Rime raccoglie 24 milioni per far parlare i suoi modelli nelle chiamate aziendali
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La startup ha registrato conversazioni in uno studio a San Francisco e usa un'architettura fonemica per adattare la pronuncia di marchi e termini di settore.
Rime chiude un round Serie A da 24 milioni di dollari per portare modelli vocali nelle chiamate di vendita, marketing e supporto clienti. Registra conversazioni in uno studio a San Francisco per addestrare i modelli e ridurre la personalizzazione richiesta alle imprese1.
Il campo è affollato: sviluppatori come ElevenLabs e Deepgram, infrastrutture come Vapi, Retell e LiveKit, operatori per il customer support come Decagon e Sierra. Rime entra in questo spazio con un approccio centrato su dati raccolti direttamente e sull’uso mirato in scenari operativi aziendali1.
Dati sotto controllo, non scraping. L’azienda ha allestito uno studio di registrazione a San Francisco e usa quelle conversazioni per l’addestramento. Obiettivo dichiarato: costruire modelli su dialoghi proprietari e pertinenti, così da alleggerire l’onboarding e i cicli di adattamento per ciascun cliente1.
Pronuncia come leva competitiva. Rime afferma di ottimizzare i modelli per nomi di marca ed espressioni di settore, con un’architettura basata su fonemi che si adatta a varianti di pronuncia. Secondo l’azienda, questo consente di evitare riaddestramenti specifici per industria1.
Il posizionamento è netto: gestione diretta di chiamate aziendali, con applicazioni che vanno dalle linee vendita alle campagne marketing all’assistenza. In un mercato dove molti si appoggiano a fornitori esterni per voce e infrastruttura, Rime punta su registrazioni create in casa e su modelli addestrati con contesti conversazionali vicini all’uso reale1.
Le scelte di raccolta dati e di modellazione mirano a un risultato pratico: riconoscere e pronunciare correttamente i termini che contano durante una telefonata con un cliente, senza gravare i team IT con lunghi progetti di tuning. È il tipo di requisito che decide l’adozione in ambienti produttivi, dove accuratezza su marchi, prodotti e procedure è vincolante1.
Fondata nel 2022, Rime ha tre cofondatori: Lily Clifford, già dottoranda a Stanford; Brooke Larson, ex ingegnera di Amazon Alexa; e Ares Geovanos, ingegnere di Stanford. La società opera da San Francisco, dove ha organizzato lo studio per la raccolta dei propri dati conversazionali1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.