Audio & Speech

Principais notícias

1. 1

   A startup de IA por voz Gradium, sediada em Paris, levanta $100M em rodada seed e se expande para a Bay Area

   O que aconteceu： A Gradium, startup parisiense que desenvolve modelos de IA por voz, fechou sua rodada seed em $100 milhões（約160億円） no total, adicionando Nvidia a sua lista de investidores após levantar inicialmente $70 milhões（約110億円） em dezembro. A empresa está abrindo um escritório na Bay Area para fortalecer sua posição em talentos. Por que é importante： A Gradium compete em um mercado de IA por voz repleto de concorrentes, incluindo 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, entre eles a montadora francesa Renault desde seu lançamento em dezembro, indicando que sua tecnologia para entrega de voz em larga escala com latência ultrabaixa está ganhando tração comercial real.

   O que observar： A empresa está usando o financiamento fresco 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 talentos em IA, apesar de os fundadores da Gradium e seus primeiros apoiadores estarem 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 Cohere sob a licença Apache 2.0. Por que é importante: De acordo com a Cohere, é o sistema de fala para texto em árabe de código aberto mais preciso disponível e supera o Whisper Large V3 e o modelo padrão Cohere Transcribe em testes de desempenho. Ele aborda os desafios específicos do árabe — variedade dialetal, conversas bilíngues árabe-inglês, alternância de código e vocabulário especializado — que são difíceis para sistemas gerais de reconhecimento de fala tratarem com precisão.

   Pontos para acompanhar: 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 Cohere.

3. 3

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

   O que aconteceu: A administração Trump tomou medidas contra a Anthropic por duas vezes — classificando-a como "risco da 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. A OpenAI, em contraste, anunciou estar retendo 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 bajulação, 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. Autoridades 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 do prospecto a investidores do mercado público e prejudicar significativamente a capacidade da empresa de desenvolver modelos de IA avançados.

   O que observar: O CEO da Anthropic Amodei supostamente chamou Trump de "senhor feudal" em um post agora deletado no Facebook, 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 Trump MAGA Inc.), a Anthropic não realizou contratações similares de figuras alinhadas a Trump para sua liderança.

4. 4

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

   O que aconteceu: A Netflix está lançando Wonka's The Golden Ticket em 23 de setembro, um reality competitivo baseado no universo ficcional 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 importa: Isso amplia 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, 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 tickets dourados e seus parceiros escolhidos competindo em um experimento social de alto risco, com um campeão coroado ao final.