Audio & Speech

Principais notícias

1. 1

   A startup parisiense de IA de voz Gradium levanta US$ 100 milhões em rodada seed e se expande para a Bay Area

   O que aconteceu： A Gradium, startup baseada em Paris que desenvolve modelos de IA de voz, fechou sua rodada seed em US$ 100 milhões (aproximadamente 160 bilhões de ienes) no total, adicionando Nvidia à sua carteira de investidores após arrecadar inicialmente US$ 70 milhões (aproximadamente 110 bilhões de ienes) em dezembro. A empresa está abrindo um escritório na Bay Area para fortalecer sua posição em atração de talentos. Por que é importante： A Gradium compete em um mercado de IA de voz saturado ao lado da ElevenLabs (avaliada em US$ 11 bilhões, aproximadamente 1,8 trilhão de ienes, em fevereiro) e de grandes players como Gemini do Google. A startup já conquistou clientes importantes, incluindo a fabricante de automóveis francesa Renault desde seu lançamento em dezembro, o que sugere que sua tecnologia para entregar voz em escala com latência ultra-baixa está ganhando tração comercial real.

   Pontos a acompanhar： A empresa está usando o novo investimento 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 em IA, mesmo que os fundadores da Gradium e seus apoiadores iniciais estivessem enraizados no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo de fala para texto em árabe de 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: De acordo com 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 serem tratados com precisão por sistemas gerais de reconhecimento de fala.

   O que acompanhar: Avaliações humanas em uma 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 via 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 duas ações contra a Anthropic — classificando-a como "risco de cadeia de suprimentos" em abril após a empresa recusar termos 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 da 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 (aproximadamente 150 trilhões de ienes) e se preparando para um IPO esperado nos próximos meses, recusou a lisonja, doações e indicação de aliados de Trump que outros gigantes da 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 da listagem em mercado público para investidores 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 no Facebook agora deletada, e sua irmã e cofundadora Daniela Amodei doou para a campanha de Kamala Harris. Diferentemente do chefe de política da OpenAI, Chris Lehane, e do cofundador Greg Brockman (o maior doador ao Super PAC MAGA Inc. de Trump), a Anthropic não fez contratações similares de figuras alinhadas a Trump para sua liderança.

4. 4

   Netflix utiliza voz gerada por IA de Gene Wilder 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 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 de Wilder. Por que é importante: 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 arquivada e mídia sintética no entretenimento mainstream.

   O que ficar de olho: A final em duas partes vai ao ar em 30 de setembro. O programa contará com 12 ganhadores de golden ticket e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão coroado ao final.