O suposto NemotronLabs VoiceChat 11B da NVIDIA mira agentes de voz abertos e em tempo real, mas a evidência limitada da fonte deixa benchmarks e detalhes de implantação sem confirmação.

A OpenAI apresentou o GPT-Live, um sistema de voz de baixa latência projetado para conversas contínuas, oferecendo aos desenvolvedores uma nova abordagem para a interação em tempo real com IA.

A Smallest.ai arrecadou US$ 13 milhões para construir IA de voz de baixa latência para chamadas corporativas, apostando que modelos pequenos e especializados podem fazer os agentes parecerem humanos.

A Encore AI levantou uma Série A de US$ 30 milhões para criar agentes de voz e texto treinados em chamadas de clientes, uma aposta em IA corporativa específica para fluxos de trabalho.

A Cars24 afirma que agentes de voz e chat impulsionados por OpenAI agora processam mais de 1 milhão de minutos mensais, destacando como a IA corporativa está entrando nos fluxos de trabalho centrais de clientes.

Uma nota da Trend Hunter destaca plataformas de agentes de voz com IA, sublinhando a procura por ferramentas de chamadas automatizadas, mesmo com os detalhes do produto ainda pouco claros.

A Gradium ampliou sua rodada seed para US$ 100 milhões com apoio da Nvidia, financiando uma expansão para a Bay Area enquanto a competição em IA de voz se intensifica.

A OpenAI apresentou os modelos de voz GPT-Live para o ChatGPT, apostando que a fala full-duplex pode tornar os assistentes de IA mais úteis para o trabalho ao vivo.

As empresas estão correndo para automatizar ligações de cobrança de dívidas com IA, levantando novas questões para consumidores, empresas financeiras e reguladores.

A TechCrunch relata que a IA reconstruiu o áudio da cabine a partir de dados de espectrograma, levando a NTSB a revisar os arquivos públicos da investigação.

A startup de voz por IA Vapi levantou US$ 50 milhões em uma rodada Série B depois que a Amazon selecionou sua plataforma para lidar com as chamadas de clientes da Ring.

A TechCrunch relata que ferramentas de ditado e computação por voz com IA, como a Wispr, podem mudar a etiqueta no escritório e as configurações de trabalho.

A OpenAI apresentou o GPT-Realtime-2, o GPT-Realtime-Translate e o GPT-Realtime-Whisper para aplicativos de voz em tempo real.

A Microsoft revela três modelos proprietários de IA voltados para transcrição, síntese de voz e geração de imagens, desafiando diretamente a OpenAI e o Google.

O Google lançou o Gemini 3.1 Flash Live, seu modelo de áudio e voz em tempo real de mais alta qualidade até agora, apresentando latência reduzida, reconhecimento aprimorado de tom emocional e a obrigatoriedade de marca d'água SynthID em todo áudio gerado por IA. O Search Live expande-se simultaneamente para mais de 200 países.

ElevenLabs e IBM anunciaram uma colaboração para integrar a tecnologia de Texto-para-Fala e Fala-para-Texto da ElevenLabs ao IBM watsonx Orchestrate, permitindo que empresas implantem agentes de IA habilitados por voz, naturais e multilíngues em 70 idiomas.

A startup de IA de voz ElevenLabs triplicou sua avaliação para US$11 bilhões com uma Série D liderada pela Sequoia, alcançando US$330 milhões de ARR enquanto se prepara para o IPO.

A líder em IA de voz ElevenLabs assegura $500M em financiamento Série D liderado pela Sequoia Capital, alcançando uma avaliação de $11B com $330M de ARR decorrentes da adoção empresarial.

A startup de IA de voz ElevenLabs assegura US$500 milhões em financiamento Série D com avaliação de US$11 bilhões, triplicando seu valor em um ano com adoção empresarial em forte crescimento.

O provedor de infraestrutura de IA de voz LiveKit garantiu US$100 milhões em novo financiamento, atingindo uma avaliação de US$1 bilhão. A empresa fornece os recursos de voz do ChatGPT da OpenAI e está expandindo suas soluções de voz e vídeo em tempo real.