Rime angaria 24 milhões para tornar chamadas de IA menos robóticas
A startup de São Francisco treina os seus modelos de voz em conversas reais gravadas, não em áudio obtido da internet. A sua aposta: dados melhores fazem com que clientes empresariais deixem de desligar.
Pontos-chave
- Rime, uma startup de IA de voz de São Francisco, angariou 24 milhões de dólares numa ronda Série A liderada pela M13 Ventures em 2025.
- A empresa construiu o seu próprio estúdio de gravação para recolher dados de treino conversacional em vez de descarregar áudio da web.
- Os clientes incluem Mayo Clinic, Dialpad, Upstart e Asurion nos setores de saúde, companhias aéreas, alimentação e fintech.
- Rime arrecadou previamente 5,5 milhões de dólares numa ronda seed em maio de 2024.
- A empresa emprega 35 pessoas e planeiam contratar para desenvolvimento de modelos, engenharia e parcerias.
Se já chamou uma empresa, premiu zero dezassete vezes e ainda acabou por ouvir um robô a ler um guião, já compreende o problema que Rime está a tentar resolver.
A startup, fundada em 2022 pela ex-aluna de doutoramento da Universidade de Stanford Lily Clifford, pela ex-engenheira do Alexa da Amazon Brooke Larson e pelo engenheiro de Stanford Ares Geovanos, anunciou uma Série A de 24 milhões de dólares esta semana. Twilio Ventures, Corazon Capital e Unusual Ventures juntaram-se ao investidor principal M13 Ventures na ronda, inicialmente relatado pelo TechCrunch AI.
O campo apinhado de empresas que constroem agentes de voz de IA inclui nomes como ElevenLabs, Deepgram, Vapi e Sierra. O ângulo da Rime é o próprio dado de treino. Em vez de obter áudio da internet, a equipa construiu um estúdio de gravação em São Francisco e gravou o seu próprio material conversacional. A ideia é que as vozes treinadas em discurso natural e real lidem com nomes de marca complicados e jargão da indústria sem o cliente ter de gastar semanas a ensinar ao modelo pronúncias personalizadas.
Rime utiliza o que chama de arquitetura baseada em fonemas, o que significa que o sistema aprende os elementos constitutivos dos sons da fala em vez de memorizar palavras inteiras. Isto permite-lhe adaptar-se a diferentes sotaques e termos sem necessidade de um novo treino completo sempre que um novo cliente se junta.
Isto realmente soa melhor?
Honestamente, a própria CEO da Rime diz que a categoria inteira ainda tem um longo caminho a percorrer. Clifford descreveu os atuais agentes de voz de IA como "uma espécie de novo IVR, mas com uma voz melhor", sendo IVR o sistema de resposta de voz interativa, a tecnologia de pressionar-1-para-faturação que as empresas utilizam há décadas. Disse aos investidores que a maioria das empresas ainda confia nestes sistemas mais antigos porque a voz de IA ainda não é suficientemente fiável para lidar com a maioria das chamadas.
Esta franqueza é refrescante e molda o destino que Rime está a dar ao novo dinheiro. A empresa começou com um pipeline de modelos separados: um para converter fala em texto, outro para gerar uma resposta, outro para a falar de volta. Estão agora a mudar para uma abordagem de fala-para-fala, o que significa que a IA ouve e responde sem converter tudo em texto no meio. O objetivo é respostas mais rápidas e um diálogo mais natural.
Para quem chamou recentemente uma linha de apoio ao cliente de uma empresa, sons mais rápidos e menos robóticos parece uma ambição razoável.
Rime afirma que a sua abordagem mantém os clientes na linha por mais tempo, o que ajudou a conseguir contratos empresariais com clientes incluindo Mayo Clinic e Asurion. O novo Diretor Científico da empresa, Rafael Valle, trabalhou anteriormente em investigação de áudio nos Meta Superintelligence Labs e NVIDIA.
Sobre privacidade: Rime grava o seu próprio áudio de treino, e os dados de chamadas dos seus clientes fluem através dos seus sistemas. Se a sua empresa utiliza Rime para chamadas de clientes, essas conversas são processadas por terceiros. Vale a pena verificar a letra pequena se trabalha numa indústria regulada.
