AssemblyAI是一家总部位于加利福尼亚州旧金山的语音人工智能公司，在C轮融资中筹集了5000万美元。
本轮融资使AssemblyAI的总融资额达到11500万美元，由Accel领投，Insight Partners、Keith Block的Smith Point Capital、Daniel Gross、Nat Friedman和Y Combinator参投。
该公司打算利用这笔资金来支持其研究计划、新模型开发、训练计算、市场扩张以及建立团队。
在创始人兼首席执行官 Dylan Fox 的领导下，AssemblyAI 构建了用于语音数据语音转文本、说话人检测、情感分析、章节检测和 PII 编辑的 API。该公司现在通过其 API 定期为包括 Fireflies.ai、Veed、TypeForm、Close、Loop Media 和 CallRail 等初创公司在内的客户提供超过 25M 的推理调用，并处理超过 10TB 的语音数据。几乎每个行业的组织都在使用该公司的解决方案，将语音 AI 功能嵌入到其产品、系统和工作流程中。
下面为创始人Dylan Fox投资新闻稿发言全文：
我很高兴地与大家分享，我们已经筹集了 5000 万美元的 C 轮融资，由 Accel 领投，我们的合作伙伴也领投了我们的 A 轮融资，Keith Block 和 Smith Point Capital、Insight Partners、Daniel Gross 和 Nat Friedman 以及 Y Combinator 也参与了投资。这使得 AssemblyAI 筹集的资金总额达到 11500 万美元——其中 90% 是我们在过去 22 个月中筹集的，因为几乎每个行业的组织都在竞相将语音 AI 功能嵌入到他们的产品、系统和工作流程中。
我们创立 AssemblyAI 的愿景是创建超人的语音 AI 模型，这些模型将解锁一类全新的 AI 应用程序，以利用语音数据构建。人类语言中嵌入了大量的信息。例如，想想公司虚拟会议中存在的所有知识。或者互联网上的播客和视频数据，向小型企业或大型联络中心拨打电话，甚至使用语音与机器交互的能力。能够准确理解、解释和构建语音数据，为各行各业的组织带来了大量新机遇。
在过去的两年里，我们看到更大的数据集、更好的计算和新的神经网络架构（如 Transformer）的结合，使 AI 模型在几乎所有模态中都取得了重大进步，并使构建超人语音 AI 模型的愿景比以往任何时候都更容易实现。
以我们最新的 Conformer-2 型号为例。该模型在 1.1M 小时的语音数据上进行了训练，并在发布时实现了语音转文本和说话人识别等各种任务的行业领先的准确性和鲁棒性。与其他模型相比，Conformer-2 在噪声数据上的错误减少了 43%，与上一代模型相比，精度提高了近 50%。这种更高水平的准确性和功能帮助我们的客户（如 Fireflies.ai）为其数百万用户提供更有用、更可靠的 AI 会议记录。
在过去的六个月里，我们也一直在努力开发我们的下一代通用模型，该模型将成为多个多语言语音 AI 任务的新技术。这个新模型正在利用谷歌的新 TPU 芯片在 >10M 小时的语音数据（1 PB）上进行训练——与 AssemblyAI 在 2019 年提供的第一个模型相比，训练数据增加了 1,250 倍。我们的团队非常高兴在不久的将来向我们的用户发布这款下一代模型！
现在还存在功能非常强大的 LLM，可用于摄取准确识别的语音并生成摘要、见解、要点和分类，从而首次使用语音数据创建全新的产品和工作流程。这种新的 LLM 技术是我们流行的音频智能模型（如自动章节和内容审核）的基础，它为领先的企业公司大规模支持品牌安全和内容审核工作负载，以及我们的最新产品 LeMUR，可用于通过识别的语音执行文本生成任务。
这些新功能的结合使数以千计的快速增长的组织能够在我们的模型之上将强大的语音 AI 功能构建到其产品和工作流程中。现在，我们每天通过我们的 API 为我们的客户提供超过 2500 万次推理调用，并处理超过 10TB 的语音数据，其中包括 Fireflies.ai、Veed、TypeForm、Close、Loop Media 和 CallRail 等行业领先的初创公司。而且，每个月都有 10,000+ 个新组织注册我们的 API，我们只是触及了明年我们将看到的新语音驱动的 AI 应用程序进入市场的表面。
虽然我们为过去两年取得的进展感到非常自豪，但对我们来说，这仍然是第一天，我们知道未来还有很多工作要做。这笔新资金将支持我们雄心勃勃的研究计划、新模型开发、训练计算、市场扩张，并帮助我们建立团队。我们相信，我们继续创新的最佳方式是汇集人工智能领域的一些最优秀的人才，我们很自豪在过去一年中有来自DeepMind、Microsoft、谷歌、亚马逊和Meta的令人印象深刻的研究领导者和科学家加入我们。
我非常感谢有机会与所有优秀的软件开发人员和使用我们的 API 构建的客户合作，我非常感谢客户多年来给予我们的所有支持、反馈和信任。
