Новый подход к голосовому ИИ

Современные ИИ-агенты уже умеют решать задачи клиентской поддержки, но люди легко понимают, что общаются с машиной. Стартап Smallest.ai, основанный в конце 2024 года, считает, что прорыв в этой сфере произойдет не за счет усложнения больших языковых моделей, а благодаря созданию небольших специализированных моделей для живого общения.

Цель компании — сделать взаимодействие с ИИ-агентом неотличимым от разговора с человеком. Для этого разработчики создают компактную голосовую модель, которая имитирует человеческий процесс обработки информации: она способна одновременно слушать, обдумывать и говорить.

Решение проблемы задержек

Основная проблема текущих больших языковых моделей (LLM) — задержка ответа. В текстовом чате пауза между вопросом и ответом допустима, но в живом разговоре даже короткое молчание звучит неестественно. Обычные модели сначала получают весь объем аудио, а затем начинают «думать».

Модель от Smallest.ai работает как слой интеллектуальной обработки в реальном времени. Она обеспечивает естественный диалог практически без задержек. Если же вопрос выходит за рамки знаний узкой модели, система передает запрос большой базовой модели, на время прося клиента подождать, пока идет «исследование» проблемы — точно так же, как это сделал бы реальный сотрудник.

Две модели вместо одной

Основатель и CEO Smallestest.ai Сударшан Камат считает, что в будущем все ИИ-агенты будут состоять из двух компонентов: компактной голосовой модели для мгновенного взаимодействия и «оффлайн»-модели для решения сложных задач. Это позволит разделить функции быстрого общения и глубокого анализа.

В отличие от универсальных моделей, Smallest.ai фокусируется на нюансах именно голосового общения. Это включает работу с различными акцентами, поддержку десятков языков и способность корректно обрабатывать речь в шумной обстановке.

Рыночная стратегия

Текущие клиенты стартапа — компании из сферы голосовых технологий, такие как RingCentral и Truecaller. Потенциальными заказчиками могут стать любые компании, занимающиеся клиентской поддержкой. По мнению руководства, специализированным сервисам поддержки невыгодно создавать собственные голосовые модели, так как это отвлекает их от основного бизнеса.

На рынке Smallest.ai конкурирует с лидером в области голосового ИИ — компанией ElevenLabs, а также с Cartesia и региональными игроками вроде Sarvam. Если конкуренты часто используют технологии для дубляжа или создания подкастов, то Smallest.ai сосредоточена исключительно на создании голосовых агентов для корпоративных клиентов в режиме реального времени.

Что это значит

Smallest.ai стремится создать модель, которая пройдет тест Тьюринга: человек не должен понимать, говорит он с ИИ или с реальным человеком.