Le cycle arrive alors que le marché de l’IA vocale se réchauffe et que les investisseurs recherchent le prochain pas au-delà des chatbots textuels. Pour une couverture continue des startups qui remodèlent le secteur de l'intelligence artificielle, suivez nos dernières actualités sur l'IA.
Un pari sur de petits modèles vocaux spécialisés
La thèse principale de Smallest.ai est que la prochaine avancée dans le domaine des agents vocaux ne viendra pas de la création plus rapide de grands modèles de langage, mais de la création de modèles plus petits et spécialement conçus pour la conversation humaine. Le directeur général Sudarshan Kamath a déclaré à TechCrunch que les LLM d'aujourd'hui ne correspondent fondamentalement pas au rythme de la parole : ils attendent une invite complète avant de commencer à « réfléchir », un délai qui semble naturel dans une conversation textuelle mais choquant lors d'un appel téléphonique.
"Pendant que je vous parle, vous réfléchissez déjà et vous pourriez m'interrompre si je parle trop longtemps", a expliqué Kamath, décrivant la nature chevauchante et en temps réel du dialogue humain que le modèle de sa startup est conçu pour reproduire. Le modèle traite l'audio en écoutant, en pensant et en parlant simultanément, visant un délai de réponse pratiquement nul.
Une architecture à deux modèles
Le système de Smallest.ai s'appuie sur ce qui, selon Kamath, deviendra une architecture standard pour les agents d'IA : un petit modèle vocal ultra-rapide gère la conversation en direct, tandis qu'un grand modèle fondamental « hors ligne » n'est invoqué que lorsqu'une requête dépasse la base de connaissances du plus petit modèle. Lorsque cela se produit, le système met brièvement l'appelant en attente pour « rechercher » le problème, un peu comme le ferait un agent humain.
Cette division du travail permet à la startup de concentrer son petit modèle strictement sur les défis spécifiques à la voix, notamment la gestion de divers accents, la prise en charge de dizaines de langues et le fonctionnement dans des environnements bruyants. En revanche, les concurrents qui appliquent des LLM à usage général à la voix doivent faire face à des coûts de latence et de calcul bien plus élevés.
Clients et concurrence
Les clients existants de Smallest.ai comprennent des entreprises du secteur de la voix et des communications, parmi lesquelles RingCentral et Truecaller. Kamath a fait valoir que les startups de support client bien financées sont peu incitées à créer leurs propres modèles vocaux, car devenir « extrêmement doué dans le domaine de la voix est une distraction de leur activité principale ».
La startup est en concurrence avec le leader de l'IA vocale ElevenLabs, ainsi que Cartesia et des acteurs régionaux tels que Sarvam qui se concentrent sur les langues locales. Alors que certains concurrents appliquent l'IA vocale au doublage et au podcasting, Smallest.ai se concentre exclusivement sur les agents conversationnels en temps réel destinés aux entreprises clientes.
Le test de Turing pour la voix
L'ambition de Kamath est sans ambiguïté. "Nous voulons que nos modèles dépassent le test de Turing", a-t-il déclaré. "Vous devriez parler de notre modèle et ne pas savoir s'il s'agit d'IA ou d'humain. C'est le seul objectif de l'entreprise."
La question de savoir si cet objectif sera réalisable à court terme reste ouverte. L’IA vocale s’est considérablement améliorée en termes de naturel au cours des deux dernières années, mais même les meilleurs systèmes ont encore du mal à gérer les signaux subtils – hésitation, humour, inflexion émotionnelle – qui donnent vie à la conversation humaine. Le pari de Smallest.ai est qu'un modèle spécialement conçu pour la parole, plutôt que adapté d'un LLM formé au texte, peut combler cet écart plus rapidement que prévu par l'industrie.
Un marché encombré mais en croissance rapide
Le financement souligne l’enthousiasme plus large des investisseurs pour la catégorie voix-IA. Les interfaces vocales sont de plus en plus considérées comme le moyen le plus naturel pour les consommateurs d'interagir avec les agents IA, et les centres d'appels d'entreprise représentent un marché massif et immédiatement adressable où même de modestes améliorations en termes de latence et de naturel peuvent se traduire par des économies mesurables.
Avec 21 millions de dollars désormais en main, Smallest.ai prévoit d'étendre ses capacités de modèle et de développer sa clientèle d'entreprise. Le paysage concurrentiel est cependant impitoyable : ElevenLabs détient une part de marché importante et les grands acteurs continuent d'intégrer la voix dans leurs produits phares. La différenciation de Smallest.ai repose sur le principe selon lequel un modèle vocal ciblé et spécialisé peut surpasser les systèmes généralistes sur la seule mesure qui compte le plus pour une conversation en temps réel : une vitesse qui semble humaine.
Gardez une longueur d'avance sur l'IA
Des agents vocaux aux modèles pionniers, les accords et les avancées arrivent rapidement. Ajoutez AI Buzz Wire à vos favoris pour une couverture continue des entreprises et des fondateurs qui construisent l'avenir de l'intelligence artificielle.
Lire plus d'actualités sur les startups d'IA →
