BNEWS
Deepslate vừa huy động thành công 7,7 triệu euro từ các nhà đầu tư, trong đó có Alstin Capital và 42Cap, nhằm mở rộng phát triển công nghệ và đáp ứng nhu cầu khách hàng đang tăng nhanh.
Theo phóng viên TTXVN tại Berlin, startup (công ty khởi nghiệp) công nghệ Deepslate có trụ sở tại Berlin đang phát triển các mô hình trí tuệ nhân tạo (AI) xử lý và tạo giọng nói theo thời gian thực, với mục tiêu cạnh tranh trực tiếp với những tên tuổi lớn như OpenAI, Google và ElevenLabs bằng lợi thế về tốc độ, chi phí và khả năng triển khai ngay trên hạ tầng của doanh nghiệp tại châu Âu.
Deepslate vừa huy động thành công 7,7 triệu euro từ các nhà đầu tư, trong đó có Alstin Capital và 42Cap, nhằm mở rộng phát triển công nghệ và đáp ứng nhu cầu khách hàng đang tăng nhanh.
Thị trường AI giọng nói, tức các hệ thống sử dụng AI để hiểu và tạo ngôn ngữ nói, đang trở thành một trong những phân khúc tăng trưởng nhanh của ngành AI. Từ đầu năm 2026, các quỹ đầu tư mạo hiểm trên toàn cầu đã rót hơn 20 tỷ USD vào những doanh nghiệp phát triển công nghệ này.
Khác với các chatbot văn bản, mô hình chuyển lời nói thành lời nói phải thực hiện đồng thời nhiều nhiệm vụ gồm hiểu nội dung người dùng nói, tạo câu trả lời và chuyển câu trả lời thành giọng nói, đồng thời giữ độ trễ ở mức đủ thấp để cuộc hội thoại diễn ra tự nhiên.
Đây là điểm Deepslate lựa chọn để tạo lợi thế cạnh tranh. Startup do Paskal Paesler và Jan Brachthäuer sáng lập không huấn luyện mô hình ngôn ngữ hoàn toàn từ đầu mà sử dụng một mô hình văn bản đã có sẵn, sau đó tiếp tục huấn luyện để bổ sung khả năng nghe và nói.
Ông Paesler ví cách tiếp cận này với việc “dạy một người trưởng thành đã biết đọc và viết cách nghe và nói”, thay vì phải xây dựng toàn bộ năng lực từ đầu. Công nghệ để mô hình nhận biết và tạo lời nói được Deepslate tự phát triển.
Cách làm này giúp giảm đáng kể nhu cầu tài nguyên tính toán. Theo ông Paesler, một lần huấn luyện mô hình của Deepslate hiện tiêu tốn khoảng 200.000 euro (225.180 USD) chi phí tính toán, tùy quy mô. Ông ước tính chi phí đối với một mô hình tương đương của OpenAI có thể lên tới khoảng 20 triệu euro.
Tốc độ xử lý cũng là một lợi thế đáng chú ý. Trên nền tảng đánh giá mô hình AI Artificial Analysis, Deepslate hiện là mô hình châu Âu duy nhất nằm trong nhóm các mô hình giọng nói hàng đầu được so sánh. Xét về độ trễ, tức khoảng thời gian từ khi người dùng kết thúc phát ngôn tới lúc hệ thống phản hồi, mô hình của Deepslate hiện đứng đầu bảng xếp hạng.
Trong khi đó, OpenAI phát triển các mô hình giọng nói thời gian thực theo kiến trúc hai chiều, cho phép hệ thống đồng thời nghe và nói. Cách tiếp cận này giúp hội thoại tự nhiên hơn, nhưng vẫn có thể xuất hiện độ trễ khi mô hình phải truy cập dữ liệu bên ngoài hoặc sử dụng thêm các công cụ khác.
Deepslate thừa nhận chất lượng tự nhiên của giọng nói vẫn chưa đạt mục tiêu cuối cùng. Theo ông Paesler, công ty muốn phát triển một mô hình có khả năng phát âm và phản ứng gần như con người thực sự, nhưng công nghệ hiện tại vẫn cần tiếp tục hoàn thiện.
Ngoài tốc độ và chi phí, Deepslate còn tập trung vào một lợi thế đặc biệt quan trọng tại châu Âu, đó là khả năng để khách hàng tự vận hành mô hình trên hạ tầng của chính mình hoặc triển khai hoàn toàn trong khu vực châu Âu. Điều này đặc biệt có giá trị với các ngân hàng, công ty bảo hiểm và doanh nghiệp xử lý dữ liệu nhạy cảm, nơi yêu cầu về bảo vệ dữ liệu và kiểm soát hạ tầng có thể hạn chế việc sử dụng trực tiếp các dịch vụ AI từ Mỹ.
Công ty dịch vụ bảo hiểm Wertgarantie là một trong những khách hàng của Deepslate. Doanh nghiệp lựa chọn công nghệ này nhờ hiệu năng, chi phí và khả năng đáp ứng các yêu cầu pháp lý. Đại diện Wertgarantie cho biết một số mô hình khác trước đây cho giọng nói quá giống robot nên không được khách hàng chấp nhận.
Wertgarantie cũng cho biết trong một số trường hợp sử dụng, doanh nghiệp trong tương lai phải có khả năng vận hành các mô hình AI ngay trên hạ tầng riêng, thay vì gửi dữ liệu sang hệ thống của nhà cung cấp bên ngoài.
Vier, nhà cung cấp phần mềm cho trung tâm chăm sóc khách hàng và truyền thông tại Hannover, cũng đã tích hợp mô hình Deepslate vào nền tảng của mình. Công ty đánh giá cao khả năng tùy chỉnh nhanh của một nhà cung cấp châu Âu, như điều chỉnh mô hình theo phương ngữ, thuật ngữ chuyên ngành hoặc từng ứng dụng cụ thể. Theo Vier, OpenAI có chất lượng tổng thể cao nhưng chi phí lớn và đôi khi mô hình nói tiếng Đức mang âm sắc Mỹ. Gemini của Google rẻ hơn nhưng cơ chế tính phí phức tạp và khó dự đoán, đồng thời vẫn có nguy cơ tạo thông tin sai lệch. Các mô hình nguồn mở của Trung Quốc lại gặp hạn chế về phát âm và chất lượng tiếng Đức.
Deepslate hiện cho biết nhu cầu đối với công nghệ của hãng đang vượt khả năng đáp ứng do thiếu nhân sự, đặc biệt ở khâu kinh doanh và làm việc với khách hàng. Phần vốn 7,7 triệu euro mới huy động dự kiến được sử dụng để mở rộng đội ngũ và đẩy nhanh thương mại hóa.
Sự phát triển của Deepslate cho thấy các startup châu Âu đang tìm cách cạnh tranh trong thị trường AI không nhất thiết bằng việc xây dựng những mô hình lớn nhất, mà bằng các mô hình chuyên biệt, có chi phí thấp, tốc độ cao và khả năng triển khai độc lập trên hạ tầng của khách hàng. Đây có thể trở thành một hướng đi đáng chú ý đối với châu Âu trong nỗ lực giảm phụ thuộc vào các nền tảng AI lớn của Mỹ.
Vũ Hiệp/vnanet.vn
