Innovación en IA de voz: Smallest.ai y su ronda de $13 millones
En el panorama actual de asistentes virtuales, la mayoría de los usuarios percibe de inmediato la diferencia entre una conversación con una máquina y una charla con una persona real. La startup Smallest.ai, fundada a finales de 2024, apuesta por una solución distinta: en lugar de acelerar gigantescos modelos de lenguaje, desarrolla modelos reducidos y especializados que replican la fluidez humana al hablar.
Un modelo diminuto, pero potente
El objetivo es crear una voz artificial que sea indistinguible de la humana. Para lograrlo, la compañía está entrenando un modelo compacto que imita la forma en que los seres humanos procesan la información: escuchan, piensan y responden simultáneamente. “Mientras te hablo, ya estás pensando, y puedes interrumpirme si me extiendo demasiado”, explicó Sudarshan Kamath, fundador y director ejecutivo, en una entrevista con TechCrunch.
Financiación y visión estratégica
Smallest.ai ha asegurado $13 millones en una ronda Serie A liderada por Seligman Ventures, con la participación de Sierra Ventures y 3one4 Capital. Con esta inyección, el total de capital recaudado supera los $21 millones. Kamath sostiene que la latencia típica de los grandes modelos de lenguaje, que requieren procesar un prompt completo antes de responder, resulta aceptable en chats de texto, pero resulta antinatural en conversaciones habladas donde incluso una pausa breve rompe la inmersión.
Arquitectura híbrida para conversaciones reales
El modelo de Smallest.ai actúa como una capa de inteligencia en tiempo real, permitiendo diálogos naturales sobre temas concretos con prácticamente cero retraso. Cuando la consulta supera el alcance del conocimiento limitado del modelo, la solución delega la petición a un modelo fundacional más amplio, colocando al cliente en espera brevemente, tal como haría un agente humano que necesita investigar.
Según Kamath, el futuro de los asistentes de IA se basará en dos componentes: un modelo de voz pequeño para interacciones instantáneas y un LLM “offline” que se activa solo cuando la complejidad lo exige.
Enfoque en matices vocales y multilingüismo
A diferencia de los grandes modelos genéricos, Smallest.ai se concentra exclusivamente en los matices propios de la voz: manejo de acentos variados, soporte para decenas de idiomas y desempeño robusto en entornos ruidosos. Entre sus clientes actuales se encuentran empresas del sector de la telefonía y la identificación, como RingCentral y Truecaller, y la startup apunta a cualquier compañía de soporte al cliente que necesite una solución de voz especializada.
Competencia y diferenciación
El principal rival en el mercado de IA de voz es ElevenLabs, junto a otros jugadores como Cartesia y la firma regional Sarvam, que se enfocan en lenguas locales. Mientras sus competidores aplican la tecnología a casos como doblaje de audio o podcasts, Smallest.ai se dedica exclusivamente a agentes conversacionales en tiempo real para clientes empresariales.
“Queremos que nuestros modelos superen la prueba de Turing”, afirmó Kamath. “Al hablar con nuestro sistema, el usuario no debe saber si está frente a una IA o a una persona”. Esta ambición constituye el núcleo de la misión de la empresa.