Audio & Speech

Principais notícias

1. 1

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

   O que aconteceu： A Gradium, startup parisiense especializada em modelos de IA de voz, fechou sua rodada seed com $100 milhões（約160億円） no total, adicionando a Nvidia à sua carteira 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 termos de talentos. Por que importa： A Gradium compete em um mercado de IA de voz saturado ao lado da ElevenLabs (avaliada em $11 bilhões（約1.8兆円） em fevereiro) e de grandes players como o Gemini do Google. A startup já conquistou clientes importantes, incluindo a fabricante francesa de automóveis Renault desde seu lançamento em dezembro, sugerindo que sua tecnologia para entregar voz em larga escala com latência ultra-baixa está ganhando tração comercial real.

   O que ficar de olho： A empresa está usando o novo aporte 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 talento de IA, ainda que os fundadores da Gradium e seus apoiadores iniciais tivessem raízes no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo de fala para texto em árabe com código aberto

   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 através da API da Cohere sob a licença Apache 2.0. Por que é importante: Segundo a Cohere, trata-se do sistema de fala para texto em árabe com código aberto mais preciso disponível e supera o Whisper Large V3 e o modelo padrão Cohere Transcribe em testes comparativos. 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 de reconhecimento de fala generalistas.

   O que ficar atento: Avaliações humanas em uma escala de 1 a 5 demonstram 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 através da API da Cohere.

3. 3

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

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic duas vezes—classificando-a como "risco da cadeia de suprimentos" em abril depois que a empresa recusou 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. A 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: A 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 a OpenAI usaram 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 de IA avançados.

   O que acompanhar: O CEO da Anthropic Amodei teria chamado 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 da chefe de política da OpenAI Chris Lehane e cofundador Greg Brockman (o maior doador para o Super PAC MAGA Inc. de Trump), a Anthropic não fez contratações similares de figuras alinhadas a 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 lançando 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 com IA ElevenLabs e com consentimento da família de Wilder. Por que importa: Isso estende o padrão da Netflix de usar vozes de celebridades geradas por IA em conteúdo—a empresa já recriou vozes de Michael Caine e Stan Lee. Para os espectadores, significa encontrar versões sintéticas de figuras icônicas em novas produções, borando a linha entre mídia de arquivo e mídia sintética no entretenimento mainstream.

   O que acompanhar: O final em duas partes vai ao ar em 30 de setembro. O programa apresentará 12 vencedores de golden ticket e seus parceiros escolhidos competindo em um experimento social de alta tensão, com um campeão coroado ao final.