Rime capta US$ 24 milhões e desafia ElevenLabs e Deepgram
Mais uma rodada no mercado de IA de voz, mais um número para comparar quem gasta mais rápido do que fatura. A Rime, startup de São Francisco, fechou uma Series A de US$ 24 milhões liderada pela M13 Ventures, com Twilio Ventures, Corazon Capital e Unusual Ventures repetindo a dose desde o seed.
Do seed de US$ 5,5 milhões, em maio do ano passado, para uma rodada quatro vezes maior em pouco mais de um ano. Múltiplo generoso, mas condizente com a régua do setor: a ElevenLabs vale US$ 11 bilhões depois de embolsar US$ 500 milhões da Sequoia, a Deepgram está em US$ 1,3 bilhão após captar US$ 130 milhões, e a Vapi acabou de bater US$ 500 milhões de valuation ao convencer a Amazon Ring a trocar de fornecedor entre mais de 40 concorrentes.
O pitch: dados próprios, não raspagem
Fundada em 2022 por Lily Clifford, ex-doutoranda em Stanford, Brooke Larson, ex-engenheira da Alexa na Amazon, e Ares Geovanos, a Rime construiu um estúdio de gravação em São Francisco para produzir dados de conversação sob encomenda, em vez de raspar áudio da internet. A tese é reduzir o trabalho de customização do cliente, com arquitetura baseada em fonemas para acertar pronúncia de nomes de marca e jargão setorial sem precisar retreinar modelo.
A fundadora não promete milagre. Segundo ela, o gargalo segue sem solução ampla:
A tecnologia de voz ainda não automatiza a maior parte das chamadas corporativas. Os LLMs facilitaram construir aplicações funcionais, mas não mudaram como a interação parece para quem está do outro lado da linha.
Tradução de mercado: a URA continua ganhando de goleada em boa parte dos call centers. É por isso que a empresa migra de um pipeline fatiado, com modelos separados de fala-para-texto, texto-para-fala e LLM, para modelos de fala-para-fala direto. Menos orquestração, menos latência, menos peça solta para gerenciar.
Onde a Rime tenta abrir espaço
A empresa diz atender clientes em alimentação, saúde, companhias aéreas e fintech, com Mayo Clinic, Dialpad, Upstart e Asurion na carteira, e afirma somar mais de 100 milhões de chamadas por mês entre essas contas. Com os 35 funcionários atuais, o plano é contratar para desenvolvimento de modelo, engenharia e parcerias. Reforço recente: Rafael Valle, que passou por áudio na Meta Superintelligence Labs e pela equipe de pesquisa em deep learning aplicado a áudio da NVIDIA, assumiu como Chief Scientist.
Morgan Blumberg, sócio da M13 que entra no conselho com o aporte, resume a aposta competitiva: enquanto a ElevenLabs migra para camada de orquestração e aplicação, indo brigar direto com Decagon e Sierra, ainda haveria espaço técnico para quem focar só no modelo, com baixa latência e confiabilidade em setores regulados.
É a fatia que a Rime quer ocupar. Falta ver se US$ 24 milhões seguram o fôlego até a métrica que interessa: contrato assinado, não protótipo bonito em demo.