Phonic ۲۷.۵ میلیون دلار جذب کرد؛ رونمایی از مدل جدید گفتاری

شرکت استارتاپی Phonic، در تاریخ ۲۹ اکتبر ۲۰۲۶، موفق به جذب ۲۷.۵ میلیون دلار در دور تأمین مالی سری A شد که این مبلغ به مجموع سرمایه‌گذاری‌های آن به ۳۱.۵ میلیون دلار می‌افزاید. این دور تأمین مالی به رهبری First Round Capital و با مشارکت سرمایه‌گذاران دیگری مانند Lux Capital و Felicis انجام شد. همزمان با این تأمین مالی، Phonic از مدل جدید خود به نام Phonic-1 رونمایی کرد که یک مدل گفتار به گفتار (speech-to-speech) برای دستیاران صوتی است.

Phonic که در سان‌فرانسیسکو مستقر است، از زمان تأسیس خود بیش از دو سال پیش، به طور انحصاری بر روی هوش مصنوعی گفتار به گفتار تمرکز کرده است. برخلاف سیستم‌های هوش مصنوعی گفتاری متداول که شامل مراحل مختلفی مانند تبدیل گفتار به متن، تولید پاسخ متنی و سنتز گفتار هستند، مدل Phonic-1 قادر است گفتار را به طور مستقیم در یک مدل واحد پردازش و تولید کند. این رویکرد به ادعای شرکت، باعث حفظ نشانه‌های گفتاری و اطلاعاتی می‌شود که ممکن است در فرایند تبدیل گفتار به متن از دست برود، مانند تن صدا، مکث‌ها و نحوه تلفظ نام‌ها.

مدل جدید Phonic به بیش از ۵۰ زبان آموزش دیده و می‌تواند در حین مکالمه بین زبان‌ها تغییر کند، در حالی که هویت گوینده را حفظ می‌کند. همچنین این مدل می‌تواند به ابزارهای خارجی برای جستجوی اطلاعات دسترسی پیدا کند، در حالی که گوینده هنوز در حال صحبت است، به جای اینکه منتظر پایان صحبت او بماند. بر اساس ادعای Phonic، مدل Phonic-1 در یک معیار ارزیابی از Sierra، نمره ۸۳.۲ را کسب کرده که بالاتر از مدل‌های رقیب مانند GPT-Live-1 از OpenAI و Gemini 3.8 Live از گوگل است.

این تأمین مالی در حالی صورت می‌گیرد که بازار دستیاران صوتی هوش مصنوعی در حال تجربه سرمایه‌گذاری و ادغام‌های گسترده‌ای است. به عنوان مثال، Salesforce به تازگی توافق‌نامه‌ای برای خرید Cresta امضا کرده است که به این شرکت امکان می‌دهد خدمات هوش مصنوعی صوتی را به مجموعه خدمات مشتری خود اضافه کند. همچنین، دورهای تأمین مالی اخیر برای شرکت‌هایی مانند Omilia و Gnani AI نشان‌دهنده فعالیت‌های گسترده در زمینه اتوماسیون خدمات مشتری است.

این برای مخاطبِ حرفه‌ای یعنی چه؟ تحلیل این خبر نشان می‌دهد که بازار هوش مصنوعی گفتاری به سرعت در حال رشد و تحول است و شرکت‌های جدید با مدل‌های نوآورانه می‌توانند در این حوزه رقابت کنند. برای مترجمان و زبان‌شناسان، آشنایی با این تکنولوژی‌ها و قابلیت‌های آن‌ها می‌تواند به بهبود کیفیت خدمات و محصولات زبانی کمک کند و فرصت‌های جدیدی را در زمینه آموزش و تولید محتوا فراهم آورد.