Krispは、人工知能に基づくノイズキャンセリングと音声強調を通信プラットフォーム向けに専門とするソフトウェア企業である。2017年に設立された同社は、デスクトップアプリケーションとSDKを提供し、リアルタイムで着信音声と発信音声の両方から背景ノイズ、エコー、残響を除去し、さまざまな会議ツールでの通話品質を向上させる。その中核技術は、専用ハードウェアを必要とせずに、深層学習モデルを活用して人間の音声を周囲の音から分離する。
Krispのソリューションは、個人、リモートチーム、企業が仮想会議、ウェビナー、カスタマーサポートのやり取りでの生産性を高めるために使用されている。同社はその技術を多数の通信プラットフォームに統合し、低遅延処理とプライバシー保護に焦点を当てた消費者向けおよびビジネス向けの両方の層を提供している。
技術
Krispのノイズキャンセリングは、深層学習およびニューラルネットワークアーキテクチャ、具体的には残差ネットワークおよびU-Netモデルに基づいており、音声スペクトログラムを処理する。このシステムは、着信音声フレームを分析し、キーボードのクリック音、犬の鳴き声、交通騒音などの非音声成分を特定して抑制し、話者の声を保持する。これは、ノイズの多い音声をクリーンな音声にマッピングする系列変換アプローチを通じて達成され、ノイズとクリーンな録音のペアの大規模データセットでトレーニングされている。
同社は、多様な音響環境をシミュレートするためにデータ拡張技術を採用し、モデルの堅牢性を向上させている。Krispはまた、トレーニングを安定させ過学習を防ぐためにバッチ正規化とドロップアウトを使用している。処理はユーザーのデバイス上でローカルに実行され、低遅延（通常10ミリ秒未満）を確保し、音声データがデバイスから送信されることはなく、プライバシーに関する懸念に対処している。
Krispのモデルはリアルタイム推論向けに最適化されており、モデルプルーニングと効率的な計算を活用して、専用アクセラレータを必要とせずに標準CPUで実行できる。同社は、新しいノイズタイプに対処し音声明瞭度を向上させるためにアルゴリズムを継続的に更新しており、エコーキャンセリングや低音質スピーカー向けの音声強調などの機能も含まれている。
歴史
Krispは、音声認識と音声処理に以前携わっていたDavit BaghdasaryanとArtavazd Minasyanによって2017年に設立された。同社は当初、通話録音と文字起こし用のモバイルアプリとして立ち上げられたが、リモート通信ツールへの需要の高まりを認識し、ノイズキャンセリングに軸足を移した。2019年、KrispはWindowsとmacOS向けの最初のデスクトップアプリケーションをリリースし、リモートワーカーの間で急速に採用された。
2020年、KrispはOpenAIのスタートアップファンドが主導する500万ドルのシードラウンドを調達し、2021年には3500万ドルのシリーズAが続いた。この資金調達は、エンジニアリングチームの拡大とエンタープライズ機能の開発を支援した。2022年までに、KrispはそのSDKを主要プラットフォーム（Zoom、Microsoft Teams、Google Meetなど）に統合し、毎月1億分以上のノイズフリーの処理時間を報告した。
製品と統合
Krispは、Windows、macOS、Linux向けのスタンドアロンデスクトップアプリを提供しており、ビデオ会議、VoIP、オンラインゲームなど、あらゆる通信アプリケーションで動作する。このアプリは、マイク入力とスピーカー出力の両方に対してリアルタイムのノイズキャンセリングを提供し、強度レベルを調整できる。また、声の小さい話者の明瞭度を向上させる音声強調機能も含まれている。
開発者向けに、Krispはサードパーティアプリケーションに埋め込むことができるソフトウェア開発キット（SDK）を提供している。このSDKは複数のプログラミング言語とプラットフォームをサポートし、Amazon Web ServicesやAzureのクラウドベースサービスへの統合を可能にする。Krispはハードウェアメーカーと提携して、ラップトップやヘッドセットにその技術をプリインストールし、一元管理と分析を備えたビジネス層も提供している。
市場と影響
リモートワークと仮想会議の台頭により、音声品質ソリューションへの需要が高まっている。Krispは他のAIベースのノイズキャンセリングプロバイダーと競合しているが、オンデバイス処理と幅広い互換性を通じて差別化を図っている。同社の技術は、カスタマーサービスセンター、教育機関、医療提供者に採用され、コミュニケーションの明瞭度を向上させている。
Krispの影響はアクセシビリティにも及び、その音声強調は音声障害を持つ個人がよりよく理解されるのに役立っている。同社はまた、すべての処理がローカルで行われるため、クラウドベースの代替手段とは対照的に、プライバシーを重視している。2024年現在、Krispは生成AIと大規模言語モデル技術を活用したリアルタイム文字起こしや会議要約などの機能を含む製品ラインを拡大し続けている。