讓 AI 對話不再尷尬，蘋果前研究員創辦 Nuance 打造更自然、無延遲的影音 AI 模型
三名蘋果前研究員創立的西雅圖新創 Nuance Labs，近日宣布完成 5,000 萬美元 A 輪融資，打造更像真人的影音對影音 AI 模型。這輪融資由 Lightspeed Venture Partners 領投，Accel、Nvidia 旗下 NVentures、South Park Commons 與 Define Ventures 參與投資。
Nuance 共同創辦人暨執行長 Fangchang Ma 表示，現有的語音機器人或 AI 虛擬人，多半是把語音轉文字、大型語言模型與文字轉語音等系統拼接起來，容易產生延遲，也缺少人類對話時的細微反應，例如即時回應與微表情。Nuance 希望改成單一模型處理音訊與影像輸入、再輸出音訊與影像，讓 AI 面對面互動時更自然。
Ma 指出，訓練這類模型所需的資料通常無法直接從網路取得，因此公司採自建與合作資料來源蒐集素材，並強調理想資料應來自雙方都可見、聲音分離且自然的真實對話。Nuance 仍是產品推出前階段，但已規劃將來可用於面試練習、簡報演練、語言學習，以及企業端 AI 面試官、銷售代表與客服等場景。
公司表示，今年稍晚就會開放模型研究預覽。Nuance 去年成立，7 月完成 Accel 領投的 1,000 萬美元種子輪，這次新募資金也將用於擴編八人團隊，並招募研發與商務拓展人才，以釐清定價與商業化策略。
（首圖來源：Nuance Labs）