音声AIを開発するスタートアップ企業の「Smallest.ai」は、人間と区別がつかないほど自然な対話が可能な音声AIモデルの開発に向けて、シリーズAラウンドで1300万ドル（約20億1500万円）の資金調達を実施したと発表しました。
2024年後半に設立された同社は、顧客サポートなどで活用される音声エージェントの性能向上を目指しています。同社は、大規模言語モデル（LLM）の処理速度を上げるのではなく、人間の会話に特化した小規模な専用モデルを活用する方針です。
開発中の小規模な音声モデルは、人間が「聞きながら考え、同時に話す」という情報処理の過程を模倣するように設計されているということです。スダルシャン・カマト最高経営責任者（CEO）は、「人間同士の会話では、相手が話している間に考え、話が長ければ遮ることもあります。私たちのモデルもまさにそのように機能します」としています。
今回の資金調達はセリグマン・ベンチャーズが主導し、シエラ・ベンチャーズやスリーワンフォー・キャピタルなども参加しました。これにより、同社のこれまでの資金調達の総額は2100万ドル（約32億5500万円）を超えたということです。
従来のLLMは、すべての指示を受け取ってから処理を始めるため、音声での会話においては不自然な遅延が生じる課題がありました。同社のモデルは、特定の話題について遅延をほぼ生じさせることなく、自然な対話を可能にするとしています。
また、モデルが対応できない複雑な質問を受けた場合は、人間のオペレーターが「調べてから回答する」ために保留にするのと同様に、大規模な基盤モデルに処理を引き継ぐ仕組みを採用しています。カマトCEOは、今後のAIエージェントは、リアルタイムの対話を行う小規模な音声モデルと、複雑な問題解決のために必要に応じて呼び出されるLLMの2つを組み合わせる形が主流になるという見方を示しています。
同社は、多様なアクセントや数十種類の言語への対応、騒音環境下での動作など、音声特有の細かな調整に注力しています。すでに複数の通信関連企業が顧客となっており、音声吹き替えなどではなく、企業向けのリアルタイム対話型音声エージェントに特化して事業を展開する方針です。
カマトCEOは、「AIか人間か区別がつかないレベルに到達することが、当社の唯一の目標です」と述べ、技術開発をさらに加速させる考えを示しました。
