Modulate ha cerrado una ronda de 25 millones de dólares para ampliar su plataforma de inteligencia de voz. La startup de Boston usa una combinación de modelos pequeños para transcripción, análisis emocional, detección de deepfakes, identificación de música generada por IA y cumplimiento de políticas en agentes de voz. La financiación fue liderada por Future Ventures, con participación de Hyperplane y Lakestar, según TechCrunch.
La compañía nació en 2017 con foco en modulación de voz para videojuegos, pero con el tiempo se desplazó hacia moderación y análisis de conversaciones. Ese giro encaja con el momento actual. Las empresas están adoptando agentes telefónicos y voces sintéticas, mientras el fraude por llamadas clonadas se vuelve más accesible. La voz ya no es solo canal de atención; es superficie de riesgo.
Modulate ataca un problema que crece al mismo ritmo que la voz generativa: saber quién habla, qué intención hay detrás y si la conversación cumple las reglas. En un call center, una transcripción correcta puede quedarse corta si no detecta presión indebida, estafa o frustración del cliente.
La plataforma ejecuta más de 100 modelos divididos en dos grandes grupos. Unos extraen señales como tono, emoción, idioma o probabilidad de voz sintética. Otros analizan intención, cumplimiento y posibles comportamientos sospechosos. La compañía defiende que usar modelos pequeños reduce dependencia de hardware especializado y permite añadir capacidades nuevas con más agilidad.
El enfoque resulta atractivo para sectores regulados. Banca, seguros, salud, telecomunicaciones y servicios públicos graban millones de llamadas y cada vez delegan más tareas en agentes de IA. Necesitan detectar si un agente se sale del guion, si un cliente intenta cometer fraude o si una llamada contiene información sensible que debe manejarse con cuidado.
La voz empresarial está entrando en una etapa donde grabar y transcribir ya no basta: las compañías necesitan interpretar riesgo, satisfacción y cumplimiento en tiempo real. Esa interpretación debe ser prudente, porque emociones y tono pueden variar por cultura, acento, estrés o discapacidad.
Modulate también trabaja en despliegues on premise y en dispositivo para mejorar privacidad. Ese detalle puede ser decisivo en Europa, donde muchas organizaciones prefieren no enviar conversaciones sensibles a servicios externos sin garantías fuertes. La capacidad de analizar llamadas cerca del cliente puede facilitar adopción en sectores con datos protegidos.
La ronda llega en paralelo al auge de modelos de voz más expresivos. ElevenLabs, OpenAI, Google y otros proveedores hacen cada vez más fácil generar voces convincentes. Esa mejora crea oportunidades en doblaje, accesibilidad y soporte, pero también exige capas de detección y trazabilidad. Cuanto más humana suena una voz artificial, más importante es identificarla cuando afecta a pagos, contratos o decisiones sensibles.
La ventaja de Modulate está en situarse como auditor del canal, no como la voz que habla. Ese papel puede ser útil para empresas que ya han elegido un proveedor de agentes o de telefonía, pero necesitan una capa neutral que evalúe llamadas, alerte de abuso y genere evidencias internas.
Para empresas españolas, el mensaje es claro: desplegar agentes de voz sin una capa de supervisión puede ahorrar costes a corto plazo y multiplicar riesgos a medio plazo. Modulate quiere ocupar ese espacio entre innovación comercial, seguridad y cumplimiento normativo.
