La imagen vocal está usando IA para ayudar a las personas a comunicarse mejor

Con 4 millones de descargas de aplicaciones, la imagen vocal de inicio con sede en Estonia tiene como objetivo ayudar a las personas a mejorar sus habilidades de voz y comunicación con coaching con IA. Pero de sus 160,000 usuarios activos, puede ser su CEO, Nick Lahoika, quien mejor encarna su misión.

Lahoika nació en Bielorrusia, no habló inglés hasta su reubicación a Estonia, y una vez tuvo problemas para hablar ansiedad. Sin embargo, pasó a “ganar muchas competiciones de lanzamiento” en nombre de la startup de entrenamiento de voz, que se inspiró en su viaje, dijo a TechCrunch.

“Cuando estaba en la escuela, estaba un poco intimidado por una dicción poco clara”, dijo Lahoika. En sus veinte años, cuando era un joven e inseguro fundador, conoció a una entrenadora vocal, Maryna “Rusia” Shukiurava, quien le enseñó que la voz y la comunicación podrían ser entrenadas.

Para ayudar a otros, comenzaron un canal de YouTube que eventualmente se transformó en una imagen vocal, que posiciona su aplicación basada en suscripción como una alternativa asequible para el entrenamiento individual que puede usar en casa. “Puedes hacer movimientos extraños, sonidos extraños […] Y siéntete seguro ”, dijo Lahoika.

Con una biblioteca interactiva que incluye trucos de lengua, ejercicios de respiración y consejos sobre gestos, la imagen vocal también se inclina cada vez más en AI para dar comentarios automatizados y consejos personalizados, gracias en gran parte a la adición del cofundador y CTO Mikalai Karaliou, dijo Lahoika.

Estos viajes guiados giran principalmente en torno a los objetivos relacionados con el trabajo, como mejorar las habilidades profesionales o de liderazgo, y desarrollar habilidades de oratoria o presentación. Pero la imagen vocal también apoya a las personas que simplemente quieren aumentar su confianza en sí mismos, así como a las personas LGBTQ, cuyos derechos Shukiurava habían estado apoyando en Bielorrusia.

Mientras que el trío es de Bielorrusia, estaban entre los muchos fundadores bielorrusos que dejaron su país de origen después de que las protestas no pudieron expulsar al presidente Alexander Lukashenko y se encontraron con una represión brutal. Lahoika eligió a Estonia para su entorno empresarial, que hasta ahora ha demostrado ser favorable para la startup.

Poco después de mudarse a Tallinn, Vocal Image se unió a la startup del acelerador local Wise Guys, lo que considera la startup como una de sus “historias de éxito” debido a su rápido crecimiento. Según Lahoika, la startup posteriormente alcanzó los $ 6.5 millones en ingresos recurrentes anuales (ARR) con menos de $ 1 millón en fondos previos a las semillas.

Más recientemente, la startup recaudó una ronda de semillas de $ 3.6 millones dirigida por la firma de VC French Edtech Educapital, con la participación de VC especializado en Estonia y Generations Fund de Alemania, TechCrunch aprendió exclusivamente.

A partir de agosto, la startup ahora reclama $ 12 millones de ARR y unos 50,000 usuarios pagados, dijo Lahoika. Con un equipo de 20 personas, incluida la mayoría de los exiliados bielorrusos, Vocal Image ahora planea hacer crecer su equipo de desarrollo y desplegar más localizaciones (además de inglés, español, alemán, francés, ucraniano y ruso).

Este financiamiento se produce poco después de que la startup fue elegida por abrazando Face, Meta y Scaleway como uno de los cinco ganadores de su programa europeo de inicio de IA, pero también en un momento en que se enfrenta a una mayor competencia. Por ejemplo, la compañía Edtech Headway recientemente agregó un entrenador de discurso con IA a su aplicación de habilidades sociales, Skillsta. Pero la imagen vocal puede contar con su propio Trove AI compatible con GDPR.

Con unas 35,000 grabaciones al día, Vocal Image ha acumulado más de 1 millón de muestras de voz real. Aún mejor, estas grabaciones son etiquetadas por la comunidad a través de la calificación de voz, una característica de colaboración que permite a los usuarios decidir si otros suenan “seguros” o “infantiles”.

Este es el tipo de conjunto de datos que las aplicaciones como la imagen vocal necesitan mucho para mejorar su precisión. También podría ayudar a las startups de IA a ajustar sus voces artificiales, creando más vientos de cola para la startup más allá de sus raíces B2C.