语音智能公司 Modulate 获 2500 万美元融资，用上百个模型识别深伪与诈骗

总部位于波士顿的语音智能公司 Modulate 宣布完成 2500 万美元新一轮融资，TechCrunch 于 9 月 28 日报道了这一消息。本轮由 Future Ventures 领投，Hyperplane 与 Lakestar 参投。按 PitchBook 的数据，该公司在此轮之前已累计融资 4100 万美元，估值 1.7 亿美元。

Modulate 由 Mike Pappas 与 Carter Huffman 于 2017 年创立，两人是在 MIT 读物理本科时认识的。公司早期为游戏提供变声能力，随后转向基于语音的内容审核工具；随着语音 AI 模型普及，业务重心进一步转向识别各类 AI 生成音频，并分析人说话背后的意图。

目前 Modulate 运行着 100 多个模型，大致分为两类：一类做信号提取，判断说话人的情绪、语气、语种以及声音是否为合成；另一类做分析与检测，判断对方想表达什么、来电者是否违反规则，或者是否在试图诈骗接听者。

Huffman 对 TechCrunch 说，业内很多公司都在做转录，但很少有产品能完整捕捉并理解一段对话的细微含义，而这在与真人交谈时非常重要。由于使用的是较小的模型，公司不需要专用硬件和大量算力，这在 token 成本上升时尤其关键；同时也更容易把具备新能力的模型加进组合，在需要时由调度器调用。

在客户结构上，Modulate 专长于深伪检测，并为呼叫中心等机构提示可能存在的诈骗；同时也监测 AI 智能体如何回应客户，用于评估通话质量，并确保在受监管领域遵守合规要求。因为这些能力，Modulate 常常部署在企业既有语音栈的旁边，只用来分析通话。

Huffman 特别提醒了情绪分析的误区：企业往往认为客户态度中立或积极就意味着通话成功，态度消极就意味着失败；但很多时候，人们即使面对 AI 智能体和机器人也会保持礼貌，听起来并不生气，实际上却非常不满。公司还表示，其技术正被用于通过语音通话发现网络攻击。

目前 Modulate 有 40 至 45 名员工，计划在未来几个月再增加约 10 人，主要加强模型建设；同时公司在推进更强的本地部署与端侧部署能力，以提升隐私保护。

这笔融资发生在语音 AI 投资升温的背景下：投资人既在押注让 AI 声音更像真人的公司，也在支持识别对话意图、帮人防范深伪电话的力量。随着越来越多企业采用 AI 客服，判断一通电话为何成功或失败正在从加分项变成刚需，情绪与意图的细粒度分析很可能成为下一个竞争点。

接下来值得观察的是两件事：Modulate 在端侧与本地部署上的进展能否满足金融、医疗等受监管行业的数据要求；以及随着语音智能体规模扩大，深伪检测与合规审查会不会从采购清单上的可选项变成必选项。