يبدو أن الذكاء الاصطناعي الصوتي أصبح ساخناً لدرجة أن المستثمرين يرمون مليارات الدولارات على أي شيء يمكنه الاستماع، أو الرد، أو تدوين ملاحظات الاجتماعات. وفي خضم هذا الاندفاع نحو الذهب، تبرز شركة Treble، وهي شركة ناشئة مقرها آيسلندا أسسها في عام 2020 المهندسان الصوتيان فينور بيند وييسبير بيدرسن، والتي جمعت للتو 18 مليون دولار في جولة تمويلية إضافية من السلسلة A. قادت الجولة Paladin Capital Group، بمشاركة المستثمرين الحاليين KOMPAS VC وFrumtak Ventures وEIC وOmega ehf. ويأتي ذلك بعد جمع 12 مليون دولار في عام 2024، ليصل إجمالي تمويل Treble إلى أكثر من 40 مليون دولار. وتعد الشركة عملاءها من أمثال أمازون ولوجيتك، ربما لأن حتى الشركات العملاقة تحتاج إلى من يخبرها كيف تبدو أجهزتها من حيث الصوت.

عرض Treble الأساسي هو ببساطة: كل هذه النماذج والأجهزة الجديدة للذكاء الاصطناعي الصوتي تحتاج إلى اختبار، والاختبار يحتاج إلى بيانات. الكثير منها. فبدلاً من كشط التسجيلات من الإنترنت مثل الجميع، تولّد Treble بيانات صوتية اصطناعية لتحسين الكلام، وقمع الضوضاء، وتدريب النماذج. كما تقيّم نماذج الذكاء الاصطناعي الصوتي في ظروف مختلفة وتغذي تلك النتائج للمختبرات. وفي وقت سابق من هذا العام، تعاونت مع Hugging Face لإطلاق معيار لتقييم نماذج التعرف على الكلام في ظروف واقعية - لأن هناك من يجب أن يقيّم الآلات.

قال بيند لـ TechCrunch: "الذكاء الاصطناعي الصوتي هو في الحقيقة تحدٍّ بياناتي، وهنا تكمن معظم الفرص لتمكين النماذج والأجهزة من الجيل التالي. حتى الآن، صُنع كل الذكاء الاصطناعي المتعلق بالصوت تقريباً من تسجيلات وبيانات مكشوطة من الإنترنت. نعتقد أن المحاكاة الفيزيائية الدقيقة يمكن أن تكون طريقة بديلة لإنشاء بيانات للصوت." بعبارة أخرى، لماذا الاعتماد على العالم الحقيقي الفوضوي عندما يمكنك محاكاته؟

إلى جانب البرمجيات، تقوم Treble بتصميم واختبار الأجهزة من منظور صوتي. فهي تساعد شركات السماعات ومكبرات الصوت على عمل نماذج أولية افتراضية لكيفية sounding منتجاتها، وتختبر ما إذا كان بإمكان مكبر صوت ذكي فهم الأوامر بناءً على مكان وضعه، وقد انتقلت مؤخراً إلى اختبار المحاكاة للنظارات الذكية وأجهزة الذكاء الاصطناعي. بيند متحمس بشكل خاص للأجهزة القابلة للارتداء التي يمكن أن تمنح المستخدمين "سمعاً خارقاً". قال: "ربما تكون في مطعم، وتريد فقط سماع الأشخاص على بعد مترين، أو تكون في ندوة، وتريد كتم صوت من حولك." لأنه لا شيء يقول التقدم مثل تجاهل من حولك بشكل انتقائي.

كما تضع الشركة نصب عينيها الذكاء الاصطناعي المادي - شركات الروبوتات والسيارات والطائرات بدون طيار - لتمكين الوظائف الصوتية من خلال الاختبار والمحاكاة. قال فرانسوا روثر، نائب رئيس Paladin Capital Group، إن منصة Treble تتميز لأنها تحاكي نماذج وأجهزة مختلفة، وأن أهميتها ستزداد فقط. قال روثر: "فرضيتنا هي أنه مع اعتماد المزيد من المنتجات على فهم الصوت، تصبح هذه البنية التحتية ذات قيمة متزايدة عبر الذكاء الاصطناعي الصوتي والأجهزة القابلة للارتداء والروبوتات والذكاء الاصطناعي المادي. يحتفظ العملاء بملكية نماذجهم ومنتجاتهم وسير عمل التطوير الخاص بهم، بينما يستفيدون من أساس مشترك لطبقة بنية تحتية صوتية أصلية المحاكاة." وهو أسلوب فاخر للقول: الجميع يحتفظ بأشيائه، لكنهم جميعاً بحاجة إلى صوت Treble المحاكى لجعلها تعمل.