استارتاپ Treble با جذب ۱۸ میلیون دلار به دنبال توسعه زیرساخت هوش مصنوعی صوتی است

استارتاپ ایسلندی Treble که در زمینه شبیه‌سازی صوت، تولید داده مصنوعی و توسعه فناوری‌های مرتبط با هوش مصنوعی صوتی فعالیت می‌کند، موفق شد ۱۸ میلیون دلار سرمایه جدید جذب کند.

این سرمایه‌گذاری در شرایطی انجام شده که فناوری‌های Voice AI، گجت‌های هوشمند و Physical AI با سرعت زیادی در حال توسعه هستند و شرکت‌های فعال در این حوزه به روش‌های دقیق‌تر و سریع‌تری برای آموزش و آزمایش مدل‌های خود نیاز دارند.

دور جدید سرمایه‌گذاری Treble توسط Paladin Capital Group رهبری شده و سرمایه‌گذاران قبلی این شرکت از جمله KOMPAS VC، Frumtak Ventures و European Innovation Council نیز در آن مشارکت داشته‌اند. با این سرمایه‌گذاری، مجموع سرمایه جذب‌شده Treble از ۴۰ میلیون دلار عبور کرده است.

Treble دقیقاً چه کاری انجام می‌دهد؟

Treble یک پلتفرم شبیه‌سازی صوتی ارائه می‌کند که به شرکت‌ها اجازه می‌دهد عملکرد مدل‌های هوش مصنوعی و محصولات سخت‌افزاری را در محیط‌های صوتی مختلف، بدون نیاز به بازسازی فیزیکی تمام این شرایط، آزمایش کنند.

برای مثال، یک سیستم تشخیص گفتار ممکن است در محیط آزمایشگاهی عملکرد بسیار خوبی داشته باشد؛ اما وقتی همان سیستم در یک رستوران شلوغ، اتاقی با انعکاس زیاد یا محیطی با نویز پس‌زمینه قرار می‌گیرد، عملکرد آن می‌تواند تغییر کند.

Treble تلاش می‌کند چنین شرایطی را به شکل دیجیتال شبیه‌سازی کند. این پلتفرم می‌تواند عواملی مانند انعکاس صدا، نویز محیط، شکل اتاق، جنس سطوح، موقعیت میکروفون، محل قرارگیری دستگاه و حرکت افراد را در محیط شبیه‌سازی‌شده مدل کند.

تولید داده مصنوعی برای مدل‌های صوتی

یکی از کاربردهای مهم فناوری Treble، تولید داده‌های صوتی مصنوعی برای آموزش و آزمایش مدل‌های هوش مصنوعی است.

مدل‌های صوتی معمولاً به حجم زیادی از داده واقعی نیاز دارند. تهیه چنین داده‌ای می‌تواند به ضبط هزاران ساعت صدا در محیط‌های مختلف نیاز داشته باشد و هزینه و زمان زیادی ایجاد کند.

Treble رویکرد متفاوتی را دنبال می‌کند: محیط صوتی می‌تواند به صورت دیجیتال شبیه‌سازی شود و داده موردنیاز برای آموزش یا آزمایش مدل در شرایط کنترل‌شده تولید شود.

این فناوری می‌تواند در حوزه‌هایی مانند موارد زیر کاربرد داشته باشد:

• تشخیص گفتار
• حذف و کاهش نویز
• بهبود کیفیت صدا
• آموزش مدل‌های هوش مصنوعی صوتی
• ارزیابی مدل‌های Voice AI
• توسعه میکروفون و اسپیکر
• گجت‌های پوشیدنی و عینک‌های هوشمند
• رباتیک و Physical AI

شبیه‌سازی صوتی چگونه توسعه محصولات هوشمند را تغییر می‌دهد؟

یکی از چالش‌های مهم توسعه سیستم‌های صوتی این است که شرایط واقعی محیط با شرایط آزمایشگاهی تفاوت زیادی دارد.

