Audio & Speech

Principais notícias

1. 1

   Dictata: Ditado por voz local Whisper para Windows, nenhum dado sai da máquina

   O que aconteceu: Um desenvolvedor lançou a Dictata v0.1.0, uma aplicação Windows que transcreve fala localmente usando Whisper (um modelo de IA de fala para texto) e whisper.cpp, depois cola o texto em qualquer aplicação ativa — tudo sem enviar áudio ou texto para fora do dispositivo. Por que importa: Empresas e indivíduos que lidam com informações sensíveis podem agora ditar sem expor o áudio a serviços na nuvem; a ferramenta também oferece pós-processamento local com LLM (limpeza, formatação de e-mail, listas) e suporta aceleração por GPU (Vulkan para AMD/Intel/NVIDIA), tornando-a prática para uso real em máquinas pessoais.

   O que observar: A ferramenta requer Windows 10/11, ffmpeg para transcrição de arquivos e Vulkan SDK opcional para suporte a GPU; é código aberto sob MIT com Commons Clause (gratuita para uso pessoal, não para revenda comercial), com biblioteca de modelos integrada e integração HuggingFace para download fácil de modelos.

2. 2

   Suno Studio 2.0 adiciona interface de chat e exportação sem restrições para usuários pagos

   O que aconteceu: A Suno lançou o Studio 2.0 com um recurso de chat em beta que permite aos assinantes Premier conversar com a plataforma como se fosse um parceiro musical para criar instrumentos, vocais ou plugins personalizados. A atualização também inclui importação MIDI, gravação, edição, separação de stems, curvas de automação e exportação multifaixa sem restrições em 32-bit/48 kHz. A criação de plugins atualmente não consome créditos, embora a Suno mencione que um sistema de créditos pode chegar depois. Por que é importante: A interface orientada por chat transforma a Suno de um gerador de música puro em uma estação de trabalho de áudio digital (DAW) completa — uma ferramenta de desktop tradicionalmente usada por produtores profissionais — levando a composição por IA para fluxos de trabalho profissionais. No entanto, a exportação sem restrições contradiz diretamente os limites de download recentes da Suno, projetados para conter a distribuição de spam em plataformas de streaming, sinalizando um conflito entre permitir profissionais pagantes e controlar o abuso.

   O que observar: O sistema de créditos para criação de plugins permanece indefinido; a Suno pode introduzir cobranças posteriormente. A empresa também enfrenta disputas contínuas de direitos autorais, incluindo uma decisão recente de um tribunal alemão afirmando que o serviço viola a lei de direitos autorais alemã e não se qualifica sob a doutrina de uso justo dos EUA.

3. 3

   Suno adiciona MIDI, automação e chat IA ao Studio 2.0

   O que aconteceu: Suno lançou o Studio 2.0, uma grande atualização de sua ferramenta de geração de música com IA que adiciona suporte a MIDI (seu recurso mais solicitado), automação de faixa para pan e volume, um chatbot consciente de contexto para sugerir letras e instrumentos, efeitos integrados (distorção, delay, reverb, compressão, EQ) e a capacidade de criar e salvar plugins de efeitos personalizados. Por que importa: Essas adições posicionam a Suno mais próxima de uma estação de trabalho de áudio digital (DAW) completa em vez de um editor generativo básico, expandindo o que músicos e produtores podem fazer dentro da ferramenta — embora a plataforma ainda não tenha suporte a plugins de terceiros ou VST, limitando a integração com instrumentos e efeitos padrão da indústria.

   O que observar: A profundidade do chatbot como parceiro criativo; a demonstração da Suno mostra que ele realiza tarefas como limpeza de notas e quantização que os usuários faziam manualmente anteriormente, sugerindo que o chat pode cada vez mais assumir escolhas de produção em vez de apenas assistir.

4. 4

   Streamers da Twitch agora podem optar por não participar do treinamento de IA da Amazon

   O que aconteceu: A Twitch adicionou um botão em suas configurações de Segurança e Privacidade que permite aos streamers optar por não ter seu conteúdo — transmissões, VODs, clips, chat e texto e imagens do canal — utilizados para treinar modelos de IA generativa da Amazon. O botão estava configurado como "ativado" por padrão quando foi descoberto. Por que importa: Streamers que se sentem desconfortáveis com o uso de seu conteúdo para alimentar os modelos de geração de texto, áudio, imagem ou vídeo da Amazon agora podem impedir esse uso. Outros recursos da Twitch com suporte de IA, como legendas e ferramentas de segurança, não são afetados pela opção de exclusão. A medida dá aos criadores controle sobre um uso específico de seu conteúdo, embora optar por não participar não impeça a Amazon e a Twitch de usar o conteúdo para outros fins listados na Política de Privacidade da Twitch.

   O que acompanhar: O botão agora está disponível nas configurações da Twitch na aba Segurança e Privacidade. Notavelmente, se um streamer participa do chat em uma transmissão de outra pessoa, a preferência de exclusão dessa outra pessoa determina se esse chat pode ser usado para treinamento — streamers individuais não podem proteger unilateralmente o chat em que participam nos canais de outras pessoas.

5. 5

   D'Addario admite uso de IA em vídeo promocional após duas semanas de negações

   O que aconteceu: A fabricante de instrumentos D'Addario admitiu que a IA Suno foi usada para regenerar uma faixa em um vídeo promocional de novas cordas. A empresa havia negado a alegação por quase duas semanas, oferecendo explicações alternativas incluindo exportações de baixa qualidade, artefatos de Autotune e ferramentas de masterização assistidas por IA da LANDR e Logic, antes de editar seu post original no Instagram de 29 de julho para reconhecer o erro. Por que importa: As negações iniciais da D'Addario e a exclusão agressiva de comentários críticos prejudicaram a confiança com clientes e a comunidade musical mais ampla. A empresa agora enfrenta questões de credibilidade e se comprometeu a exigir que funcionários e parceiros criativos divulguem qualquer uso de IA generativa daqui em diante, sinalizando que pelo menos algumas marcas de instrumentos musicais veem conteúdo gerado por IA como inconsistente com seus valores de marca.

   O que observar: A admissão segue escrutínio do guitarrista e YouTuber Rhett Shull, que obteve os arquivos originais da sessão de Logic diretamente da D'Addario e concluiu que Suno foi usada para regenerar uma gravação original. Este é um de vários controvérsias recentes envolvendo IA na indústria de guitarras, incluindo comentários do CEO da Fender comparando bandmates à IA analógica.