Rime

Rime développe des modèles de synthèse vocale pour les conversations en entreprise où la précision et la naturalité de la voix sont essentielles. L'entreprise a été fondée en 2022 à San Francisco par des linguistes et des ingénieurs ayant une expérience dans des projets tels qu'Amazon Alexa, et construit ses systèmes à partir d'un ensemble de données propriétaire de parole spontanée en format full-duplex comprenant des interruptions, des respirations et des disfluences vocales, capturés en studio et dans diverses localisations aux États-Unis.

La proposition de Rime s'articule autour de trois axes. Le premier est la naturalité de la voix : ses modèles reproduisent le ton, le rythme et les imperfections propres à la parole réelle — respirations, pauses et emphase — pour que les conversations ne semblent pas automatisées. Le deuxième est le contrôle de la prononciation : la plateforme inclut SpeechQA, un outil qui détecte les mots à prononciation incertaine avant leur publication et permet de les corriger en quelques minutes, sans nécessité de réentraîner le modèle. Le troisième est le support multilingue, avec des modèles qui maintiennent la naturalité de la parole dans plusieurs langues.

Rime propose trois modèles principaux. Coda est le modèle généraliste, orienté vers les environnements de production en entreprise avec un équilibre entre vitesse et naturalité. Arcana est conçu pour les applications nécessitant une haute expressivité, avec plus de 300 voix et des options bilingues et multilingues. Mist est un modèle haute vitesse avec une latence inférieure à 200 ms dans le cloud et inférieure à 100 ms en installation locale, destiné aux applications à grand volume.

Les modèles peuvent être déployés dans le cloud, dans un environnement VPC privé ou entièrement dans l'infrastructure du client. La plateforme est certifiée HIPAA et SOC 2 Type II et opère dans des secteurs tels que la santé, la restauration, la finance et les télécommunications.