برای مثال، عملکرد یک دستیار صوتی در یک اتاق ساکت با عملکرد همان سیستم در یک کافه شلوغ یکسان نیست. فاصله کاربر، انعکاس صدا، حضور افراد دیگر، صدای پس‌زمینه و حتی موقعیت دستگاه می‌توانند روی نتیجه تأثیر بگذارند.

Treble با استفاده از شبیه‌سازی آکوستیک، Digital Twin و تولید داده مصنوعی تلاش می‌کند این شرایط را قبل از ورود محصول به دنیای واقعی شبیه‌سازی کند.

در نتیجه، توسعه‌دهندگان می‌توانند سناریوهای بیشتری را با هزینه کمتر آزمایش کنند و حتی شرایطی را بررسی کنند که بازسازی آن‌ها در دنیای واقعی دشوار یا بسیار پرهزینه است.

از هدفون و اسپیکر تا عینک‌های هوشمند

کاربرد فناوری Treble فقط به مدل‌های نرم‌افزاری محدود نمی‌شود. این شرکت در زمینه طراحی و آزمایش محصولات سخت‌افزاری صوتی نیز فعالیت می‌کند.

برای مثال، شرکت‌های تولیدکننده هدفون و اسپیکر می‌توانند پیش از ساخت نمونه‌های فیزیکی، عملکرد محصول خود را در محیط‌های مختلف شبیه‌سازی کنند.

همچنین می‌توان بررسی کرد که یک اسپیکر هوشمند در موقعیت‌های مختلف تا چه اندازه قادر به تشخیص فرمان صوتی کاربر است.

Treble در ادامه فعالیت خود وارد حوزه دستگاه‌های هوشمند و Smart Glasses نیز شده است؛ حوزه‌ای که در آن کیفیت دریافت و پردازش صدا اهمیت بسیار زیادی دارد.

هدفون‌هایی برای «شنیدن بهتر»

یکی از کاربردهای جذاب این فناوری، نسل جدید دستگاه‌های پوشیدنی است که می‌توانند توانایی کاربر برای شنیدن و تفکیک صداها را در محیط‌های شلوغ افزایش دهند.

تصور کنید در یک رستوران شلوغ هستید و می‌خواهید صدای فردی که روبه‌روی شما نشسته واضح‌تر شنیده شود، در حالی که صداهای اطراف کاهش پیدا کنند.

یا در یک جلسه و سخنرانی، سیستم بتواند صدای فرد موردنظر را از میان صداهای مختلف محیط جدا کند.

چنین قابلیت‌هایی به مدل‌های صوتی نیاز دارند که نه فقط در شرایط آزمایشگاهی، بلکه در محیط‌های پیچیده و واقعی نیز عملکرد قابل اتکایی داشته باشند.

تمرکز Treble روی Physical AI

یکی از اهداف مهم Treble در مرحله جدید رشد خود، ورود عمیق‌تر به حوزه Physical AI است.

Physical AI به سیستم‌های هوش مصنوعی گفته می‌شود که با دنیای فیزیکی تعامل دارند؛ حوزه‌ای که ربات‌ها، خودروهای خودران، پهپادها و دستگاه‌های هوشمند را شامل می‌شود.

تا امروز بخش بزرگی از توسعه Physical AI روی بینایی ماشین متمرکز بوده است. ماشین باید بتواند محیط اطراف خود را ببیند و آن را درک کند.

اما در دنیای واقعی، صدا نیز اطلاعات مهمی درباره محیط ارائه می‌دهد.

برای مثال، یک ربات ممکن است لازم باشد صدای افتادن یک جسم، شکستن شیشه، تصادف یا صحبت کردن فردی در اتاق دیگر را تشخیص دهد.

Treble قصد دارد با استفاده از شبیه‌سازی صوتی، به شرکت‌های فعال در حوزه رباتیک، خودرو و پهپاد کمک کند چنین قابلیت‌هایی را توسعه و آزمایش کنند.

همکاری با Amazon و Logitech

Treble پیش از این با شرکت‌هایی مانند Amazon و Logitech همکاری کرده است.

Amazon از محیط‌های آکوستیک مجازی برای بررسی عملکرد سیستم‌های صوتی و توسعه فناوری‌های مرتبط با دستیارهای هوشمند استفاده می‌کند.

