Gladia：AI人工智能转录和音频智能公司A轮 1600 万美元

Gladia，一家基于人工智能的转录和音频智能提供商，宣布已完成1600万美元的A轮融资。该公司将利用这笔资金开发端到端的音频基础设施，首先推出一款全新的实时音频转录和分析引擎（通过人工智能使语音优先平台能够为其用户提供更多跨境价值）。

本轮A轮融资由XAnge领投，Illuminate Financial、XTX Ventures、Athletico Ventures、Gaingels、Mana Ventures、Motier Ventures、Roosh Ventures和Soma Capital参与投资。Gladia于2022年推出，至今已累计融资2030万美元，早期种子投资由New Wave、红杉资本（作为First Sequoia Arc计划的一部分）、Cocoa和GFC领投。

鉴于大多数语音识别模型主要基于英语音频数据进行训练，因此存在固有偏见，Gladia优先开发了首款真正多语言的实时产品。这款新优化的引擎提供超过100种语言的先进实时转录功能，同时增强了对口音的支持，并具备在运行时适应不同语言的独特能力。

Gladia的新引擎在提取通话洞察方面独树一帜，如通话者的情绪、关键信息和实时对话摘要。这意味着使用Gladia从通话或会议中生成转录和洞察所需时间不到一秒。

内部构建低延迟和多语言引擎是一项复杂且资源密集型的任务，需要广泛的语言理解、实时数据处理以及持续优化和维护方面的专业知识。实时模型需要更多的计算能力，并且可能由于上下文有限而难以立即产生准确输出。

Gladia的新产品使企业能够绕过这些挑战。其实时语音转文本引擎的延迟时间不到300毫秒，在行业中处于领先地位，且无论语言、地理位置或使用的技术栈如何，均不牺牲准确性。

公司首个异步转录和音频智能API于2023年6月推出，基于专有的Whisper ASR版本。该API迅速在企业市场获得关注，特别是受到会议记录器和笔记助手用户的青睐。目前，该API已被全球超过600家客户采用，包括Attention、Circleback、Method Financial、Recall、Sana和VEED.IO，并拥有超过70,000名用户。

Gladia将利用新资金推进其研发工作，并很快推出一站式人工智能音频工具包，同时扩展其产品线，提供包括大型语言模型（LLMs）和检索增强生成（RAG）在内的额外自选模型。公司与多家联络中心即服务（CCaaS）领域的设计合作伙伴正在试点由Gladia实时人工智能引擎支持的代理辅助解决方案。此外，Gladia将继续扩大其人才基础，为国际扩张做准备。