Modulate capta US$ 25 milhões para seu pacote de detecção de voz com IA

A Modulate, startup de inteligência de voz sediada em Boston, captou US$ 25 milhões em nova rodada para sua plataforma, que usa um conjunto de modelos pequenos para oferecer a empresas transcrição, análise emocional, detecção de deepfake e música gerada por IA, além de aplicação de políticas para agentes de voz em setores regulados. A rodada segue uma tendência popular entre investidores do setor de IA de voz: apoiar empresas que tentam fazer vozes de IA soarem mais humanas, além daquelas que tentam detectar a intenção por trás de uma conversa humana e proteger pessoas e empresas de ligações com deepfake, agora que clonar vozes ficou fácil. O aporte foi liderado pela Future Ventures, com participação da Hyperplane e da Lakestar. Segundo dados da PitchBook, a startup já havia captado US$ 41 milhões, com avaliação de US$ 170 milhões.

A Modulate foi fundada em 2017 por Mike Pappas e Carter Huffman, que se conheceram como estudantes de graduação em física no MIT. No início, a empresa se dedicava à modulação de voz para jogos, antes de migrar para uma ferramenta de moderação baseada em voz. Com o avanço dos modelos de IA de voz, ela agora se concentra em detectar diferentes tipos de geração de áudio por IA e analisar a intenção por trás das palavras de uma pessoa. “Nossa percepção do espaço de IA de voz é que muita gente faz transcrição, mas não existe realmente nenhuma capacidade que capte toda a nuance e a compreensão completa de uma conversa, algo tão importante quando você está falando com outro ser humano”, disse Huffman em uma ligação com o TechCrunch.

A empresa hoje opera mais de 100 modelos, divididos em duas categorias principais: modelos de extração de sinal, que leem emoção vocal, tom, idioma e determinação de voz sintética, e modelos de análise e detecção, que avaliam a intenção — o que um cliente está tentando dizer, se quem liga está violando regras ou tentando aplicar um golpe contra a outra parte. Por operar modelos menores, disse Huffman, a Modulate não precisa de hardware especializado nem de muita capacidade computacional, o que importa à medida que os custos de tokens sobem; também é mais fácil treinar novos modelos, adicioná-los ao conjunto e deixar que um orquestrador os acione quando necessário.

A base de clientes da Modulate abrange a detecção de deepfake e o alerta a organizações, como centrais de atendimento, sobre possíveis golpes, além de monitorar como agentes de IA respondem aos clientes para avaliar a qualidade das ligações e confirmar que a IA segue as regras de conformidade em setores regulados — muitas vezes operando ao lado da pilha de voz já existente de uma empresa apenas para analisar as chamadas. Com mais empresas adotando atendimento ao cliente com IA, disse Huffman, medir a real intenção de quem liga importa mais do que o sentimento superficial: os clientes costumam ser educados até mesmo com agentes de IA, mesmo estando, no fundo, muito insatisfeitos. A empresa disse que sua tecnologia também é usada para monitorar ciberataques realizados por meio de chamadas de voz. A Modulate tem hoje entre 40 e 45 funcionários e pretende contratar cerca de 10 a mais nos próximos meses para reforçar a construção de modelos, enquanto trabalha também para ampliar a implantação local e em dispositivo, visando mais privacidade.

Por que importa

À medida que as empresas industrializam agentes de voz com IA no atendimento ao cliente, a Modulate aposta que verificar e avaliar essas conversas — e não gerá-las — é a camada pela qual os setores regulados vão pagar para manter internamente ou no próprio dispositivo.