2026年9月28日，总部位于波士顿的语音人工智能初创公司Modulate宣布获得2500万美元新融资，由Future Ventures领投，Hyperplane和Lakestar参投，资金将用于向更多开发者推广音频原生模型。同日，据TechCrunch报道，旧金山初创公司DetectifAI正试图把反深度伪造语音检测内置到手机操作系统中，其创始人因祖父遭遇AI克隆声音诈骗而创业。
据TechCrunch和SiliconANGLE报道，Modulate由Carter Huffman和Mike Pappas于2017年创立，两人是麻省理工学院校友。公司早期为游戏提供语音调制，后转向语音审核，如今专注检测AI音频生成、分析说话意图，并提供转录和情绪分析。TechCrunch援引PitchBook数据称，本轮前Modulate已融资4100万美元，估值1.7亿美元；SiliconANGLE报道称，计入本轮后投资者累计投入6000万美元，两家媒体对累计融资规模的表述存在差异。
Modulate运行100多个小型专用音频模型，分为信号提取和分析检测两类，前者理解情绪、语调、语言和合成语音，后者判断客户意图、来电者是否违规或试图诈骗。其Velma平台采用Ensemble Listening Model架构，据SiliconANGLE报道，该设计最高可比把同一段音频交给单一大型模型高效1000倍。公司称每月有超过1000万小时音频经过模型，累计超6亿小时；其转录模型今年7月登顶Hugging Face Open ASR Leaderboard，3月推出的Velma Deepfake Detect在Speech Deepfake Arena排名第一，公共基准准确率为98.9%。开发者已可通过现有API以每小时3美分购买批量转录。
Modulate的客户覆盖呼叫中心、医疗机构以及社交和游戏平台，用于识别冒充员工、欺诈、骚扰和儿童诱骗，并评估AI语音代理表现及合规情况。公司称其技术也用于通过语音通话监测网络攻击。Huffman表示，语音正在成为AI的主要界面，由此产生的新问题无法靠转录文本解决。Future Ventures联合创始人Steve Jurvetson称，Modulate在音频原生AI上取得显著技术领先，需求正扩展到AI代理和安全领域。公司目前有40至45名员工，计划未来数月再招聘10人，并增强本地和端侧部署能力。
据TechCrunch报道，DetectifAI的创立源于约两年前的一起案件：Tarini Padmanabhuni的祖父接到冒充其兄弟的深度伪造语音电话，对方称兄弟遭绑架并索要赎金，祖父付款后才发现兄弟安然无恙。美国联邦调查局数据显示，美国人去年因AI驱动诈骗损失近9亿美元，较2024年增长24%；60岁及以上人群的损失是50至59岁人群的两倍。
Padmanabhuni称，现有深度伪造检测产品多在云端服务器运行，手机厂商难以直接内置，被盯上的人缺少防御手段。DetectifAI表示，它从一开始就设计紧凑型AI模型，使其小到可运行在智能手机操作系统中，目标是在通话、语音消息和其他音频中即时判断声音是否由AI生成，且音频无需离开设备。公司先向手机制造商授权软件工具，使检测作为操作系统内置功能出货；第二项收入来自向企业和反欺诈公司授权技术。Padmanabhuni说，首个搭载DetectifAI的手机厂商将获得竞争优势，深度伪造检测会像摄像头分辨率一样成为标准规格。
DetectifAI已有早期收入。Padmanabhuni称，公司每月为印度金融机构处理超过10万通电话，这些电话由AI语音代理用于债务催收和贷款文件跟进，每通电话都进行深度伪造检测和说话人验证。她以保密协议为由拒绝披露客户名称。公司已从投资者Josh Constine和KM Growth的Manohar Kamath处筹得小额种子资金，并入选TechCrunch Disrupt的Startup Battlefield竞赛，该活动于10月13日至15日在旧金山举行。