Audio & Speech

Principais notícias

1. 1

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

   O que aconteceu： A Gradium, startup parisiense que desenvolve modelos de voice AI, fechou sua rodada seed com $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 no Vale do Silício para fortalecer sua posição em talentos. Por que importa： A Gradium compete em um mercado de voice AI saturado ao lado da ElevenLabs (avaliada em $11 bilhões（約1.8兆円）em fevereiro) e grandes players como o Gemini do Google. A startup já conquistou clientes importantes, incluindo a montadora francesa Renault desde seu lançamento em dezembro, sugerindo que sua tecnologia para entregar voice em escala com latência ultra-baixa está ganhando tração comercial real.

   Pontos de atenção： A empresa está usando o novo financiamento para se estabelecer perto dos principais laboratórios de IA no Vale do Silício—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 primeiros apoiadores tivessem raízes no próprio hub de IA de Paris.

2. 2

   Cohere lança modelo de código aberto para transcrição de áudio em árabe

   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 transcrição de áudio para árabe de código aberto mais preciso disponível e supera o Whisper Large V3 e o modelo padrão Cohere Transcribe em testes de desempenho. Ele resolve desafios específicos do árabe—variedade dialetal, conversas bilíngues árabe-inglês, code-switching e vocabulário especializado—que são difíceis de lidar com precisão em sistemas de reconhecimento de fala de propósito geral.

   Fique atento: 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 code-switching. O modelo está disponível agora no Hugging Face e via API da Cohere.

3. 3

   Anthropic enfrenta embate com Casa Branca de Trump e rejeita cartilha de Washington

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic duas vezes — classificando-a como "risco na cadeia de suprimentos" em abril depois que a empresa recusou a 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 retinha 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 adulação, doações e nomeação de aliados de Trump que outros gigantes da tecnologia (Meta, Amazon, Apple) e a OpenAI utilizaram para manter o favor da administração. Funcionários da administração Trump atacaram publicamente o CEO Dario Amodei como um "mentiroso" com um "complexo de Deus" e um "lunático ideológico", e acusaram a empresa de "captura regulatória". A hostilidade contínua pode dificultar a venda para investidores do mercado público na listagem de ações e prejudicar significativamente a capacidade da empresa de desenvolver modelos avançados de IA.

   Pontos de atenção: O CEO da Anthropic, Amodei, supostamente chamou Trump de "senhor feudal" em um post no Facebook agora deletado, 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 MAGA Inc. de Trump), a Anthropic não fez contratações semelhantes de figuras alinhadas com 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 estreia Wonka's The Golden Ticket em 23 de setembro, uma competição de reality baseada no universo ficcional 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 ElevenLabs e com consentimento da família de Wilder. Por que importa: Isso amplia o padrão da Netflix de usar vozes de celebridades geradas por IA em seus conteúdos—a empresa já recriou as 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 mídia sintética no entretenimento convencional.

   Fique atento: A final em duas partes vai ao ar em 30 de setembro. O programa contará com 12 vencedores do golden ticket e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão sendo coroado ao final.