Audio & Speech

Principais notícias

1. 1

   Startup de IA de voz parisiense Gradium levanta $100 milhões em rodada seed e expande para 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 Nvidia ao seu portfólio de investidores após arrecadar inicialmente $70 milhões（約110億円） em dezembro. A empresa está abrindo um escritório em Bay Area para fortalecer sua posição em talento. Por que importa： A Gradium compete em um mercado de IA de voz saturado ao lado de concorrentes como ElevenLabs (avaliada em $11 bilhões（約1.8兆円） em fevereiro) e grandes players como Gemini, do Google. A startup já conquistou clientes de peso, incluindo a fabricante de automóveis francesa Renault desde seu lançamento em dezembro, sugerindo que sua tecnologia para entregar voz em escala com latência ultrabaixa está ganhando tração comercial real.

   Acompanhe： A empresa está usando o novo capital para se estabelecer perto dos principais laboratórios de IA em Bay Area — uma aposta estratégica de que a proximidade com Anthropic, Google, Meta e OpenAI é essencial para competir nos mercados de talento em IA, apesar de os fundadores da Gradium e seus investidores iniciais terem raízes no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo aberto de fala para texto em árabe

   O que aconteceu: A Cohere lançou o Cohere Transcribe Arabic, um modelo open-source 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 importa: Segundo a Cohere, trata-se do sistema mais preciso de fala para texto em árabe disponível em código aberto, superando o Whisper Large V3 e o modelo padrão Cohere Transcribe em benchmarks. O modelo enfrenta os desafios específicos do árabe — variedade dialetal, conversas bilíngues árabe-inglês, code-switching e vocabulário especializado — que são difíceis para sistemas gerais de reconhecimento de fala serem processados com precisão.

   Pontos de atenção: Avaliações humanas em 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 code-switching. O modelo já está disponível no Hugging Face e através da API da Cohere.

3. 3

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

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic em duas ocasiões — classificando-a como "risco de cadeia de suprimentos" em abril após a empresa recusar linguagem de contrato do Pentágono, e impondo controles de exportação em seus modelos de IA Mythos e Fable há duas semanas 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 flexibilizados. Por que importa: A Anthropic, avaliada em 965 bilhões de dólares (aproximadamente 150 trilhões de ienes) e se preparando para um IPO esperado nos próximos meses, recusou a adulação, 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 no lançamento de ações e prejudicar significativamente a capacidade da empresa de desenvolver modelos avançados de IA.

   O que observar: O CEO da Anthropic Amodei supostamente chamou Trump de "senhor feudal" em uma postagem do Facebook agora deletada, e sua irmã e cofundadora Daniela Amodei doou para a campanha de Kamala Harris. Diferentemente do chefe de políticas da OpenAI Chris Lehane e do cofundador Greg Brockman (o maior doador do Super PAC MAGA Inc. de Trump), a Anthropic não fez contratações similares de figuras alinhadas com Trump para sua liderança.

4. 4

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

   O que aconteceu: A Netflix está estreando Wonka's The Golden Ticket em 23 de setembro, um reality show de competição baseado 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 importa: Isso estende o padrão da Netflix de usar vozes de celebridades geradas por IA para 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, desfocando a linha entre mídia de arquivo e mídia sintética no entretenimento mainstream.

   O que observar: A final em duas partes vai ao ar em 30 de setembro. O programa apresentará 12 vencedores de golden tickets e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão coroado ao final.