Rime 获 2400 万美元融资

关键信息

Rime 表示，其模型使用公司在旧金山自建录音室采集的对话数据训练，而不是抓取网络音频，并采用基于音素的架构来提升品牌名称和行业术语的发音准确性。公司正在从分离的语音转文字、文字转语音和 LLM 组件流水线，转向语音到语音模型，以降低延迟、改善轮流对话体验，并更好地处理背景噪音。

资讯摘要

语音 AI 创业公司正在通过接管企业电话来获得增长，应用场景包括销售、市场营销和客户支持。在这个市场里，企业可以选择像 ElevenLabs 和 Deepgram 这样的模型提供商，像 Vapi、Retell 和 LiveKit 这样的基础设施平台，或者像 Decagon 和 Sierra 这样专注客服的供应商。总部位于旧金山的 Rime 则试图用不同的方式切入：它训练语音 AI 模型所用的数据，是公司自己录制的对话数据。Rime 表示，公司在旧金山建了一个录音室，以便收集专有语音数据，而不是依赖从网络上抓取的音频。它希望借此减少客户为本行业务场景做模型定制的工作量。Rime 成立于 2022 年，创始人包括前斯坦福博士生 Lily Clifford、前 Amazon Alexa 工程师 Brooke Larson，以及斯坦福工程师 Ares Geovanos。公司称，其系统重点优化品牌实体和行业术语的发音准确性。

Clifford 表示，公司使用基于音素的架构，这样客户就不必为每个行业重新训练模型。Rime 也在从“语音转文字、文字转语音、LLM 分开串联”的流水线，转向语音到语音模型，以降低延迟、改善轮流对话体验，并更好地应对背景噪音。公司表示，其客户来自餐饮、医疗、航空和金融科技领域，并声称已经拿下 Mayo Clinic、Dialpad、Upstart 和 Asurion 等企业合同。周三，Rime 宣布完成 2400 万美元 A 轮融资，由 M13 Ventures 领投，Twilio Ventures、Corazon Capital、Unusual Ventures 以及其他现有投资者参投。Rime 先前在去年 5 月完成了 550 万美元种子轮融资，这笔新资金将用于扩大目前 35 人规模的团队，重点招聘模型开发、工程和合作伙伴相关人才。公司最近还聘请了 Rafael Valle 担任首席科学家，他此前曾在 Meta Superintelligence Labs 和 Nvidia 的应用深度学习音频研究团队从事音频理解工作。

资讯正文

语音 AI 初创公司最大的突破，在于能够替企业接打销售、营销和客户支持等领域的电话。大型组织正把来电外包给像 ElevenLabs 和 Deepgram 这样的语音模型开发商；像 Vapi、Retell 和 LiveKit 这样的基础设施公司；以及像 Decagon 和 Sierra 这样的专门客服公司。

总部位于旧金山的 Rime 正试图在这个拥挤的市场中占据优势。它的语音 AI 模型基于其录制的对话数据进行训练，旨在降低客户的定制化负担。

Rime 由前斯坦福大学博士生 Lily Clifford、前 Amazon Alexa 工程师 Brooke Larson 以及斯坦福工程师 Ares Geovanos 于 2022 年创立。公司在旧金山建了一个录音棚，用来收集自己的对话数据，而不是依赖从网络上抓取音频。

这家初创公司表示，其重点是调优语音模型，以准确发出不同品牌实体和行业专有术语的读音。它采用基于音素的架构来适应不同的发音方式，从而让客户不必为了特定行业重新训练模型。

Rime 周三表示，已完成一轮 2400 万美元的 A 轮融资，由 M13 Ventures 领投。Twilio Ventures、Corazon Capital、Unusual Ventures 以及其他现有投资者也参与了本轮融资。

Clifford 表示，尽管语音 AI 发展已经取得进展，企业仍然更偏好传统的 IVR（交互式语音应答）方案，因为 AI 语音技术仍无法与 IVR 的有效性相匹敌。

“语音技术还没有发展到能够自动处理绝大多数企业电话的程度。LLM 让构建可用的语音应用变得容易得多，但并没有改变交互的感觉。与语音 AI 代理对话，对最终用户来说并不是最有吸引力的体验。它有点像一种新的 IVR，但声音更好听，”她说。

这家初创公司最初采用的是一条由多个独立模型组成的流水线，分别用于语音转文本、文本转语音以及大语言模型。但目前它正把重点转向开发更好的语音对语音模型，以降低延迟、改善轮流对话，并解决背景噪音等问题。新方案也将减少对编排层的依赖，这样公司就不必管理一大堆模型。

Rime 表示，其客户分布在餐饮服务、医疗保健、航空公司和金融科技领域。公司声称，由于其训练数据和模型定位，客户在电话中的停留时间更长，这帮助它赢得了来自 Mayo Clinic、Dialpad、Upstart 和 Asurion 等客户的企业合同。

借助新一轮融资，Rime 计划将团队规模扩大到 35 人，目标是在模型开发、工程和合作伙伴关系方面招聘人才。公司最近还聘请了 Rafael Valle 担任首席科学家；他曾在 Meta Superintelligence Labs 和 Nvidia 的应用深度学习音频研究团队从事音频理解相关工作。

“像 ElevenLabs 这样的公司已经转向编排层和应用层，直接与 Sierra 和 Decagon 之类的公司正面竞争。我认为从技术上还有大量工作要做，而 Rime 的做法是在受监管的环境中，以低延迟和高可靠性推动最优模型向前发展，这一点很突出，”M13 的 Morgan Blumberg 告诉 TechCrunch。

该公司此前在去年 5 月完成了一轮 550 万美元的种子轮融资。作为此次融资的一部分，Blumberg 将加入这家初创公司的董事会。

来源与参考

1. 原始链接
2. Rime picks up $24M Series A to help enterprises field customer calls | TechCrunch