Ein Audio-KI-Startup, das Audio-LLMs entwickelt, die Emotionen in der gesprochenen Interaktion verstehen und ausdrücken können.
Audio ist die sozial-emotionale Ebene der AGI: Audio-LLMs, die Tonfall, Intonation und Akzent erfassen und mit echter Emotion antworten, können leisten, was reine Textassistenten nicht können.
Alexis Conneau kam drei Jahre zuvor als Facebook-Forscher zu OpenAI, nachdem er seinem KI-Helden eine E-Mail geschrieben hatte; er leitete das Forschungsteam hinter der Sprachfunktion von ChatGPT, die für wenig schmeichelhafte Schlagzeilen sorgte, als eine Stimme der von Scarlett Johansson ähnelte.
Conneau verließ OpenAI im September 2024 und postete: „After an amazing journey at @OpenAI building #Her, I've decided to start a new company“, und gründete WaveForms mit Coralie Lemaitre, einer Ingenieurin, die zur Unternehmensstrategin wurde.
WaveForms trat am 9. Dezember 2024 aus dem Stealth-Modus hervor, unterstützt von 40 Millionen Dollar Seed-Finanzierung von a16z, und versprach Audio-LLMs, die emotionale Feinheiten erfassen, den Gesprächskontext verstehen und entsprechend antworten.
Stimmemotion ist orthogonal zum Wettlauf um Text und Schlussfolgerungen, den die großen Labore führen.
Die ChatGPT-Spracharbeit des Teams ist direkte, schwer zu kopierende Erfahrung in produktiver Audio-KI.
Die 40-Millionen-Dollar-Seed-Finanzierung von a16z signalisiert die Überzeugung, dass emotionales Audio eine Kategorie und kein bloßes Feature ist.
Die Vertrautheit der Verbraucher mit KI-Stimmen – ob berechtigt oder nicht – verschafft einem emotionalen Audio-Produkt sofortigen Kontext.
Die Spezialistennische innerhalb eines allgemeinen Wettlaufs kann ein eigenes Unternehmen sein: Wenn die Giganten breit auf AGI optimieren, bleibt die emotionale Ebene der Stimme unbeansprucht.
Zum Start am 9. Dezember 2024 entwickelte WaveForms Audio-LLMs für emotionales Verständnis, ohne dass bislang öffentlich ein Produkt ausgeliefert wurde.
DEN BELEGEN FOLGEN