档案库 · AI 与模型 · 产品决策 · 2024
Hume AI押注语音AI应读懂情绪；2024年5000万美元B轮融资及EVI 2发布
前Google DeepMind研究员Alan Cowen创立的Hume将情绪科学转化为API；5000万美元B轮融资支持EVI，EVI 2将延迟降低40%，价格降低30%。
Hume AI
做的是什么生意
Hume AI, named after philosopher David Hume, trains voice models on cross-cultural voice recordings matched with self-reported emotion surveys. Its Empathic Voice Interface (EVI) is an end-to-end speech-to-speech API developers embed in apps, customer service lines, and assistants, alongside Expression Measurement and Custom Models APIs.
启动资金：$50M Series B in spring 2024, reported by VentureBeat and announced alongside the EVI beta launch per ZDNET; earlier rounds not covered in cited sources.
起因
Hume AI was co-founded and led by Alan Cowen, a computational scientist and former Google DeepMind researcher, to build AI optimized for human well-being; the company trains its models on cross-cultural voice recordings matched with self-reported emotional surveys, and it sells APIs that detect emotional expression as well as generate it.
经过
After a $50M Series B in spring 2024, Hume launched the EVI beta and public demo in late March 2024, drawing immediate hands-on coverage (ZDNET) and, by July, named customers including Lawyer.com's 1-800 line. EVI 2 shipped in September 2024 with an end-to-end speech model, 40% lower latency (typical responses 500-800ms), customizable voices without cloning, in-conversation prompts, and a price cut to $0.072/min from $0.102/min — a 30% reduction — positioning Hume ahead of OpenAI's still-waitlisted GPT-4o Advanced Voice Mode and an Anthropic-Amazon Alexa project.
还没有结局，它还在跑。
背景
Hume AI以18世纪苏格兰哲学家大卫·休谟命名，由前Google DeepMind研究员、计算科学家Alan Cowen联合创立并领导。公司使用与自我报告情绪调查匹配的跨文化录音训练其专有语音模型，并销售检测情绪表达和生成有情绪表达语音的API。
2024年春季，Hume完成5000万美元B轮融资，随后于3月下旬推出共情语音接口（EVI）测试版——号称首个具有情绪智能的AI——并提供了公开演示。ZDNET在几天内进行了测试，报道称当作者用假哭的声音说话时，EVI检测到悲伤和痛苦并回应鼓励；Marketplace在2024年7月对其进行了专题报道，提到Lawyer.com的1-800热线和未具名的大型科技公司为顾客。
EVI 2于2024年9月推出，采用端到端语音模型，输入音频输出音频，延迟降低40%（典型响应500-800毫秒），价格降低30%至0.072美元/分钟，而EVI 1为0.102美元/分钟。新功能包括语音调节，无需克隆即可调整人格、对话中提示，并计划支持西班牙语、法语和德语；Hume表示将于2024年12月停用EVI 1。
VentureBeat将此时间点称为赌注的回报：EVI 2发布时，OpenAI的GPT-4o高级语音模式仍处于候补名单，Cowen认为开发者会将共情语音直接嵌入应用，而不是将用户引导至电话线。Marketplace采访的专家更为谨慎，质疑情绪推断在科学上是否可靠或在伦理上是否安全到可大规模部署。
这件事要成立，得有什么
- Cowen的背景使这一赌注合理：他是受过情绪测量训练的心理学家，加上DeepMind经验，基于跨文化语音和自我报告数据而非仅抓取音频构建。
- 产品回应了开发者痛点——语音代理听起来机械且忽视语调——采用端到端模型，比其前身快40%且便宜30%。
- 安全成为特色：拒绝语音克隆并提供可调节人格解决了企业对语音AI谨慎的确切风险。
- 时机引发关注：EVI公开演示和EVI 2发布都发生在OpenAI的GPT-4o语音模式仍处于候补名单时，让Hume声称在情绪表达和可嵌入语音方面领先。
- 潜在风险是该类别的声明存在争议：Marketplace的专家消息来源质疑情绪推断的可靠性或安全性，可能限制企业采用。
可借鉴之处
Hume押注情绪而非原始语音质量是缺失的语音AI层——并且安全销售（不克隆、可调节声音）能在OpenAI语音模式全面推出之前赢得开发者。
后续进展
截至2024年9月，Hume已上线：EVI 2通过API开放测试，价格为0.072美元/分钟，响应时间为500-800毫秒，此前2024年春季获得5000万美元B轮融资，EVI 1的推出获得了第一手媒体报道和Lawyer.com等客户。公司还出售情绪测量和自定义模型API，没有提供语音克隆的计划，并计划在2024年12月停用EVI 1，增加西班牙语、法语和德语。'情绪AI'能否成为开发者默认或小众取决于科学是否成立；Marketplace专家质疑其可靠性和伦理性。
资料来源
- Who needs GPT-4o Advanced Voice Mode? Hume's EVI 2 is here with emotionally inflected voice AI and API
- An AI model with emotional intelligence? I cried, and Hume's EVI told me it cared
- A tour of 'emotionally intelligent' AI
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