Logitech نیز از شبیه‌سازی محیط‌های صوتی برای بررسی عملکرد محصولات و سیستم‌های صوتی خود بهره می‌برد.

این همکاری‌ها نشان می‌دهد که شبیه‌سازی صوتی می‌تواند از یک ابزار تحقیقاتی تخصصی فراتر برود و به بخشی از فرآیند طراحی، توسعه و آزمایش محصولات هوشمند تبدیل شود.

چرا شبیه‌سازی صوتی اهمیت دارد؟

آزمایش سیستم‌های صوتی در دنیای واقعی می‌تواند زمان‌بر و پرهزینه باشد. برای ساخت یک دیتاست واقعی ممکن است لازم باشد تجهیزات مختلف در اتاق‌ها، ساختمان‌ها، خودروها و محیط‌های گوناگون قرار بگیرند و حجم زیادی داده صوتی ضبط شود.

اما یک محیط شبیه‌سازی‌شده می‌تواند تعداد زیادی از این شرایط را به شکل دیجیتال ایجاد کند.

Treble با ترکیب Acoustic Simulation، Digital Twins و Synthetic Data Generation تلاش می‌کند فرآیند توسعه و آزمایش محصولات صوتی و مدل‌های هوش مصنوعی را سریع‌تر و مقیاس‌پذیرتر کند.

این شرکت اعلام کرده که فناوری آن می‌تواند به تیم‌های توسعه اجازه دهد داده‌های برچسب‌گذاری‌شده تولید کنند، شرایط دشوار را آزمایش کنند و پیکربندی‌های مختلف محصول را در محیطی کنترل‌شده با یکدیگر مقایسه کنند.

آینده هوش مصنوعی؛ ماشین‌هایی که باید ببینند و بشنوند

با گسترش مدل‌های هوش مصنوعی صوتی، عینک‌های هوشمند، ربات‌های انسان‌نما و سایر دستگاه‌های مجهز به AI، توانایی درک صدا می‌تواند به یکی از اجزای مهم تعامل میان انسان و ماشین تبدیل شود.

چالش اصلی این است که دنیای واقعی بسیار پیچیده‌تر از محیط آزمایشگاه است. نویز، انعکاس صدا، فاصله، حرکت دستگاه، موقعیت افراد و ویژگی‌های فیزیکی محیط همگی می‌توانند عملکرد یک سیستم صوتی را تغییر دهند.

Treble تلاش می‌کند با ایجاد یک زیرساخت برای شبیه‌سازی آکوستیک و تولید داده مصنوعی فاصله میان محیط آزمایشگاهی و دنیای واقعی را کاهش دهد.

جذب ۱۸ میلیون دلار سرمایه جدید نیز به این شرکت کمک می‌کند فعالیت خود را در بازار آمریکا توسعه دهد و تمرکز بیشتری روی حوزه‌هایی مانند Voice AI، گجت‌های پوشیدنی، رباتیک و Physical AI داشته باشد.

جمع‌بندی

داستان Treble نشان می‌دهد که توسعه هوش مصنوعی فقط به ساخت مدل‌های بزرگ‌تر محدود نمی‌شود. در کنار مدل‌ها، زیرساخت‌هایی برای تولید داده، شبیه‌سازی محیط واقعی و ارزیابی عملکرد سیستم‌ها نیز اهمیت پیدا کرده‌اند.

در حوزه صوت، این مسئله اهمیت بیشتری دارد؛ زیرا یک مدل ممکن است در شرایط آزمایشگاهی عملکرد بسیار خوبی داشته باشد اما در محیط واقعی با نویز، انعکاس، فاصله و صداهای مزاحم با چالش مواجه شود.

به همین دلیل، فناوری‌هایی مانند شبیه‌سازی آکوستیک و داده مصنوعی می‌توانند نقش مهمی در نسل بعدی محصولات هوشمند، ربات‌ها و سیستم‌های Voice AI ایفا کنند.

منبع: TechCrunch و Treble Technologies