Hogyan formálja az AI a hangunkat? A Vocal Image története

Gondoltál már arra, hogy a hangod akadályoz a karrierben vagy a kapcsolataidban? És ha egy mesterséges intelligencia segíthetne ezen? Nem sci-fi, hanem valóság: egy észtországi startup, a Vocal Image pontosan ezt csinálja, és máris 4 millió letöltést ért el. De a legérdekesebb talán nem is az app, hanem az ember a háttérben.

Nick Lahoika, a cég alapítója, személyes útja ihlette a vállalkozást. Fehéroroszországban született, iskolás korában az artikulálási problémái miatt gyakran piszkálták. Angolul csak akkor kezdett el tanulni, amikor Észtországba költözött, és rengeteget küzdött a beszédidegességgel. Ma? „Rengeteg pitch versenyt megnyertem” – meséli. A változás kulcsa egy vokálcoach, Maryna „Rusia” Shukiurava volt, aki megtanította neki: a hang és a kommunikáció nem adottság, hanem gyakorlás kérdése.

A kezdeti YouTube-csatornából nőtt ki a Vocal Image app, amely egyfajta otthoni, AI-vezérelt edzőterem a hangszálaknak. Előfizetéses modellje sokak számára megfizethetőbb alternatívát kínál a személyes edzős órákhoz. Lahoika hangsúlyozza: „Biztonságos környezetben gyakorolhatsz, ahol bármilyen furcsa hangot vagy mozdulatot kipróbálhatsz anélkül, hogy mások ítélkeznének.”

Az app interaktív gyakorlatokat kínál – nyelvfordítókat, légzőgyakorlatokat, gesztusokra vonatkozó tippeket –, de az igazi varázslat az AI-powered coaching. A mesterséges intelligencia automatizált visszajelzést ad, és személyre szabott tanácsokkal segít. A technológiai hátteret főleg Mikalai Karaliou, a társalapító és CTO hozta a cégbe.

A gyakorlatok nagy része munkahelyi helyzetekre fókuszál: prezentálás, vezetői készségek fejlesztése. De a Vocal Image fontos szerepet játszik önbizalomnövelésben is, és aktívan támogatja az LMBTQ közösséget – Shukiurava Fehéroroszországban is kiállt az ő jogukért.

A három alapító, bár fehérorosz származású, az ország elnyomó rendszere miatt hagyta el hazáját, és Észtországban talált otthonra. Itt csatlakoztak a helyi Startup Wise Guys gyorsítóprogramhoz, ahol azóta is egyik legsikeresebb történetüknek számítanak. Lahoika szerint kevesebb mint 1 millió dollár pre-seed finanszírozásból sikerült elérniük a 6,5 millió dolláros éves ismétlődő bevételt (ARR).

Nemrégiben további 3,6 millió dollárt sikerült bezsebelniük egy seed kör keretében, amelyet a francia Educapital vezetett. Jelenlegi állításuk szerint az ARR elérte a 12 millió dollárt, és mintegy 50 000 fizető felhasználójuk van. A csapat 20 főből áll, többségük szintén fehérorosz származású.

A siker egyik kulcsa az a hatalmas, GDPR-kompatibilis adatbázis, amit felépítettek. Naponta 35 000 hangfelvétel érkezik az appba, és az eddigi több mint 1 millió valódi hangminta egy igazi kincsesláda. Az adatokat még a felhasználói közösség is segít címkézni a „Voice Rating” funkción keresztül, ahol ítélhetik el, hogy egy hang „magabiztosnak” vagy „gyermekiesnek” tűnik.

Ez a minőségi adathalmaz nemcsak hogy folyamatosan javítja az app pontosítását, de a jövőben akár B2B irányba is terjeszkedhetnek, hiszen más AI-startupok is hasznát vehetik a valós hangmintáknak a mesterséges hangok finomhangolásához.

Tehát itt állunk: egy olyan világban, ahol az AI nem veszi el a hangunkat, hanem segít megtalálni. Nem gondoltad volna, ugye?