Una startup de IA de audio que construye LLM de audio capaces de entender y expresar emoción en la interacción hablada.
El audio es la capa socioemocional de la AGI: los LLM de audio que captan el tono, la inflexión y el acento y responden con emoción real pueden hacer lo que los asistentes solo de texto no pueden.
Alexis Conneau se incorporó a OpenAI tres años antes como investigador procedente de Facebook tras enviar un correo a su héroe de la IA; dirigió el equipo de investigación detrás de la función de voz de ChatGPT, que generó titulares poco halagüeños cuando una voz se parecía a la de Scarlett Johansson.
Conneau dejó OpenAI en septiembre de 2024, publicando "After an amazing journey at @OpenAI building #Her, I've decided to start a new company", y fundó WaveForms con Coralie Lemaitre, una ingeniera convertida en estratega de negocio.
WaveForms salió del modo sigiloso el 9 de diciembre de 2024 respaldada por 40 millones de dólares en financiación semilla de a16z, prometiendo LLM de audio que captan las sutilezas emocionales, entienden el contexto conversacional y responden en consecuencia.
La emoción en la voz es ortogonal a la carrera de texto y razonamiento que libran los grandes laboratorios.
El trabajo del equipo en la voz de ChatGPT es experiencia directa y difícil de copiar en IA de audio en producción.
La ronda semilla de 40 millones de dólares de a16z señala la convicción de que el audio emocional es una categoría, no una función.
La familiaridad del consumidor con la voz de la IA —justa o no— da al producto de audio emocional un contexto inmediato.
El carril especializado dentro de una carrera general puede ser una empresa propia: si los gigantes optimizan para la AGI en sentido amplio, la capa emocional de la voz queda sin reclamar.
A fecha del lanzamiento del 9 de diciembre de 2024, WaveForms estaba construyendo LLM de audio para la comprensión emocional, sin ningún producto lanzado públicamente todavía.
CONSULTA LAS PRUEBAS