Rime sammelt 24 Millionen Dollar ein, um KI-Anrufe weniger roboterhaft klingen zu lassen

Wichtigste Punkte

• Rime, ein Voice-AI-Startup aus San Francisco, sammelte 2025 in einer Serie-A-Finanzierungsrunde unter der Leitung von M13 Ventures 24 Millionen Dollar ein.
• Das Unternehmen hat sein eigenes Aufnahmestudio gebaut, um Gesprächstrainingsdaten zu erfassen, statt Audio aus dem Web zu scrapen.
• Zu den Kunden gehören Mayo Clinic, Dialpad, Upstart und Asurion in den Bereichen Gesundheitswesen, Flugverkehr, Gastronomie und Fintech.
• Rime sammelte zuvor 5,5 Millionen Dollar in einer Seed-Runde im Mai 2024 ein.
• Das Unternehmen beschäftigt 35 Mitarbeiter und plant, Stellen in der Modellentwicklung, Technik und Partnerschaften zu schaffen.

Wenn Sie jemals bei einem Unternehmen angerufen haben, siebenzehnmal die Null gedrückt haben und am Ende trotzdem einem Roboter zuhören mussten, der Ihnen ein Skript vorlas, verstehen Sie bereits das Problem, das Rime lösen will.

Das 2022 von der ehemaligen Stanford-Doktorandin Lily Clifford, der Amazon-Alexa-Ingenieurin Brooke Larson und dem Stanford-Ingenieur Ares Geovanos gegründete Startup gab diese Woche eine Serie-A-Finanzierung in Höhe von 24 Millionen Dollar bekannt. Twilio Ventures, Corazon Capital und Unusual Ventures schlossen sich Lead-Investor M13 Ventures in der Runde an, die zuerst von TechCrunch AI berichtet wurde.

Das überfüllte Feld von Unternehmen, die KI-Sprachagenten entwickeln, umfasst Namen wie ElevenLabs, Deepgram, Vapi und Sierra. Rimes Ansatz liegt in den Trainingsdaten selbst. Anstatt Audio aus dem Internet zu ziehen, baute das Team ein Aufnahmestudio in San Francisco und nahm sein eigenes Gesprächsmaterial auf. Die Idee ist, dass Stimmen, die auf echtem, natürlichem Sprachtraining basieren, mit kniffligen Markennamen und Fachjargon umgehen können, ohne dass der Kunde Wochen damit verbringen muss, das Modell auf benutzerdefinierte Aussprache zu trainieren.

Rime nutzt das, was es als phonembasierte Architektur bezeichnet, was bedeutet, dass das System die Bausteine von Sprachlauten erlernt, anstatt ganze Wörter zu speichern. Dies ermöglicht es, sich an verschiedene Akzente und Begriffe anzupassen, ohne dass bei jedem neuen Kunden ein vollständiges Neutraining erforderlich ist.

Klingt das alles wirklich besser?

Ehrlich gesagt sagt Rimes eigener CEO, dass die gesamte Kategorie noch einen langen Weg vor sich hat. Clifford beschrieb heutige KI-Sprachagenten als „etwas wie ein neues IVR, aber mit einer besseren Stimme" – IVR ist das Interactive-Voice-Response-System, die Drücken-Sie-1-für-Abrechnung-Technologie, die Unternehmen seit Jahrzehnten nutzen. Sie sagte Investoren, dass die meisten Unternehmen diesen älteren Systemen immer noch vertrauen, weil KI-Spracherkennung noch nicht zuverlässig genug ist, um die Mehrheit der Anrufe zu bewältigen.

Diese Offenheit ist erfrischend und prägt, wo Rime das neue Geld investiert. Das Unternehmen startete mit einer Pipeline separater Modelle: eines zur Umwandlung von Sprache in Text, eines zur Generierung einer Antwort, eines zur Rücksprache. Es wechselt nun zu einem Speech-to-Speech-Ansatz, was bedeutet, dass die KI zuhört und antwortet, ohne dazwischen alles in Text umzuwandeln. Das Ziel sind schnellere Reaktionen und natürlichere Hin- und Her-Gespräche.

Für alle, die kürzlich bei einer Hotline eines Unternehmens angerufen haben, klingen schnellere und weniger roboterhafte Ergebnisse wie ein vernünftiges Ziel.

Rime behauptet, sein Ansatz halte Anrufer länger in der Leitung, was ihm half, Unternehmensverträge mit Kunden wie der Mayo Clinic und Asurion zu landen. Der neue Chief Scientist des Unternehmens, Rafael Valle, arbeitete zuvor an Audioforschung bei Meta Superintelligence Labs und NVIDIA.

Zum Datenschutz: Rime nimmt sein eigenes Trainingsaudio auf und die Anrufdaten seiner Kunden fließen durch seine Systeme. Wenn Ihr Unternehmen Rime für Kundenanrufe nutzt, werden diese Gespräche von Dritten verarbeitet. Es lohnt sich, das Kleingedruckte zu überprüfen, wenn Sie in einer reglementierten Branche arbeiten.