Audio & Speech

Principais notícias

1. 1

   Paris AI voice startup Gradium raises $100M seed, expands to Bay Area

   O que aconteceu： Gradium, uma startup baseada em Paris que desenvolve modelos de IA de voz, fechou sua rodada seed em $100 milhões（約160億円） no total, adicionando 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 de talentos. Por que é importante： Gradium compete em um mercado de IA de voz abarrotado ao lado de ElevenLabs (avaliado em $11 bilhões（約1.8兆円） em fevereiro) e grandes empresas como Google's Gemini. A startup já conquistou clientes importantes, incluindo o fabricante de carros francês Renault desde seu lançamento em dezembro, sugerindo que sua tecnologia para oferecer voz em escala com latência ultra-baixa 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 de Gradium e seus apoiadores iniciais estivessem enraizados no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo árabe de conversão de fala em texto de código aberto

   O que aconteceu: A Cohere lançou 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 através da API Cohere sob a licença Apache 2.0. Por que é importante: De acordo com a Cohere, é o sistema mais preciso de conversão de fala em texto em árabe de código aberto disponível e supera o Whisper Large V3 e o modelo padrão Cohere Transcribe nos benchmarks. Ele aborda os desafios específicos do árabe—variedade de dialetos, conversas bilíngues árabe-inglês, code-switching e vocabulário especializado—que são difíceis para sistemas gerais de reconhecimento de fala lidar com precisão.

   Pontos a acompanhar: Avaliações humanas em uma escala de 1 a 5 mostram que Cohere Transcribe Arabic supera tanto o Whisper Large V3 quanto o modelo padrão Cohere Transcribe em qualidade geral, fidelidade do dialeto e code-switching. O modelo está disponível agora no Hugging Face e via API Cohere.

3. 3

   Anthropic entra em choque com Casa Branca de Trump, rejeita manual de Washington

   O que aconteceu: A administração Trump tomou ações contra Anthropic duas vezes—rotulando-a como um "risco da cadeia de suprimentos" em abril após a empresa rejeitar 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 (cerca de 150 trilhões de ienes) e se preparando para um IPO esperado nos próximos meses, recusou a bajulação, doações e indicação de aliados de Trump que outras gigantes de tecnologia (Meta, Amazon, Apple) e OpenAI utilizaram para manter o favor da administração. Funcionários da administração Trump atacaram publicamente o CEO Dario Amodei como um "mentiroso" com "complexo de Deus" e um "lunático ideológico", e acusaram a empresa de "captura regulatória". A hostilidade contínua pode dificultar a venda de investidores do mercado público na listagem de ações e prejudicar significativamente a capacidade da empresa de desenvolver modelos avançados de IA.

   O que observar: O CEO da Anthropic Amodei reportedly chamou Trump de "senhor feudal" em uma postagem no Facebook agora deletada, e sua irmã e cofundadora Daniela Amodei doou para a campanha de Kamala Harris. Diferentemente do chefe de políticas de OpenAI 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 utiliza voz de Gene Wilder gerada por IA para reality show Wonka

   O que aconteceu: Netflix está estreando Wonka's The Golden Ticket em 23 de setembro, uma competição de realidade baseada no universo ficcional de Wonka. A narração do programa usa uma versão gerada por IA da voz de Gene Wilder, criada em parceria com a empresa de áudio de IA ElevenLabs e com consentimento da família Wilder. Por que é importante: Isso amplia o padrão da Netflix de usar vozes de celebridades geradas por IA para conteúdo—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, desfocando a linha entre mídia arquivada e sintética no entretenimento mainstream.

   O que observar: A final em duas partes é exibida em 30 de setembro. O programa apresentará 12 vencedores do ingresso dourado e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão coroado ao final.