Audio & Speech

Principais notícias

1. 1

   A startup de IA de voz Gradium, baseada em Paris, levanta $100M em rodada seed e se expande para a Bay Area

   O que aconteceu： A Gradium, startup parisiense que desenvolve modelos de IA de voz, fechou sua rodada seed em $100 milhões（約160億円）no total, adicionando a Nvidia à sua lista de investidores após arrecadar inicialmente $70 milhões（約110億円）em dezembro. A empresa está abrindo um escritório na Bay Area para fortalecer sua posição em talentos. Por que é importante： A Gradium compete em um mercado de IA de voz saturado ao lado de ElevenLabs (avaliada em $11 bilhões（約1.8兆円）em fevereiro) e grandes players como o Gemini do Google. A startup já conquistou grandes clientes, incluindo a fabricante de automóveis francesa Renault desde seu lançamento em dezembro, sugerindo que sua tecnologia para entrega de voz em escala com latência ultrabaixa está ganhando tração comercial real.

   O que observar： A empresa está usando o novo financiamento para se estabelecer perto dos principais laboratórios de IA na Bay Area—uma aposta estratégica de que a proximidade com Anthropic, Google, Meta e OpenAI é essencial para competir nos mercados de talentos em IA, mesmo que os fundadores da Gradium e seus apoiadores iniciais tenham raízes no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo aberto de reconhecimento de fala em árabe

   O que aconteceu: A Cohere lançou o Cohere Transcribe Arabic, um modelo de código aberto com 2 bilhões de parâmetros para reconhecimento de fala em árabe. O modelo está disponível no Hugging Face e por meio da API da Cohere sob a licença Apache 2.0. Por que importa: Segundo a Cohere, trata-se do sistema mais preciso de fala para texto em árabe de código aberto disponível e supera o Whisper Large V3 e o modelo padrão Cohere Transcribe em benchmarks. Ele aborda os desafios específicos do árabe — variedade dialetal, conversas bilíngues árabe-inglês, alternância de código e vocabulário especializado — que são difíceis de processar com precisão pelos sistemas gerais de reconhecimento de fala.

   Acompanhe: Avaliações humanas em escala de 1 a 5 mostram que o Cohere Transcribe Arabic supera tanto o Whisper Large V3 quanto o modelo padrão Cohere Transcribe em qualidade geral, fidelidade dialetal e alternância de código. O modelo está disponível agora no Hugging Face e por meio da API da Cohere.

3. 3

   Anthropic enfrenta choque com a Casa Branca de Trump e rejeita o jogo político de Washington

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic duas vezes—rotulando-a como "risco da cadeia de suprimentos" em abril depois que a empresa recusou a linguagem de contrato do Pentágono, e impondo controles de exportação em seus modelos de IA Mythos e Fable duas semanas atrás após descoberta de um jailbreak. OpenAI, em contraste, anunciou que estava retendo o lançamento do GPT-5.6 a pedido do governo dos EUA no mesmo dia em que esses controles foram relaxados. Por que importa: Anthropic, avaliada em 965 bilhões de dólares (cerca de 150 trilhões de ienes) e se preparando para um IPO esperado nos próximos meses, recusou a bajulação, doações e nomeação de aliados de Trump que outras gigantes de tecnologia (Meta, Amazon, Apple) e OpenAI usaram para se manterem no favor da administração. Funcionários da administração Trump atacaram publicamente o CEO Dario Amodei como um "mentiroso" com um "complexo de Deus" e um "lunático ideológico", e acusaram a empresa de "captura regulatória". A hostilidade contínua poderia dificultar a venda da listagem no mercado público para investidores e prejudicar significativamente a capacidade da empresa de desenvolver modelos avançados de IA.

   Fique atento: O CEO da Anthropic, Amodei, teria chamado Trump de "senhor feudal" em uma publicação no Facebook agora deletada, e sua irmã e cofundadora Daniela Amodei doou para a campanha de Kamala Harris. Ao contrário da política de OpenAI do chefe de políticas Chris Lehane e cofundador Greg Brockman (o maior doador do Super PAC MAGA Inc. de Trump), Anthropic não fez contratações similares de figuras alinhadas com Trump para sua liderança.

4. 4

   Netflix usa voz de Gene Wilder gerada por IA para reality show de Wonka

   O que aconteceu: A Netflix está estreando Wonka's The Golden Ticket em 23 de setembro, uma competição de reality baseada no universo fictício de Wonka. A narração do programa utiliza uma versão gerada por IA da voz de Gene Wilder, criada em parceria com a empresa de áudio IA ElevenLabs e com consentimento da família de Wilder. Por que é importante: Isso estende o padrão da Netflix de usar vozes de celebridades geradas por IA em seus conteúdos — a empresa já recriou anteriormente vozes de Michael Caine e Stan Lee. Para os espectadores, significa encontrar versões sintéticas de figuras icônicas em novas produções, apagando a linha entre mídia de arquivo e mídia sintética no entretenimento convencional.

   Pontos a observar: O final em duas partes será exibido em 30 de setembro. O programa contará com 12 vencedores do golden ticket e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão coroado ao final.