, la conversazione passa attraverso più componenti: un sistema di riconoscimento trasforma la voce in testo, un modello linguistico elabora la richiesta e un sistema di sintesi vocale produce la risposta. Deepslate afferma che il proprio modello lavora direttamente sul parlato, senza convertirlo prima in testo.215

La differenza riguarda l’architettura, ma da sola non dimostra che ogni conversazione sarà più veloce o naturale. L’obiettivo dichiarato è ridurre i passaggi di una pipeline composta da strumenti separati; l’esperienza concreta dipenderà comunque dal prodotto in cui il modello viene integrato e dalle modalità di utilizzo.

Latenza e lingue: cosa dichiara l’azienda

Deepslate indica una latenza di 440 millisecondi e il supporto per 27 lingue, con un’attenzione particolare alle lingue, agli accenti e ai dialetti europei.618 Un articolo che cita Artificial Analysis riporta un tempo di risposta di 0,44 secondi, collocando Deepslate appena dietro al modello Raon di Krafton.6 Un’altra fonte riprende invece la descrizione di Deepslate come il modello più veloce della sua categoria.4

Per questo, l’affermazione «il più veloce» va considerata come una dichiarazione riportata, non come una classifica valida in ogni circostanza. Né i tempi di latenza né il numero di lingue, da soli, definiscono la qualità nell’uso quotidiano: le fonti disponibili non dimostrano che velocità e prestazioni linguistiche siano uguali per ogni lingua, applicazione o configurazione.

Hosting nell’UE e opzione self-hosted

Deepslate afferma di ospitare la propria tecnologia nell’UE e di gestire server in Germania. Propone inoltre il self-hosting, cioè l’installazione del sistema nell’infrastruttura del cliente, per le organizzazioni che vogliono mantenerlo nel proprio ambiente informatico.418 L’azienda dichiara anche la conformità al GDPR, il regolamento europeo sulla protezione dei dati personali. Le fonti disponibili riportano questa affermazione aziendale, ma non forniscono una verifica indipendente della conformità di una specifica installazione.18

Per chi valuta una soluzione, la differenza pratica è tra cloud gestito dal fornitore e installazione autonoma: nel primo caso si usa l’infrastruttura di Deepslate nell’UE; nel secondo, il cliente ha maggiore controllo sul luogo in cui gira il sistema. In entrambi i casi, configurazione e condizioni contrattuali vanno valutate rispetto ai requisiti dell’organizzazione.

API e possibili impieghi

Deepslate propone la propria tecnologia tramite API e offre opzioni self-hosted per aziende e sviluppatori.18 Il modello può fornire la componente vocale di un prodotto conversazionale; il modo in cui viene collegato agli altri software dipende dall’implementazione scelta dal cliente. Le fonti citano possibili applicazioni in ambiti come sanità, energia, telecomunicazioni e servizi pubblici, ma non verificano in modo indipendente specifiche installazioni o risultati ottenuti in questi settori.18

Come verranno impiegati i fondi

Deepslate intende usare il capitale raccolto per migliorare i modelli speech-to-speech, ampliare i dati di addestramento europei, potenziare i team commerciali e marketing e sviluppare l’infrastruttura nei data centre europei.2 Sono priorità coerenti con l’attenzione dichiarata alle lingue europee e con l’offerta di hosting nell’UE o di installazione presso il cliente.