Modulate Velma语音深伪实时检测与干预平台

资讯专家

融资与公司定位
据 SecurityWeek 报道，AI 语音技术公司 Modulate 完成额外 2500 万美元融资，投资方为 Future Ventures，Hyperplane 和 Lakestar 参投。本轮融资后，Modulate 累计融资达到 6000 万美元。

Velma 平台与技术
Modulate 专注音频原生 AI 模型，目标是让机器理解人类对话中的细微特征，并区分真实与合成语音。其 Velma 平台基于自研 Ensemble Listening Model（ELM）架构，集成 100 多个专用模型，用于识别情绪、语气、意图、合成语音和对话行为等信号。

公司披露，目前每月分析超过 1000 万小时音频，累计分析超过 6 亿小时。Modulate 称其转写和深伪检测模型在 Hugging Face 等公开基准上排名第一；Velma 结果比传统 LLM 准确率高两倍，误报少七倍。由于 Velma 支持实时运行，基于它的应用不只是理解正在发生什么，还能在对话过程中进行干预。

应用场景
原文列出的典型应用包括：保护医疗机构免受深伪攻击；增强语音 AI 代理的情感和共情能力；减少社交平台上的极端主义和骚扰；观察和监控语音代理表现；检测并阻止儿童诱骗类语音对话；在高风险场景中通过高级语音掩蔽保护代理身份。

Modulate CEO 兼联合创始人 Carter Huffman 表示，语音正在成为 AI 的主要接口，这带来了仅靠转录文本无法解决的新问题。公司正在使用音频原生 AI 保护组织免受深伪攻击，帮助语音代理理解情绪并更有共情地回应，识别在线对话中的危险行为，并监控语音代理是否按预期运行。

资金用途与行业背景
新资金将用于扩充 Modulate 团队和基础设施，扩展可供开发者和合作伙伴使用的模型、API、SDK、集成和部署选项，同时继续投资底层研究和技术。原文指出，AI 辅助欺诈深伪的对抗性使用以及语言滥用已成为现实；如果不使用 AI，几乎不可能及时检测深伪并识别滥用。构建能检测语音滥用的应用并不容易，Modulate 的定位是提供音频智能层，使开发者不必每次创建新的语音体验时都重建该层。Huffman 补充称，其使命是构建模型和基础设施，让开发者专注应用开发；音频原生 AI 的机会正在快速扩大，公司已构建技术并在规模上验证，本轮投资将用于扩大团队并更快满足需求。