揚(yáng)帆出海 作者丨子墨

美國(guó)當(dāng)?shù)貢r(shí)間1月13日，語音AI公司Deepgram宣布完成1.3億美元C輪融資，由AVP領(lǐng)投，Alkeon、In-Q-Tel、Madrona等老股東，以及新投資者Alumni Ventures、Princeville Capital、Citi Ventures跟投。此輪融資后，公司總?cè)谫Y額達(dá)到2.15億美元，估值13億美元，成為了這一賽道的新晉獨(dú)角獸。

據(jù)悉，Deepgram成立于2015年，由密歇根大學(xué)物理系研究員Noah Shutty（CTO）和其導(dǎo)師Scott Stephenson（CEO）二人共同創(chuàng)立。創(chuàng)立的初衷，是源于Shutty的一項(xiàng)學(xué)術(shù)研究，希望能夠找到更加便捷的方式，管理日常生活中碎片化的音視頻片段，并借助AI實(shí)現(xiàn)智能檢索。如今，公司主要面向B端，推出的語音轉(zhuǎn)文本、文本轉(zhuǎn)語音、語音識(shí)別等模型已服務(wù)于1300多家企業(yè)級(jí)用戶。

（Deepgram部分B端用戶，圖源：Deepgram官網(wǎng)）

據(jù)公開信息顯示，在Deepgram成立的近10年時(shí)間里，并不都是一帆風(fēng)順的，而是經(jīng)歷了融資、裁員、降本等曲折道路。

2016年，Deepgram成剛成立不久，就獲得了由Y Combinator、Metamorphic Ventures共同領(lǐng)投的180萬美元融資。2021-2022年間，又連續(xù)融資了8600萬美元，估值升至2.67億美元。

然而，高昂的研發(fā)成本也在持續(xù)地?zé)X，加之谷歌、微軟、亞馬遜等巨頭入場(chǎng)競(jìng)爭(zhēng)，OpenAI推出開源語音識(shí)別模型Whisper，為企業(yè)提供低價(jià)的API服務(wù)，Deepgram的優(yōu)勢(shì)已大不如前。

2023-2025年間，面對(duì)市場(chǎng)競(jìng)爭(zhēng)加劇、高利率下融資壓力攀升，Deepgram不得不進(jìn)行兩次大規(guī)模裁員來控制成本，每次裁員人數(shù)均在20%（20人左右）。

而此次在2026年開年的新一輪融資，公司不僅拿到了歷史最高的單筆融資，估值也是翻倍飆升。那么這筆融資究竟是助其脫困的“雪中送炭”，還是在市場(chǎng)洪流中的“錦上添花”呢？

語音文字互轉(zhuǎn)，不再只是記錄

在Deepgram平臺(tái)的體驗(yàn)中，可以發(fā)現(xiàn)其設(shè)計(jì)并不是那種很生硬的語音和文字的相互轉(zhuǎn)錄，而是能夠看到一些有意思的小巧思。

比如在面向C端的語音轉(zhuǎn)文字時(shí)，可以像微信一樣，按住話筒標(biāo)識(shí)說話，或直接上傳文件，轉(zhuǎn)成文字后的內(nèi)容支持復(fù)制和下載。

相反，在文字轉(zhuǎn)語音的過程中，支持1000字的文本輸入，這里也提供了醫(yī)療、財(cái)務(wù)、銷售等工作場(chǎng)景的文字模板。同時(shí)還有海倫娜、露娜、奧德修斯等有不同口音（如英音、美音、澳大利亞音等）、性別的聲音模板，且模板前都有對(duì)應(yīng)的角色形象。雖然這些角色所展現(xiàn)出來的是聲音，但實(shí)際上也內(nèi)在嵌入了差異化的性格特點(diǎn)、年齡等擬人化特征，每個(gè)角色都有自身所對(duì)應(yīng)的一套標(biāo)簽。

比如奧德修斯就是冷靜、圓滑、舒適且專業(yè)的，阿瑪爾西亞就是自然、開朗的。基于角色的不同性格，可以匹配出合適的使用場(chǎng)景，如比較隨意地講故事、聊天，或是很專業(yè)的廣告、采訪、客戶服務(wù)等等。

這一過程，就會(huì)讓人感覺并不是在單純地做AI轉(zhuǎn)化，而是在創(chuàng)作，用自己喜歡的聲音配合文字，甚至可以用其來配音做一些帶有人物反差感、有趣的內(nèi)容。

另外，Deepgram還推出了AI助手Deepgram Saga，接入了ChatGPT、Claude、Gemini等多款頂尖模型，支持文字和語音輸入，可以完成問題回答、信息檢索、頭腦風(fēng)暴思考甚至能夠直接執(zhí)行工行工作流操作。

塔可鐘“翻車”的AI點(diǎn)餐，迎來新的挑戰(zhàn)者

雖然Deepgram在近兩年的時(shí)間一度陷入資金困境，但經(jīng)過對(duì)B端大客戶的積累和定制化服務(wù)，公司在2025年現(xiàn)金流已實(shí)現(xiàn)轉(zhuǎn)正，CEO Scott Stephenson更是表示，公司目前其實(shí)并不缺錢，此次融資也是跟隨市場(chǎng)趨勢(shì)，在市場(chǎng)需求的推動(dòng)下進(jìn)行的。

