Uma startup de IA de áudio que constrói LLMs de áudio capazes de compreender e expressar emoção na interação falada.
A aposta
O áudio é a camada socioemocional da AGI: LLMs de áudio que captam tom, inflexão e sotaque e respondem com emoção real podem fazer o que assistentes apenas de texto não conseguem.
Alexis Conneau entrou na OpenAI três anos antes, vindo de uma posição de pesquisador no Facebook, depois de enviar um e-mail ao seu herói da IA; ele liderou a equipe de pesquisa por trás do recurso de voz do ChatGPT, que gerou manchetes pouco lisonjeiras quando uma das vozes se assemelhou à de Scarlett Johansson.
Conneau deixou a OpenAI em setembro de 2024, publicando 'Depois de uma jornada incrível na @OpenAI construindo #Her, decidi começar uma nova empresa', e fundou a WaveForms com Coralie Lemaitre, engenheira que se tornou estrategista de negócios.
A WaveForms saiu do modo furtivo em 9 de dezembro de 2024, apoiada por US$ 40 milhões em financiamento seed da a16z, prometendo LLMs de áudio que captam sutilezas emocionais, compreendem o contexto conversacional e respondem na mesma medida.
A emoção na voz é ortogonal à corrida de texto e raciocínio que os grandes laboratórios estão travando.
O trabalho da equipe com a voz do ChatGPT é experiência direta e difícil de copiar em IA de áudio em produção.
A rodada seed de US$ 40 milhões da a16z sinaliza convicção de que o áudio emocional é uma categoria, não um recurso.
A familiaridade do consumidor com a voz de IA — justa ou não — dá a um produto de áudio emocional um contexto imediato.
A faixa especializada dentro de uma corrida geral pode ser uma empresa própria: se os gigantes estão otimizando para a AGI de forma ampla, a camada emocional da voz fica sem dono.
Até o lançamento de 9 de dezembro de 2024, a WaveForms estava construindo LLMs de áudio para compreensão emocional, sem nenhum produto lançado publicamente até então.
CONFIRA AS EVIDÊNCIAS