Smallest.ai bouwt aan spraak-AI die zo natuurlijk mogelijk moet klinken — alsof je met een mens praat. Het bedrijf, opgericht eind 2024, kreeg recent 13 miljoen dollar aan nieuw kapitaal om deze aanpak door te ontwikkelen. Het doel is duidelijk: geen haperende, robotachtige antwoorden meer tijdens telefoongesprekken met een AI-agent.

Hoe werkt hun model?

In plaats van één groot taalmodel dat eerst een hele tekstinstructie moet verwerken voordat het antwoordt, gebruikt Smallest.ai een klein, gespecialiseerd spraakmodel dat tegelijk kan luisteren, nadenken en spreken. Dat werkt ongeveer zoals bij mensen: terwijl iemand spreekt, vormt de luisteraar al een gedachte en kan die direct reageren of onderbreken.

Het voordeel is vooral snelheid. Bij gewone grote modellen ontstaat vaak een korte maar merkbare pauze terwijl het model "denkt". In een tekstchat valt dat minder op, maar in een telefoongesprek voelt zo'n pauze onnatuurlijk. Het kleine model van Smallest.ai geeft vrijwel meteen reactie en houdt zo het gesprek vloeiend.

Als het spraakmodel een vraag krijgt waarvoor het niet genoeg kennis heeft, geeft het het gesprek door aan een groter, meer algemeen model dat offline draait. Tijdens die korte overdracht wordt de klant even in de wacht gezet zodat het grotere model het ingewikkelde probleem kan opzoeken — vergelijkbaar met hoe een menselijke medewerker soms even moet overleggen of informatie opzoeken.

Waarom juist een klein model?

De keuze voor een klein, gespecialiseerd model komt neer op praktische kwaliteit voor spraakgesprekken. Enkele belangrijke redenen:

• Het reageert veel sneller dan grote, algemene modellen.

• Het is specifiek getraind op hoe mensen praten: onderbrekingen, intonatie en timing.

• Het is ontworpen om beter om te gaan met verschillende accenten en veel talen.

• Het werkt ook beter in rumoerige omgevingen waar achtergrondgeluid aanwezig is.

Door deze focus wil Smallest.ai gesprekken laten voelen alsof je met een mens praat, in plaats van met een computer. Volgens de oprichter, Sudarshan Kamath, hoort een voice-agent zo kort mogelijk te pauzeren — net als een menselijke gesprekspartner.

Voor welke organisaties is dit bedoeld?

De technologie richt zich vooral op bedrijven die veel met spraakklanten werken, zoals klantendienst of telefonische support. Smallest.ai heeft al enkele klanten in de spraaksector, waaronder RingCentral en Truecaller.

Potentiële klanten zijn alle bedrijven die telefonische of gesproken klantenservice leveren, van gevestigde spelers tot nieuwere start-ups. Kamath geeft aan dat veel bedrijven liever niet zelf zo’n spraakmodel bouwen, omdat het extreem veel werk is en afleidt van hun kernactiviteiten.

Concurrentie bestaat er ook. Enkele namen die in hetzelfde speelveld actief zijn:

• ElevenLabs

• Cartesia

• Sarvam (regionale speler gericht op lokale talen)

Smallest.ai onderscheidt zich door zich uitsluitend te richten op real-time, conversatiële spraakagenten voor bedrijven, in plaats van toepassingen zoals het nabewerken van audio voor podcasts of het dubbing van videogesprekken.

Hoe werkt de samenwerking met grotere modellen?

Het kleine spraakmodel is niet bedoeld als vervanging van alle AI. In plaats daarvan is het de snelle laag die directe interactie afhandelt. Voor complexere vragen of onderwerpen buiten het beperkte kennisgebied van het kleine model wordt een groter, fundamenteel model ingeschakeld. Dat grote model kan dan uitgebreidere informatie opzoeken of ingewikkelde taken uitvoeren.

Dit twee-laags systeem lijkt op hoe menselijke teams werken: eerst een medewerker die het gesprek soepel voert, en indien nodig een collega die meer tijd neemt om een lastig probleem uit te zoeken.

Conclusie

Smallest.ai zet in op een pragmatische manier om spraak-AI menselijker te laten klinken: met een klein, snel model dat direct reageert en een groter model dat ingrijpt bij complexere vragen. Met de nieuw verkregen investering van 13 miljoen dollar kan het bedrijf verder werken aan natuurlijke timing, ondersteuning voor veel talen en betere herkenning van accenten en achtergrondgeluid.

Het resultaat moet zijn dat je tijdens een gesprek niet voelt dat je met een machine praat — een stap die voor contactcenters en telefonische ondersteuning veel waard kan zijn.