Wispr Flow привлекла $280 млн и представила новую голосовую модель ИИ

Стартап Wispr Flow, который занимается искусственным интеллектом в сфере голосовых технологий, объявил о привлечении $280 млн инвестиций в рамках раунда серии B. После этого его оценка достигла $2 млрд. Одновременно компания представила собственную модель распознавания речи под названием Canto, которая ориентирована на сложно контролируемые ситуации — в частности, когда запись ведётся в машине, помещении с посторонними шумами или на улице.

Генеральный директор Wispr Flow Танай Котхари отметил, что раньше голосовые интерфейсы использовались в основном для простых задач: узнать погоду, поставить напоминание. Ошибки были малозначимы — если голосовой ассистент не понял команду, пользователь мог просто повторить её. Сейчас же оформление критичных сообщений, документов и рабочих задач всё чаще осуществляется голосом, и любая ошибка влияет на результат: можно сбиться с мысли или допустить искажение деловой переписки. Именно поэтому, как подчёркивает Котхари, ключевое внимание при разработке новой модели уделили точности.

Согласно заявленным характеристикам, Canto способна значительно сокращать количество ошибок в трудных условиях записи: если ранее система ошибалась более чем в 30% слов при наличии фонового шума, акцента, ветра или музыки, то с новой моделью эта доля падает до 5-10%. В повседневных ситуациях количество правок, которые пользователи делают после диктовки, должно сократиться на 30-35%. Таким образом, Wispr Flow позиционирует свою разработку как инструмент, который может адаптироваться к реальным условиям бизнеса и офисной работы.

Контекст рынка тоже меняется: если раньше производители голосовых ассистентов соревновались за качество распознавания, то теперь ИИ-решения выходят на новый уровень, предоставляя возможность работать с бизнес-процессами в привычной диалоговой форме. Например, сотрудники склада могут узнавать о дефиците запасов, не отрываясь от работы, а менеджеры — управлять закупками и обновлять системы учёта прямо в ходе разговора. PYMNTS отмечает, что это позволяет объединять множество организационных задач в единую голосовую сессию и ускорять работу компаний.

Для заведений сегмента HoReCa развитие подобных технологий означает новый уровень автоматизации: чат-боты для бронирования столиков по голосу, формирование заказов, ведение отчётности или быстрая фиксация информации в шумных ресторанах и на кухне. Точность и адаптивность модели особенно важны для сервисов, работающих в открытых пространствах или в тесном контакте с клиентом в оживлённой атмосфере. Однако внедрение подобных решений способно потребовать серьёзной интеграции и оценки эффективности на собственном примере — пока неясно, насколько Canto готова к задачам неанглоязычного рынка и насколько её стоимость будет оправдана с учётом специфики небольших предприятий. Кроме того, вопросы устойчивости к локальным акцентам и устойчивость модели к профессиональному сленгу могут оставаться открытыми — подробности о тестировании в реальных B2B-сценариях компания пока не раскрывает.