Rime が顧客対応支援に 2400 万ドル調達
本文の状態
日本語全文を表示中
詳細モードで約5分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
TechCrunch AI
サンフランスコの音声 AI スタートアップ Rime は、独自収集した会話データで訓練されたモデルによりカスタマイズ負荷を軽減し、2400万ドルのシリーズ A 資金調達を実現した。
AI深層分析を開く2026年8月6日 05:39
AI深層分析
キーポイント
独自データによるモデル訓練
Rime はウェブスクレイピングに依存せず、サンフランスコのスタジオで収集した独自の会話データを基に音声 AI モデルを訓練している。
発音適応技術の実装
同社は音素ベースのアーキテクチャを採用し、特定の業界用語やブランド名の発音を正確に再現できるよう設計されている。
資金調達の概要と投資家
M13 Ventures が主導し、Twilio Ventures や Corazon Capital などが参加する形で 2400万ドルのシリーズ A を達成した。
技術的アプローチの転換
個別モデルのパイプラインから遅延低減や背景ノイズ対策に特化した音声対音声モデルへの開発重点を移している。
顧客業界と契約実績
Rimeは食品サービス、医療、航空会社、フィンテックなどの業界に顧客を抱えており、Mayo ClinicやDialpadといった大手企業との契約を獲得している。同社は独自のトレーニングデータとモデル設計により通話時間が長くなり、これが企業の信頼獲得につながっていると主張している。
重要な引用
The voice technology is still not there to automate the vast majority of enterprise phone calls.
Talking with a voice AI agent is not the most compelling experience for the end user. It's kinda like a new IVR, but with a better voice.
"I think there's just so much more to be done technically, and Rime's approach of pushing forward on the best model with low latency and high reliability in a regulated environment stands out."
"Companies like ElevenLabs have moved into being an orchestration and the application layer, going head to head with the Sierras and Decagons of the world."
編集コメントを表示
編集コメント
Rime のアプローチは、音声 AI が単なる LLM の応用ではなく、音質や発音の正確さといった物理的な制約を克服する独自の技術的基盤を持つことを示している。この資金調達は、企業が音声インターフェースの信頼性を高めるための具体的な解決策を求める動きを反映している。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
Voice AI スタートアップの最大の強みは、営業、マーケティング、カスタマーサポートといった分野における企業向けの電話対応を可能にした点にあります。大規模組織では、ElevenLabs や Deepgram といった音声モデル開発会社、Vapi、Retell、LiveKit などのインフラ企業、そして Decagon や Sierra といったカスタマーサポート特化型企業に業務を委ねるケースが増えています。
サンフランシスコに拠点を置く Rime は、自社で録音した会話データを用いてトレーニングされた音声 AI モデルによって、この過熱する市場での優位性を確立しようとしています。これにより、クライアントのカスタマイズ負荷を大幅に軽減することを目指しています。
2022 年に、スタンフォード大学の元博士課程学生である Lily Clifford、旧 Amazon Alexa エンジニアの Brooke Larson、そしてスタンフォード大学のエンジニア Ares Geovanos の 3 名によって設立された Rime は、ウェブからのデータ収集(スクレイピング)に頼るのではなく、サンフランシスコに独自の録音スタジオを構えて会話データを収集しています。
同社は、異なるブランド名や業界特有の用語の発音を正確に再現できるよう音声モデルを調整することに注力しています。音素ベースのアーキテクチャを採用することで多様な発音に対応可能とし、顧客が自社の業界に合わせてモデルを再学習する必要がない仕組みを実現しました。
Rime は水曜日、M13 ベンチャーズ主導によるシリーズ A ラウンドで 2,400 万ドルを調達したと発表しました。Twilio Ventures、Corazon Capital、Unusual Ventures を含む既存の投資家たちも参加しています。
クリフォード氏は、音声 AI の開発は進んでいるものの、依然として企業側が従来の IVR(自動応答システム)を好む理由について言及しました。AI による音声技術はまだ、IVR が持つ実効性を完全に上回るには至っていないからです。
「現在の音声技術では、企業の電話対応の大半を自動化するのはまだ難しい状況です。大規模言語モデル(LLM)のおかげで、動作する音声アプリケーションを作るのは以前よりずっと簡単になりましたが、ユーザーとの対話体験そのものが劇的に変わったわけではありません。音声 AI エージェントとの会話は、エンドユーザーにとって最も魅力的な体験とは言えません。結局のところ、これは『音声の質が少し良くなった新しい IVR』のようなものなのです」と彼女は語っています。
同社は当初、音声認識(Speech-to-Text)、テキスト読み上げ(Text-to-Speech)、そして大規模言語モデルを個別に組み合わせたパイプライン方式でスタートしました。しかし現在は、遅延の削減やターンテイク(会話の受け渡し)の改善、背景雑音への対応などに取り組むため、音声から直接音声へ変換する「Speech-to-Speech」モデルの開発へと注力しています。この新しいアプローチにより、複数のモデルを管理する必要のあるオーケストレーションへの依存も減らすことができます。
Rime は現在、フードサービス、ヘルスケア、航空会社、フィンテック分野に顧客を抱えています。同社は、独自のトレーニングデータとモデル設計の優位性により、通話時間が長くなり、結果としてメイオ・クリニックや Dialpad、Upstart、Asurion といった大手企業との契約を獲得できたと主張しています。
今回の資金調達により、Rime は現在 35 人のチーム規模を拡大し、モデル開発やエンジニアリング、パートナーシップ担当者の採用を目指す。また、Meta Superintelligence Labs や NVIDIA の応用ディープラーニング音声研究チームで音声理解の研究に携わっていたラファエル・バレー氏をチーフサイエンティストとして迎えた。
「ElevenLabs などの企業は、オーケストレーションやアプリケーションレイヤーへと進化し、Sierra や Decagon と競い合っています。しかし技術的にはまだやるべきことが山ほどあります。規制の厳しい環境下でも、低遅延と高信頼性を備えた最良のモデルを追求する Rime のアプローチは際立っています」と M13 のモーガン・ブラムバーグ氏は TechCrunch に語った。
同社は昨年 5 月、シードラウンドで 550 万ドルを調達していた。今回の資金調達の一環として、ブラムバーグ氏がスタートアップの取締役会に加わる。
*当記事内のリンクを通じて購入された場合、私たちは少額のコミッションを受け取る場合があります。これは編集の独立性には影響しません。
Ivan は TechCrunch でグローバルな消費者テックの動向をカバーしています。インドを拠点に活動しており、以前は Huffington Post や The Next Web などのメディアで働いていました。
Ivan への連絡や、 outreach の確認は、im@ivanmehta.com へメールを送るか、Signal で ivan.42 経由の暗号化メッセージにて行ってください。
「View Bio」[https://techcrunch.com/author/ivan-mehta/]
Rime は、企業が顧客対応の電話業務を担うためのソリューションを提供するスタートアップとして、シリーズ A ラウンドで 2400 万ドルの資金調達に成功しました。
AI算出
資金調達・M&Aainew評価標準
Rime が 2400 万ドルを調達し、Speech-to-Speech モデルへの転換や新規採用を発表しており、具体的な数値と技術的方向性が含まれるため novelty は高く評価されるが、企業名と金額が明確なため検索機会も高い。日本固有の情報は欠如している。
6つの評価軸を見る
- AI関連度
- 75
- 情報源の信頼性
- 75
- 新規性
- 75
- 調べる価値
- 75
- 重複の少なさ
- 100
- 日本での有用性
- 25
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み