2024 yılı sonunda kurulan yapay zeka girişimi Smallest.ai, insan konuşma biçimini gerçeğe yakın şekilde taklit eden ultra hızlı ses modelleri geliştirmek amacıyla 13 milyon dolarlık yeni bir yatırım aldı. Seligman Ventures liderliğinde gerçekleşen ve Sierra Ventures ile 3one4 Capital'in katıldığı Seri A turuyla şirketin toplam finansman miktarı 21 milyon doları aştı.

Gecikmesiz ve Doğal Karşılıklı Konuşma Odaklı Teknoloji

Şirket CEO'su Sudarshan Kamath'a göre mevcut büyük dil modelleri, tüm komutu alıp düşünmeye başladıktan sonra yanıt verdiği için sesli iletişimde doğal olmayan duraksamalara neden oluyor. Smallest.ai ise insanların aynı anda dinleme, düşünme ve konuşma yeteneğini taklit eden daha küçük ve özelleşmiş modeller üzerine yoğunlaşıyor. Bu yapı sayesinde, gerçek zamanlı müşteri görüşmelerinde yanıt gecikmesi neredeyse tamamen ortadan kaldırılıyor.

Hibrit Model Yapısı ve Kurumsal Çözümler

Sistem, günlük etkileşimler için hızlı ve küçük bir ses modelini kullanırken, bilgi alanı dışındaki karmaşık sorularla karşılaştığında devreye giren çevrimdışı bir büyük dil modeline yönlendirme yapıyor. Bu süreç, gerçek bir insanın bilgi araştırmak için karşı tarafı kısa süre bekletmesine benzer şekilde kurgulanmış durumda. Şirket; farklı aksanların yönetimi, onlarca dil desteği ve gürültülü ortamlarda çalışma kapasitesi gibi ses odaklı detaylara odaklanıyor.

RingCentral ve Truecaller gibi firmaların halihazırda müşteri olduğu Smallest.ai, ElevenLabs ve Cartesia gibi rakipleriyle rekabet ediyor. Şirket, seslendirme veya podcast gibi alanlar yerine tamamen kurumsal müşteriler için gerçek zamanlı konuşma ajanları geliştirmeyi hedefliyor.

Ne anlama geliyor?

Sesli iletişim sistemleri genellikle önce sesi metne çevirir, ardından bu metni işleyip bir yanıt üretir ve son aşamada bu yanıtı tekrar sese dönüştürür. Bu ardışık işlem sırası, konuşma arasında insan doğasına aykırı boşluklar oluşmasına yol açar. Yeni nesil yaklaşım ise bu süreçleri tek bir akışta birleştirerek tepki süresini milisaniyeler düzeyine indirir.

Sektörel açıdan bu gelişme, işletmelerin müşteri hizmetlerinde kullandığı otomatik sistemlerin daha az mekanik duyulmasını sağlar. Kullanıcılar, karşılarındakinin dijital bir asistan olduğunu anlamadan doğal bir akışla iletişim kurabilir. Bu mekanizma, özellikle gürültülü arka plan seslerinin olduğu ortamlarda konuşmacıyı ayırt edebilen ve konuşma sırası geldiğinde araya girebilen esnek bir yapı sunar.