實(shí)際上，在2025年語音AI賽道的融資案例并不少見，比如ElevenLabs完成了1.8億美元的C輪融資，Seasame完成了2.5億美元的B輪融資，Gradium完成7000萬美元種子輪融資，還有云知聲也成功在港股IPO。足以見得，這一賽道的爆發(fā)增長(zhǎng)態(tài)勢(shì)。

但與同類公司不同的是，Deepgram在應(yīng)用場(chǎng)景方面走出了一條讓人意想不到的道路。在宣布此輪融資的同時(shí)，公司還公布了一則最新收購消息。

Deepgram收購了同為YC投資孵化的一個(gè)AI點(diǎn)餐項(xiàng)目OfOne，并成立Deepgram for Restaurants新業(yè)務(wù)，原OfOne CEO Will Edwards擔(dān)任此新業(yè)務(wù)的總經(jīng)理。

（OfOne智能點(diǎn)餐）

據(jù)悉，OfOne曾開發(fā)過一套語音AI驅(qū)動(dòng)的點(diǎn)餐系統(tǒng)，訂單準(zhǔn)確率高達(dá)93%，能夠有效處理背景噪音、多元化口音、復(fù)雜的菜品定制需求等問題。基于業(yè)務(wù)的部分重合性，Deepgram也將其原有的業(yè)務(wù)加以利用，推出的Deepgram for Restaurants垂直于餐飲服務(wù)。通過專業(yè)訓(xùn)練的語音模型，實(shí)現(xiàn)與真人用戶互動(dòng)點(diǎn)餐，并能實(shí)時(shí)協(xié)助餐廳員工工作。

Stephenson認(rèn)為，大眾的語音AI的首次互動(dòng)往往都是在零售環(huán)境中發(fā)生的，但零售環(huán)境充滿了挑戰(zhàn)。甚至連麥當(dāng)勞、塔可鐘等多個(gè)餐飲品牌都曾因語音AI試點(diǎn)未達(dá)預(yù)期，而收縮或暫停。甚至塔可鐘還曾出現(xiàn)過有人對(duì)著AI點(diǎn)了1.8萬個(gè)水杯的搞笑“名場(chǎng)面”，由此也可以看出AI在處理不同用戶表達(dá)、口音或復(fù)雜需求時(shí)，還是有很大的可提升空間的。此次收購OfOne深入餐飲場(chǎng)景，可以說是Deepgram迎難而上，直面挑戰(zhàn)的一次新嘗試。

餐飲之外，Deepgram還在醫(yī)療、客服、銷售、金融等多行業(yè)多場(chǎng)景下有著靈活的使用。特別是醫(yī)療場(chǎng)景，由于歐美國(guó)家去醫(yī)院看病一般都要提前很久預(yù)約，專業(yè)醫(yī)生人力資源短缺，醫(yī)生除了看病之外，還需處理記錄、整理等流程上的工作。

而使用語音AI后，AI就可以智能捕捉實(shí)時(shí)對(duì)話內(nèi)容，并形成結(jié)構(gòu)化記錄，語音輸入直接撰寫完整的處方，甚至提供7×24小時(shí)自助服務(wù)，處理患者咨詢、預(yù)約安排等。讓醫(yī)生能夠?qū)Ｗ⒂诳床。溆嗍马?xiàng)交給AI來處理提升效率。

相對(duì)于醫(yī)療場(chǎng)景下AI需要體現(xiàn)嚴(yán)謹(jǐn)、認(rèn)證以及專業(yè)度，客服場(chǎng)景下就會(huì)稍顯靈活一些。如上文所說，B端用戶可以去定制化語音AI的角色形象，讓對(duì)面顯得不再是冷冰冰的機(jī)器，而是鮮活、有生命力的擬人形象，支持選擇不同模型來思考，設(shè)置第一句打招呼用語、結(jié)束語、提示詞、關(guān)鍵詞、專業(yè)術(shù)語等等。

此外，用戶還可以在0-1之間自定義LLM數(shù)值來控制AI的隨機(jī)反應(yīng)，數(shù)值越低，模型則更加可以預(yù)測(cè)，也就是可控性越強(qiáng)，數(shù)值越高，則會(huì)增加AI的“不可控性”，AI輸出的內(nèi)容更加隨機(jī)，也可能會(huì)變得“放飛自我”。

總的來說，Deepgram此輪融資一方面可以被視為公司現(xiàn)金流的補(bǔ)充，對(duì)前兩年裁員降本、市場(chǎng)壓力的緩解；另一方面則是其業(yè)務(wù)版圖向新場(chǎng)景的延伸。可以預(yù)見的是，未來，語音AI將不再只是辦公室里的效率工具，而是會(huì)滲透進(jìn)大眾生活的方方面面，成為解決復(fù)雜問題的日常伙伴。