尽管市面上的语音识别系统已经非常多了，但是由于人们讲话时用词和口音的问题，几乎没有任何一款产品可以完全做到精准识别。虽然这项不完全成熟的技术以后的运用空间广泛，但是竞争却也很激烈。
Tetra联合创始人Jon Goldsmith认为，语音识别市场竞争确实非常激烈，Tetra自己本身的技术也还未达到100%成熟，然而语音识别技术还是需要通过深度学习来解决用词和口音的识别问题。
手机安装Tetra后，在接打电话时，其语音识别和深度学习系统会在后台自动运行，做实时的语音记录和文字翻译。用户可以在系统中搜索关键字来查找语音和文字通话记录。
然而根据语速、口音和用词的不同，Tetra的识别并不完美。因此Tetra设置了24小时的人工付费翻译服务，来满足用户对高精确性的需求。这项服务既可以满足用户的精准化需求，也可以为Tetra的深度学习系统提供学习数据。
Jon Goldsmith表示，目前Tetra的目标客户是那些每天电话很繁忙的人。这些客户希望自己和行业专家们的通话记录永远被保存。同时传统的企业也是Tetra的服务对象，很多企业级的服务比如销售相关的电话也可以通过Tetra完成记录和识别。
在工程方面，Tetra提供现成的API来强化手机上的一些基础设施。对于通话识别系统的收费如下图所示：
通过这种方法，Tetra可以获得高频大量的学习数据，从而通过深度学习继续优化语音识别系统。相较于单纯的企业级语音识别服务，这种数据获取方法成本相对更低，获得的数据也相对更加多元。
同时，这项技术的进展和使用哪个云端API有着紧密的联系。比如一些NPL（自然语言处理）服务运营商对演讲的处理能力较强，有些对数字的处理能力较强等。选择不同的NPL也许对于通话语音的处理效果会出现很大的不同。
对于语音识别领域，国外的诸如谷歌、亚马逊，国内的诸如百度、阿里和腾讯等巨头都有涉及。这块市场的应用场景广泛，技术还未成熟，蕴藏的投资和创业空间自然很大。在企业服务领域，搜狗、科大讯飞等企业也都推出了其语音速记系统。
然而目前在语音识别领域还未有公司可以完全解决上文中所述的人类语言多样化的问题，这个问题如何得到解决，深度学习究竟是不是答案，还需要时间来验证。
这次种子轮融资是Tetra第一轮融资。
