Deepslate’in 7,7 milyon avroluk yatırım hedefi: Avrupa dilleri için konuşmadan konuşmaya yapay zekâ

Berlin merkezli sesli yapay zekâ girişimi Deepslate, kendi konuşmadan konuşmaya (speech-to-speech) modellerini geliştirmek için 7,7 milyon avro tohum yatırımı aldı. Tura Münih merkezli teknoloji yatırımcısı 42CAP liderlik etti; Alstin Capital, mevcut yatırımcı SIVentures ve birkaç iş meleği de yatırım yaptı.25

Şirketin odağında, konuşmayı önce yazıya döküp ardından yanıtı yeniden sese çeviren geleneksel sesli yapay zekâ zincirinden farklı bir yaklaşım var. Deepslate, modeli Avrupa dilleri ve veri egemenliği ihtiyaçlarına göre konumlandırıyor.

Opal modeli sesi doğrudan işliyor

Deepslate’in Opal modeli, ses girdisini alıp ses çıktısı üretmek üzere tek bir konuşmadan konuşmaya sistem olarak tasarlandı. Yaygın bir sesli yapay zekâ düzeninde konuşma tanıma, dil modeli ve metinden konuşma bileşenleri art arda çalışabilir. Deepslate ise konuşmayı önce metne çevirmeden doğrudan işlediğini söylüyor.215

Bu mimari fark, tek başına her kullanımda daha hızlı ya da daha doğal bir deneyim sunulduğunu kanıtlamıyor. Şirketin hedefi, birbirine eklenmiş aşamalardan kaynaklanabilecek ek adımları azaltmak. Gerçek performans ise modelin ürüne nasıl entegre edildiğine ve nerede çalıştırıldığına bağlı.

440 milisaniye ve 27 dil iddiası

Deepslate, 440 milisaniye gecikme süresi ve 27 dil desteği olduğunu belirtiyor; şirket, özellikle Avrupa dillerine, aksanlarına ve ağızlarına odaklandığını söylüyor.618 Artificial Analysis verilerine atıfta bulunan bir haber de 0,44 saniyelik yanıt süresi aktarıyor, ancak bu ölçümde Deepslate’in Krafton’un Raon modelinin hemen gerisinde kaldığını bildiriyor.6 Başka bir haberde modelin türünün en hızlısı olduğu iddiası yer alıyor.4

Bu nedenle “en hızlı” ifadesini kesin ve her koşulda geçerli bir sıralama olarak değil, kaynaklarda aktarılan bir iddia olarak değerlendirmek gerekiyor. Gecikme ve dil sayısı da tek başına gerçek kullanım kalitesini göstermiyor; mevcut bilgiler, hızın ve dil performansının her dilde, kullanım senaryosunda veya müşteri kurulumunda aynı olacağını ortaya koymuyor.

AB’de barındırma ve kendi altyapısında çalıştırma seçenekleri

Deepslate, teknolojisini AB içinde barındırdığını ve Almanya’da sunucular kullandığını belirtiyor. Ayrıca sistemi kendi altyapısında çalıştırmak isteyen kuruluşlar için self-hosting seçeneği sunduğunu söylüyor.418 Şirket hizmetini GDPR uyumlu olarak tanımlıyor; ancak bu, şirketin beyanı. Mevcut kaynaklar bağımsız bir sertifikayı doğrulamıyor veya belirli bir müşterinin kurulumunu değerlendirmiyor.18

AB’de bulut barındırma ile self-hosting arasındaki fark, sistemi kimin yönettiğinde yatıyor: Bulut seçeneğinde sağlayıcının yönettiği altyapı kullanılırken self-hosting, müşteriye sistemin nerede çalışacağı konusunda daha fazla kontrol sağlayabiliyor. Kuruluşların kendi veri gereksinimleri için teknik yapılandırmayı ve sözleşme koşullarını ayrıca incelemesi gerekiyor.

API ve self-hosting ile kullanım

Deepslate, konuşmadan konuşmaya teknolojisini API üzerinden geliştiricilere ve işletmelere sunuyor; self-hosting de seçenekler arasında.18 Model, bir konuşma ürününün ses katmanı olarak kullanılabilir. Müşterinin diğer yazılımlarıyla nasıl bağlantı kuracağı ise uygulamanın tasarımına bağlı.

Yatırım hangi alanlara ayrılacak?

Şirket, tohum yatırımını konuşmadan konuşmaya modellerini iyileştirmek, Avrupa’ya özgü eğitim verilerini genişletmek, satış ve pazarlama ekiplerini büyütmek ve Avrupa’daki veri merkezlerinde altyapısını ölçeklendirmek için kullanmayı planlıyor.2 Bu öncelikler, Deepslate’in Avrupa dillerine ve AB’de barındırma ya da müşterinin kendi altyapısında çalıştırma seçeneklerine odaklanmasıyla örtüşüyor.