Rime於29日公開企業語音對話模型「Prism」,讓企業在語音回答送出前,先檢查系統生成的文字內容是否符合內部規範。
Rime表示,Prism是可依企業需求微調的語音對語音(S2S)模型。不同於先將語音轉成文字,再交由語言模型和語音合成工具處理的方式,Prism由單一模型聆聽客戶語音,並生成文字與語音回答。
Prism會先產生回答文字,再輸出語音。企業因此能在客戶聽到回答前先行檢查,與通話結束後才檢視紀錄的做法不同。
Prism支援使用客戶資料微調,也能部署於私有雲或企業自有伺服器。Rime列出的主要適用產業包括醫療、金融、航空與餐飲服務。
在Rime公布的客服模擬評測「τ-Voice」中,Prism獲得56.6分,首次語音回覆耗時0.57秒。Rime表示,Prism的得分高於OpenAI與Google的即時語音模型。
Crypto Briefing報導,Rime與Revmo進行的測試中,在取得客戶同意後完成下單的比例,Prism為94%,作為比較的OpenAI模型為57%。這項數據指的是完成客戶同意程序後下單的比例,並非整體訂單成功率。
同一測試中,訂單確認完成率為100%,通話期間未出現幻覺的比例為85%。Rime表示,這些指標較先前模型有所改善。
Rime表示,公司每月處理約1億通電話,客戶包括梅約診所(Mayo Clinic)與Dialpad。
Crypto Briefing報導,Rime在X平台貼文中提及已募得3500萬美元。公開投資紀錄則列出,Rime於2026年7月完成2400萬美元A輪募資,先前另有550萬美元種子輪投資。
留言 0