CORE JUDGMENT
Rime 是一家位于旧金山的语音 AI 公司，主要帮助企业处理销售、客服、预约等电话场景。最近，公司完成了 2400 万美元 A 轮融资，客户包括 Mayo Clinic、Dialpad、Upstart 和 Asurion。
用一句话概括，Rime 做的事情就是：让 AI 接听企业电话。
销售咨询、客户服务、预约确认……几乎所有“客户打进电话，希望解决一件事”的场景，都可能成为它的应用范围。
Rime 由三位创始人共同创办：一位斯坦福博士、一位前 Amazon Alexa 工程师，以及一位斯坦福工程师。公司成立于 2022 年，此前曾完成 550 万美元种子轮融资。
• 完成 2400 万美元 A 轮融资，由 M13 Ventures 领投，Twilio Ventures 跟投
• 客户包括 Mayo Clinic、Dialpad、Upstart、Asurion
• 已进入餐饮、医疗、航空和金融科技等行业
• 团队规模约 35 人，并计划继续扩张
• 新任首席科学家曾在 Meta Superintelligence Labs 和 Nvidia 从事音频研究
03 / JUDGMENT
为什么我会关注 Rime
我是写完 Hostie 之后注意到 Rime 的。
Hostie 让 AI 接听餐厅电话，处理订位、外卖咨询、私人活动询问等需求。它选择了一个足够具体的垂直场景，因此更容易把产品做深。
Rime 则把同一件事推向了更广的范围：不再局限于某一个行业，而是试图服务所有存在大量电话沟通需求的企业。
Mayo Clinic 在用，Dialpad 也在用——一个是医疗机构，一个是通信平台。至少说明，这套能力已经不只适用于单一场景，而是在多个行业中得到了验证。
04 / JUDGMENT
自建录音棚，比想象中重要得多
大多数语音 AI 公司的训练数据从哪里来？
公开互联网。
YouTube、播客、有声书，以及各种公开视频和音频内容。
但问题在于，企业电话场景中的真实对话，在公开互联网上几乎不存在。
没人会把“我和保险理赔员争论了 20 分钟”的录音上传到 YouTube，也很少有人把“我和医院前台反复确认预约时间”的过程做成播客。
这些数据不是简单地“比较难找”，而是从一开始就没有被公开记录下来。
因此，Rime 在旧金山搭建了自己的录音棚，主动录制不同场景下的对话数据。这并不是为了技术炫技，而是因为如果不自己生产，很多关键数据根本无处获取。
他们还开发了一套音素适配架构，用来处理不同行业的专业术语和发音差异。医疗术语和金融行业的黑话完全是两套语言体系，Rime 希望让模型能够自动适配，而不需要每进入一个新行业，就由客户重新训练一套模型。
这个选择说明，Rime 的产品不是从技术能力出发，寻找可以落地的场景，而是从客户的真实问题出发，反向设计技术。
Rime 过去采用的是语音 AI 的标准三段式架构：语音转文字 → 大模型理解 → 文字转语音。
这也是目前大量语音 AI 产品采用的方案。
但 Rime 正在转向 speech-to-speech，也就是让语音直接进入模型，再直接生成语音，尽量不再依赖文字作为中间层。
为什么这件事重要？
首先是延迟。
打电话时，如果你说完一句话，要等两秒对方才开始回答，你很快就会意识到，对面不是人。端到端的语音模型有机会缩短这个等待时间，让对话节奏更接近真人交流。
但更关键的是情绪。
文字本身不会完整保留情绪。语气、停顿、迟疑、强调，甚至呼吸节奏，都可能在语音转文字的过程中被丢失。
而 speech-to-speech 的目标，是让模型不仅听懂“说了什么”，还能够理解“是怎么说的”。
这可能才是语音 AI 从“能接电话”走向“会打交道”的关键一步。
06 / JUDGMENT
语音 AI 赛道正在变得拥挤
这个赛道目前已经出现了两个非常明确的信号。
1. 垂直场景有人在做，例如专注餐厅的 Hostie。
2. 跨行业平台也有人在做，例如面向企业电话场景的 Rime。
两条路线都有人下注，说明市场讨论的重点已经不再是“语音 AI 能不能成立”，而是“它会先在哪些场景成熟，以及最终由哪种产品形态胜出”。
Rime 值得关注的地方，不只是它又拿了一轮融资。
真正值得看的，是它正在尝试解决语音 AI 最难的几个问题：企业场景数据从哪里来，行业术语如何适配，机器对话如何降低延迟，以及模型能否真正理解人的情绪。
AI 接电话已经不是什么新故事了。
下一阶段比拼的，不是谁能让电话被接起来，而是谁能让电话另一端的人，忘记自己正在和机器说话。
保持关注，再看看。
粤ICP备14082021号
免费POC，
零成本试错
