Omgången kommer när marknaden för röst-AI blir varmare och när investerare jagar nästa steg bortom textbaserade chatbots. Följ våra senaste AI-nyheter för kontinuerlig bevakning av startups som omformar industrin för artificiell intelligens.
Ett spel på små, specialiserade röstmodeller
Smallest.ai:s kärnuppsats är att nästa genombrott inom röstagenter inte kommer från att göra stora språkmodeller snabbare, utan från att bygga mindre, specialbyggda modeller som är konstruerade specifikt för mänskliga samtal. Verkställande direktör Sudarshan Kamath berättade för TechCrunch att dagens LLM:er i grunden inte överensstämmer med talets rytm: de väntar på en fullständig uppmaning innan de börjar "tänka", en fördröjning som känns naturlig i en sms-chatt men skakande vid ett telefonsamtal.
"Medan jag pratar med dig tänker du redan, och du kan avbryta mig om jag pratar för länge," förklarade Kamath och beskrev den överlappande karaktären av mänsklig dialog i realtid som hans startup-modell är designad för att replikera. Modellen bearbetar ljud genom att lyssna, tänka och tala samtidigt, siktar på praktiskt taget noll svarsfördröjning.
En tvåmodellsarkitektur
Smallest.ai:s system förlitar sig på vad Kamath förutspår kommer att bli en standardarkitektur för AI-agenter: en liten, blixtsnabb röstmodell hanterar livekonversationen, medan en "offline" stor grundmodell bara anropas när en fråga överskrider den mindre modellens kunskapsbas. När det händer placerar systemet kort uppringaren för att "undersöka" problemet, ungefär som en mänsklig agent kan.
Den arbetsfördelningen låter startupen fokusera sin lilla modell strikt på röstspecifika utmaningar, inklusive att hantera olika accenter, stödja dussintals språk och arbeta i bullriga miljöer. Däremot måste konkurrenter som tillämpar allmänna LLM:er på röst kämpa med mycket högre latens och beräkningskostnader.
Kunder och konkurrens
Smallest.ais befintliga kunder inkluderar företag inom röst- och kommunikationsområdet, bland dem RingCentral och Truecaller. Kamath hävdade att välfinansierade startups med kundsupport har lite incitament att bygga sina egna röstmodeller, eftersom att bli "extremt bra på att göra röst är en distraktion från deras kärnverksamhet."
Startupen konkurrerar med röst-AI-ledaren ElevenLabs, samt Cartesia och regionala aktörer som Sarvam som fokuserar på lokala språk. Medan vissa konkurrenter använder röst-AI för dubbning och podcasting, koncentrerar Smallest.ai sig uteslutande på realtidskonversationsagenter för företagskunder.
Turingtestet för röst
Kamaths ambition är entydig. "Vi vill att våra modeller ska bryta Turing-testet", sa han. "Du bör prata med vår modell och inte veta att det är AI eller människa. Det är företagets enda fokus."
Huruvida den ribban kan uppnås på kort sikt är fortfarande en öppen fråga. Röst AI har förbättrats dramatiskt i naturlighet under de senaste två åren, men även de bästa systemen kämpar fortfarande med de subtila signalerna - tvekan, humorn, känslomässig böjning - som får mänskliga samtal att kännas levande. Smallest.ai:s insats är att en modell som är specialbyggd för tal, snarare än anpassad från en texttränad LLM, kan täppa till det gapet snabbare än vad branschen förväntar sig.
En trång men snabbväxande marknad
Finansieringen understryker en bredare investerares entusiasm för kategorin röst-AI. Röstgränssnitt ses alltmer som det mest naturliga sättet för konsumenter att interagera med AI-agenter, och företags callcenter representerar en massiv, omedelbart adresserbar marknad där även blygsamma förbättringar av latens och naturlighet kan översättas till mätbara kostnadsbesparingar.
Med $21 miljoner nu i handen planerar Smallest.ai att utöka sin modellkapacitet och utöka sin företagskundbas. Det konkurrensutsatta landskapet är dock oförlåtande: ElevenLabs har betydande marknadsandelar och större aktörer fortsätter att integrera röst i sina flaggskeppsprodukter. Smallest.ai:s differentiering bygger på premissen att en fokuserad, specialiserad röstmodell kan överträffa generalistsystem på det mått som är viktigast för samtal i realtid - hastighet som känns mänsklig.
Ligg före AI
Från röstagenter till frontiermodeller, affärerna och genombrotten kommer snabbt. Bokmärk AI Buzz Wire för pågående bevakning av företagen och grundarna som bygger framtiden för artificiell intelligens.
Läs mer AI-startnyheter →
