Os modelos de isolamento de voz da Subtle Computing ajudam os computadores a entender você em ambientes barulhentos

Startup com sede na Califórnia Computação Sutil está enfrentando o problema de capturar vozes de pessoas em ambientes barulhentos com seus próprios modelos de isolamento de voz — uma tecnologia que poderia beneficiar produtos e serviços de IA baseados em voz.

Os aplicativos de consumo que usam IA de voz estão registrando hoje um enorme crescimento. Anotadores do AI Meeting como Granola, Fireflies, Fathom e Read AI receberam atenção de usuários e investidores. Empresas existentes como OpenAI, ClickUp e Notion integraram soluções de transcrição de voz. Fabricantes de aplicativos como Wispr Flow e Willow estão trabalhando no ditado de voz. Depois, há empresas de hardware como Plaud e Sandbar que usam dispositivos como meio para transcrever sua voz e, em seguida, usam IA para geração de insights e interação.

Um dos desafios para essas empresas é captar as vozes dos usuários em qualquer tipo de ambiente, como cafés ou escritórios barulhentos.

Para resolver isso, a Subtle Computing desenvolveu um modelo de isolamento de voz ponta a ponta que pode entender o que você está dizendo mesmo em ambientes barulhentos. Chen disse que há muitas empresas trabalhando na compreensão de voz. Ele observou que, às vezes, os fabricantes de dispositivos enviam a voz para a nuvem para obter um resultado limpo, mas isso não é eficiente.

A startup treina modelos específicos para se adequarem à acústica de um determinado dispositivo e se adaptarem à voz do usuário, em vez de treinar um modelo que funcione em vários dispositivos.

“O que descobrimos é que quando preservamos as características acústicas de um dispositivo, obtemos um desempenho muito melhor do que soluções genéricas. Isto também significa que podemos fornecer soluções personalizadas ao utilizador”, disse Chen.

A empresa foi fundada por Tyler Chen, David Harrison, Savannah Cofer e Jackie Yang, que se conheceram em Stanford. Chen, Harrison e Yang estavam fazendo doutorado enquanto Cofer fazia MBA. Eles se reuniram no curso Lean Launchpad de Steve Blank, onde trabalharam em interfaces alternativas para computação e começaram a construir Computação Sutil.

“À medida que interagimos mais com a IA, caminhamos em direção a um futuro em que conversaremos com nossos dispositivos”, disse Chen. “Mas a questão óbvia é o quanto nossos dispositivos nos entendem, os usuários, em todos os ambientes onde trabalhamos no dia a dia. Seja uma cafeteria super barulhenta ou um escritório compartilhado onde há outras pessoas ao seu redor, e você pode estar falando sobre algo privado – a voz não funciona assim hoje”, acrescentou.

A startup disse que pode executar o modelo apenas para isolamento de voz em alguns dispositivos, que tem apenas alguns megabytes de tamanho e 100 ms de latência. A empresa também pode rodar um modelo diferente para transcrever a voz e dar saída de texto para outros dispositivos. Chen disse que graças ao seu modelo de isolamento, o modelo de transcrição da empresa pode compreender melhor os usuários e, por sua vez, criar uma transcrição mais precisa.

A Subtle Computing disse que a Qualcomm selecionou a startup como membro de seu programa de extensão de voz e música. Isso significa que a tecnologia da startup seria compatível com os chips da Qualcomm e estaria disponível em dispositivos produzidos por OEMs.

A empresa levantou US$ 6 milhões em financiamento inicial liderado pela Entrada Ventures, com a participação de Amplify Partners, Abstract Ventures e investidores anjos, incluindo fundadores como Biz Stone do Twitter, Evan Sharp do Pinterest e Johnny Ho da Perplexity.

Karen Roter Davis, sócia-gerente da Entrada Ventures e ex-diretora de um projeto inicial da X (Alphabet), observou que a IA de voz é um espaço barulhento e, embora as interações por meio desse meio estejam aumentando, a experiência geral de voz não é ótima. Ela acha que o foco da startup no isolamento de voz traz uma perspectiva diferente para o mercado.

“Embora você possa debater se a IA aumentará ou diminuirá o tempo gasto no dia a dia, todos podemos concordar que os avanços no poder da computação e no aprendizado de máquina/IA oferecem oportunidades para avanços na interface de voz – se bem feitos”, disse Davis. “A Subtle Computing é atender as pessoas onde elas estão, com interfaces de voz que resistem a ruídos e silêncios extremos, proporcionando uma experiência de voz confiável, fácil e divertida. É uma virada de jogo”, acrescentou ela.

A empresa disse que também fez parceria com uma marca de hardware de consumo e uma marca automotiva – sem nomeá-las – para implantar suas soluções. Mas a Subtle Computing não quer ser apenas um fornecedor modelo para outras empresas.

A startup também disse que planeja anunciar um produto de consumo que abrange hardware e software no próximo ano, sem oferecer detalhes.