La empresa emergente de IA de voz Rime recauda USD 24 millones en su Serie A

Rime ha recaudado USD 24 millones en una ronda de financiamiento de Serie A liderada por M13 Ventures, con la participación de Twilio Ventures, Corazon Capital, Unusual Ventures y otros inversionistas existentes. La empresa emergente planea utilizar el financiamiento para expandir su equipo de 35 empleados, realizando contrataciones en las áreas de desarrollo de modelos, ingeniería y alianzas.

Fundada en 2022 por Lily Clifford, Brooke Larson y Ares Geovanos, Rime entrena sus modelos de IA de voz con datos conversacionales que graba en su propio estudio, en lugar de extraer audio de la web, con el objetivo de reducir la carga de personalización que, de otro modo, tendrían que asumir sus clientes empresariales. Este enfoque le ha ayudado a ganar contratos con clientes como Mayo Clinic y Dialpad, además de clientes en los sectores de servicios de alimentos, atención médica, aerolíneas y tecnología financiera (fintech).

Clifford sostiene que la tecnología de voz aún no está lista para automatizar la gran mayoría de las llamadas telefónicas empresariales, a pesar de la facilidad que los modelos de lenguaje grande (LLM) han aportado a la creación de aplicaciones de voz. “La tecnología de voz aún no está lista para automatizar la gran mayoría de las llamadas telefónicas empresariales. Los LLM han facilitado mucho la creación de aplicaciones de voz que funcionan, pero no han cambiado la sensación al interactuar. Hablar con un agente de IA de voz no es la experiencia más atractiva para el usuario final. Es algo así como un nuevo IVR, pero con una mejor voz”, afirmó, en referencia a la respuesta de voz interactiva (IVR, por sus siglas en inglés), los sistemas de telefonía automatizados heredados que la IA de voz busca reemplazar. En respuesta, Rime está cambiando su enfoque hacia modelos de voz a voz (speech-to-speech) —sistemas que procesan la entrada hablada directamente en una salida hablada sin un paso de texto intermedio— para reducir la latencia, mejorar la alternancia de turnos al hablar y gestionar el ruido de fondo de manera más eficaz, al tiempo que disminuye su dependencia de la gestión de modelos independientes conectados mediante orquestación.

Morgan Blumberg, socio de M13 y quien se incorporará a la junta directiva de Rime como parte de la ronda, señaló cómo está cambiando el panorama competitivo: empresas como ElevenLabs se han trasladado a la orquestación y a la capa de aplicación, compitiendo directamente con especialistas en soporte al cliente como Sierra y Decagon, junto con actores de infraestructura como Vapi, Retell, LiveKit y Deepgram. Blumberg señaló que el enfoque de Rime en impulsar el rendimiento de los modelos con baja latencia y confiabilidad en entornos regulados se destacaba en ese contexto.

La ronda sigue a una ronda semilla de USD 5.5 millones que Rime recaudó en mayo pasado. La empresa contrató recientemente a Rafael Valle como director científico (Chief Scientist) para impulsar el desarrollo de sus modelos.

Por qué importa

Rime apuesta a que ser dueña de sus datos de entrenamiento, en lugar de ensamblar modelos a partir de audios extraídos de la web y flujos de trabajo (pipelines) conectados entre sí, le otorga una ventaja en un mercado de IA de voz donde ElevenLabs, Deepgram, Decagon y Sierra compiten por el mismo negocio de llamadas telefónicas empresariales. La ronda de USD 24 millones le proporciona el margen de maniobra necesario (runway) para poner a prueba esa apuesta a medida que transiciona de un flujo de trabajo multimodelo hacia sistemas de voz a voz.