Roblox 收购 Speechly：用实时 AI 语音审核整治游戏不良言行

在游戏里打字吵架，系统还能靠关键词过滤管一管。要是大家直接开麦，辱骂、骚扰和各种不堪入耳的声音，往往就成了监管的真空地带。

面对每天 6550 万活跃玩家，Roblox 决定直接买下专门给语音「装过滤器」的团队。9 月 20 日，语音技术初创公司 Speechly 宣布正式加入 Roblox，交易具体条款双方并未公开。

盯紧 6550 万人的麦克风

Speechly 成立于 2016 年，总部位于芬兰赫尔辛基，曾经入选过 Y Combinator。这家公司核心做三件事：实时语音审核、实时转录，以及让开发者调用语音能力的 Voice API。

根据 Pitchbook 的数据，Speechly 累计拿到过 753 万美元融资，投资者包括 Seedcamp、Cherry Ventures 和 TQ Ventures 等。在被收购前，他们还拿下了 SOC 2 Type II 认证，证明自己在处理用户数据隐私和安全性上合规。

这家公司自己做过一项调查，数据相当扎心：近 70% 的游戏玩家用过语音聊天，但在这些人里面，有 72% 都遭遇过语言暴力或有害行为。

对 Roblox 来说，这正踩在了痛点上。两年前 Roblox 首次宣布引入语音聊天，随后允许开发者把实时语音加进游戏，取代角色头顶的文字气泡。最近他们还公布了结合面部捕捉的虚拟形象语音通话，试图拓展 17 岁以上的成年用户群。平台想留住大龄玩家，但又不能把社区变成没有管束的脏话广场。

行业媒体 Voicebot.ai 指出，Speechly 在技术成熟度上比 Modulate 的 ToxMode 以及 Spectrum Labs 等竞品更胜一筹。

Speechly 联合创始人兼首席技术官 Hannes Heikinheimo 在博文中表示，每天有数千万人来到这个平台，随着语音功能的增加，他们需要解决的是在大规模 UGC 场景下实时审核口语的新挑战。

为什么重要

语音审核是内容安全领域最难啃的硬骨头之一。文本审核只需要比对词库或过一遍小型语言模型，但实时语音涉及口音、俚语、语调，以及极高的算力延迟要求。对 Roblox 里的开发者和普通玩家来说，官方在底层配好实时过滤，意味着大家开麦时不用自建审核系统，也不至于轻易被恶意开麦破坏体验。

我们认为，Roblox 这笔收购非常务实。语音互动是元宇宙社交的刚需，但 Roblox 拥有海量低龄用户，同时又极力想把用户盘子往 17 岁以上年龄段做大。如果语音环境失控，既会劝退大龄玩家，又会招来监管机构对其未成年人保护不力的严厉惩罚。

比起采购第三方 API，直接把底层团队和专利买下来，不仅能大幅降低长期的调用成本，还能把实时降噪、转录和有害内容识别直接整合进自己的游戏引擎。

当然，隐患也摆在眼前。语音检测极容易引发对「平台全天候监听」的隐私恐慌，而且不同文化背景下的口语玩笑很容易被误判为违规。Roblox 接下来必须在保护社区安全和避免误封之间找到平衡。