Audio & Speech

Principais notícias

1. 1

   A startup parisiense de IA de voz Gradium levanta $100M em rodada seed e expande para o Vale do Silício

   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 região do Vale do Silício para fortalecer sua posição em talentos. Por que importa： A Gradium compete em um mercado saturado de IA de voz 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 grandes clientes, incluindo a fabricante de automóveis francesa Renault desde seu lançamento em dezembro, indicando que sua tecnologia para entregar voz em escala com latência ultra-baixa está ganhando tração comercial real.

   O que ficar atento： A empresa está usando o novo financiamento para se estabelecer perto dos principais laboratórios de IA do Vale do Silício—uma aposta estratégica de que a proximidade com Anthropic, Google, Meta e OpenAI é essencial para competir nos mercados de talentos em IA, ainda que os fundadores da Gradium e seus primeiros apoiadores tivessem raízes no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo open-source de conversão 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: De acordo com a Cohere, trata-se do sistema de fala para texto em árabe open-source mais preciso disponível, superando 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 para 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 via API da Cohere.

3. 3

   Anthropic entra em confronto com Casa Branca de Trump e rejeita estratégia de Washington

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic por duas vezes — 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 duas semanas atrás após descoberta de um jailbreak. OpenAI, por sua vez, anunciou que estava retendo o lançamento de 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 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 utilizaram para manter favor junto à administração. Funcionários da administração Trump atacaram publicamente o CEO Dario Amodei, chamando-o de "mentiroso" com um "complexo de Deus" e um "lunático ideológico", e acusaram a empresa de "captura regulatória". A hostilidade continuada pode dificultar a venda do registro de ações públicos para investidores e prejudicar significativamente a capacidade da empresa de desenvolver modelos avançados de IA.

   O que observar: O CEO da Anthropic, Amodei, teria chamado 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 política da OpenAI, Chris Lehane, e do cofundador Greg Brockman (o maior doador do Super PAC de Trump, MAGA Inc.), a Anthropic não fez contratações semelhantes de figuras alinhadas com 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 utiliza 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 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, apagando a linha entre mídia de arquivo e sintética no entretenimento convencional.

   Fique atento: O finale em duas partes é exibido em 30 de setembro. O programa contará com 12 vencedores de passagens douradas e seus parceiros escolhidos competindo em um experimento social de altos riscos, com um campeão coroado ao final.