Smallest.ai recauda 13 millones para hacer que la IA de voz suene humana

Los agentes de inteligencia artificial se han vuelto cada vez más capaces de resolver problemas de atención al cliente, pero la mayoría de las personas todavía nota al instante cuando habla con una máquina. Smallest.ai, una startup fundada a finales de 2024, apuesta por cambiar esa experiencia y hacer que conversar con un agente de voz sea prácticamente indistinguible de hablar con un humano.

Para impulsar esta misión, la compañía ha cerrado una ronda de financiamiento Serie A por 13 millones de dólares, liderada por Seligman Ventures y con la participación de Sierra Ventures y 3one4 Capital. Con este capital, la financiación total de Smallest.ai supera los 21 millones de dólares.

¿Por qué la IA de voz necesita modelos más pequeños y especializados?

El fundador y CEO de Smallest.ai, Sudarshan Kamath, explicó que los grandes modelos de lenguaje procesan el mensaje completo y recién después comienzan a pensar. Esa latencia puede ser aceptable en un chat de texto, pero en una conversación por voz hasta una breve pausa resulta antinatural.

“Mientras te hablo, tú ya estás pensando, y podrías interrumpirme si hablo demasiado tiempo”, señaló Kamath.

Por eso, Smallest.ai está desarrollando un modelo de voz pequeño diseñado para imitar la forma en que los humanos procesan la información: escuchando, pensando y hablando al mismo tiempo. Funciona como una capa de inteligencia en tiempo real que permite conversaciones naturales sobre temas específicos, con prácticamente cero latencia de respuesta.

Financiación Serie A: 13 millones para impulsar la voz en tiempo real

Un modelo que también sabe cuándo buscar ayuda

El sistema está optimizado para los matices propios de la voz humana, como el manejo de diversos acentos, el soporte de docenas de idiomas y la operación en entornos ruidosos. Si el modelo encuentra un tema fuera de su base de conocimiento, Smallest.ai transfiere la consulta a un modelo fundamental de gran tamaño y pone al cliente en espera brevemente para “investigar” el problema, igual que haría una persona.

Kamath considera que todos los agentes de IA dependerán pronto de dos modelos: un modelo de voz pequeño para la interacción en tiempo real y un LLM “offline” al que se recurre solo cuando se necesitan resolver problemas complejos.

Clientes, competencia y el reto del test de Turing

Smallest.ai ya cuenta con clientes importantes en el sector de la voz, como RingCentral y Truecaller. Según Kamath, cualquier empresa de atención al cliente, incluidas las más nuevas como Sierra y Decagon, es un cliente potencial para la firma. Ante la pregunta de por qué una empresa de soporte con buen financiamiento no construiría su propio modelo de voz, el CEO respondió que volverse “extremadamente bueno” en el manejo de la voz es una distracción de su negocio principal.

En el competitivo panorama de la IA de voz, Smallest.ai compite con líderes como ElevenLabs, así como con Cartesia y actores regionales como Sarvam, que se centran en idiomas locales. A diferencia de algunos competidores que aplican esta tecnología a casos como el doblaje de audio o los podcasts, Smallest.ai se enfoca únicamente en agentes conversacionales de voz en tiempo real para clientes empresariales.

“Queremos que nuestros modelos superen el test de Turing. Deberías hablar con nuestro modelo y no saber si es IA o humano. Ese es el único objetivo de la empresa”, afirmó Kamath.

Con los 13 millones de dólares de esta ronda, la startup queda lista para seguir desarrollando su tecnología y acercarse cada vez más a ese objetivo.