Deepslate zdobywa 7,7 mln euro na rozwój AI mówiącej bezpośrednio przez głos

Berliński Deepslate pozyskał 7,7 mln euro w rundzie seed na rozwój swojej technologii głosowej AI. Rundę poprowadził 42CAP, a udział w niej wzięli także Alstin Capital, dotychczasowy inwestor SIVentures oraz kilku aniołów biznesu.25 Startup rozwija model, który ma przetwarzać mowę bezpośrednio na mowę, i oferuje rozwiązania z hostingiem w UE oraz opcją instalacji we własnej infrastrukturze klienta.

Na czym polega podejście Deepslate?

Model Opal ma przyjmować wypowiedź audio i generować odpowiedź audio w ramach jednego systemu speech-to-speech. W typowym układzie obsługi głosu rozmowa przechodzi kolejno przez rozpoznawanie mowy, model językowy i syntezę mowy. Deepslate deklaruje, że jego model pracuje bezpośrednio na sygnale głosowym, bez wcześniejszego zamieniania wypowiedzi na tekst.215

To różnica w architekturze, a nie automatyczna gwarancja, że każda rozmowa będzie szybsza lub bardziej naturalna. Celem firmy jest ograniczenie liczby etapów pośrednich; rzeczywiste wrażenia zależą od działania modelu w konkretnym produkcie i sposobu jego wdrożenia.

Deklarowane osiągi i obsługiwane języki

Deepslate podaje opóźnienie 440 milisekund i obsługę 27 języków, ze szczególnym uwzględnieniem języków europejskich, akcentów i dialektów.618 Serwis Tech Funding News, powołując się na Artificial Analysis, podaje wynik 0,44 sekundy i zaznacza, że w tym pomiarze model Deepslate znalazł się tuż za Raon od Krafton.6 Inna publikacja powtarza twierdzenie, że to najszybszy model tego rodzaju.4 Dlatego określenie „najszybszy” warto traktować jako deklarację opartą na konkretnym pomiarze, a nie bezdyskusyjny ranking obowiązujący w każdych warunkach.

Sama liczba obsługiwanych języków ani wynik pomiaru opóźnienia nie mówią wszystkiego o jakości działania. Dostępne materiały nie dowodzą, że deklarowane parametry będą identyczne w każdym języku, zastosowaniu i środowisku klienta.

Hosting w UE i kontrola nad danymi

Deepslate informuje, że jego technologia jest hostowana w UE, a serwery firmy działają w Niemczech. Oferuje również możliwość samodzielnego hostowania systemu przez organizacje, które chcą uruchomić go we własnej infrastrukturze.418 Firma deklaruje zgodność z RODO. To zapewnienie spółki — dostępne źródła nie potwierdzają niezależnie certyfikacji ani zgodności konkretnego wdrożenia klienta.18

Dla kupujących istotna jest różnica między hostingiem w chmurze UE a instalacją we własnym środowisku. W pierwszym przypadku system działa na zarządzanej infrastrukturze dostawcy, w drugim klient zyskuje większą kontrolę nad miejscem jego uruchomienia. Niezależnie od wariantu organizacja powinna sprawdzić konfigurację i warunki umowy pod kątem własnych wymogów dotyczących danych.

Jak klienci mogą korzystać z technologii?

Deepslate kieruje swoje rozwiązanie do firm i twórców produktów, udostępniając je między innymi przez API oraz w wariancie do samodzielnego hostowania.18 Model może pełnić rolę warstwy głosowej w produkcie konwersacyjnym, a sposób połączenia z pozostałym oprogramowaniem zależy od wdrożenia. Firma wskazuje zastosowania m.in. w ochronie zdrowia, energetyce, telekomunikacji i usługach publicznych; dostępne materiały nie stanowią jednak niezależnego potwierdzenia wdrożeń ani ich rezultatów.18

Na co Deepslate przeznaczy pieniądze?

Startup planuje wykorzystać rundę na udoskonalenie modeli speech-to-speech, powiększenie europejskich zbiorów danych treningowych, rozbudowę zespołów sprzedaży i marketingu oraz skalowanie infrastruktury w europejskich centrach danych.2 Te kierunki są spójne z naciskiem firmy na języki europejskie oraz możliwość korzystania z hostingu w UE lub instalacji we własnej infrastrukturze.