Looking for a Shorter Overview?
AI Summary
Key Moments
Finanziamento di 25 milioni di dollari
Modulate ha raccolto 25M$ per potenziare la sua piattaforma di modelli vocali e analisi.Modelli modulari e piccoli
L'uso di modelli piccoli permette di ridurre costi computazionali e velocizzare l'addestramento delle capacità.Rilevamento e analisi avanzata
I modelli identificano emozioni, intenti e distinguono tra voce umana e sintetica per garantire sicurezza.Applicazioni pratiche in call center e sicurezza
La piattaforma monitora chiamate per identificare frodi deepfake e migliorare la qualità e conformità delle interazioni.Modulate raccoglie 25 milioni di dollari per i suoi modelli vocali e la suite di analisi
La startup di intelligenza vocale con sede a Boston, Modulate, ha chiuso un nuovo round da 25 milioni di dollari per la sua piattaforma che, grazie a una costellazione di piccoli modelli, offre alle aziende trascrizione, analisi delle emozioni, rilevamento di deepfake e musica AI, oltre a strumenti di enforcement delle policy per agenti vocali operanti in settori regolamentati.
Questo investimento si inserisce nella tendenza attuale del mercato: sostenere le realtà che mirano a rendere le voci generate dall’AI più naturali e “umane”. Allo stesso tempo, Modulate compete con chi analizza le conversazioni per coglierne l’intento reale e con le soluzioni che proteggono utenti e imprese dalle chiamate deepfake, rese sempre più facili dalla clonazione vocale.
Il round è stato guidato da Future Ventures, con la partecipazione di Hyperplane e Lakestar. Secondo PitchBook, prima di questa operazione la società aveva raccolto 41 milioni di dollari su una valutazione di 170 milioni.
Dalle origini nel gaming alla moderazione vocale
Fondata nel 2017 da Mike Pappas e Carter Huffman, compagni di studi in fisica al MIT, Modulate ha mosso i primi passi nel mondo del gaming con soluzioni di modulazione vocale. In seguito, ha spostato il focus su strumenti di moderazione basati sulla voce.
Con l’avvento dei modelli di voice AI, l’azienda si è orientata verso il rilevamento di contenuti audio generati artificialmente e l’analisi dell’intento dietro alle parole di una persona.
“Nel mondo della voice AI tanti fanno trascrizione, ma manca una reale capacità di cogliere la piena sfumatura e comprensione di una conversazione — ed è fondamentale quando parli con un essere umano”, ha spiegato Huffman in una call con TechCrunch.
Oltre 100 modelli specializzati: estrazione del segnale e analisi
Oggi Modulate opera con più di 100 modelli, suddivisi in due macro-categorie:
- Modelli di estrazione del segnale: identificano emozioni vocali, tono, lingua e distinguono tra voce umana e voce sintetica.
- Modelli di analisi/rilevamento: interpretano l’intento (cosa sta cercando di comunicare il cliente), verificano eventuali violazioni di regole o tentativi di frode.
Secondo Huffman, l’uso di modelli più piccoli consente di evitare hardware specializzato e un eccesso di risorse computazionali — un punto critico quando i costi “a token” aumentano. Inoltre, l’architettura modulare permette di addestrare rapidamente nuove capacità, integrarle nello stack ed attivarle on demand tramite un orchestratore.
Casi d’uso: dal rilevamento dei deepfake al controllo qualità delle chiamate
La base clienti di Modulate è eterogenea, con una specializzazione nel riconoscimento dei deepfake e nella segnalazione alle organizzazioni (come i call center) di possibili truffe. La piattaforma monitora anche il comportamento degli agenti AI nelle interazioni con i clienti, per valutare la qualità delle chiamate e garantire la conformità alle normative. Per questo, Modulate spesso si affianca allo stack vocale già in uso nelle aziende, con un ruolo di sola analisi.
Con la crescente adozione di servizi clienti basati su AI, diventa essenziale capire perché una chiamata abbia avuto esito positivo o negativo. In quest’ottica, analizzare l’intento e la reazione del cliente va ben oltre le metriche di base. Huffman sottolinea che Modulate fornisce insight granulari su questi aspetti.
“Quando si parla di analisi delle emozioni, molte aziende pensano che se il cliente è neutro o positivo la chiamata è andata bene, e se è negativo è andata male. In realtà, spesso le persone restano cortesi — anche con agenti o bot — e non si mostrano arrabbiate, ma sono comunque molto insoddisfatte,” ha evidenziato.
Sicurezza e minacce: monitoraggio degli attacchi via voce
La tecnologia di Modulate viene usata anche per intercettare e monitorare tentativi di attacco informatico condotti tramite chiamate vocali, un vettore in rapida crescita con la diffusione della sintesi vocale e del voice cloning.
Team, roadmap e privacy
La società conta attualmente tra 40 e 45 dipendenti e prevede di assumere circa 10 nuove figure nei prossimi mesi per accelerare lo sviluppo dei modelli. Tra le priorità di prodotto, l’ampliamento delle capacità di deploy on-premise e on-device, così da innalzare il livello di privacy e controllo dei dati per i clienti enterprise.
