A ambição da OpenAI no setor de áudio desafia o domínio das telas no Vale do Silício

A OpenAI está dando um grande impulso na área de IA de áudio, e isso vai muito além de apenas melhorar a voz do ChatGPT. Uma reportagem recente do The Information revela que, nos últimos dois meses, a empresa consolidou várias equipes de engenharia, produto e pesquisa para reformular seus modelos de áudio. Esse esforço é parte da preparação para um dispositivo pessoal com foco em áudio, cujo lançamento está previsto para daqui a cerca de um ano.

Essa mudança estratégica reflete a direção mais ampla da indústria de tecnologia — um movimento em direção a um futuro onde as telas ficam em segundo plano e o áudio se torna a interface principal. Os alto-falantes inteligentes já estabeleceram assistentes de voz em mais de um terço dos lares americanos. A Meta lançou recentemente um recurso para seus óculos inteligentes Ray-Ban que utiliza um conjunto de cinco microfones para ajudar os usuários a ouvir conversas em ambientes barulhentos, transformando efetivamente o rosto do usuário em um dispositivo de escuta direcional. Enquanto isso, o Google começou a testar o “Audio Overviews” em junho, convertendo resultados de pesquisa em resumos falados, e a Tesla está integrando o chatbot Grok da xAI em seus veículos para criar um assistente conversacional que gerencia tudo, desde a navegação até o controle de temperatura, por meio da fala natural.

Não são apenas os gigantes do setor que estão fazendo essa aposta. Uma gama diversificada de startups surgiu com a mesma crença central, embora com resultados mistos. Os criadores do Humane AI Pin gastaram centenas de milhões antes que seu wearable sem tela se tornasse um caso de advertência amplamente citado. O pingente Friend AI, um colar que promete registrar sua vida e oferecer companhia, levantou preocupações significativas com a privacidade e um mal-estar existencial. Agora, pelo menos duas empresas, incluindo a Sandbar e outra liderada pelo fundador da Pebble, Eric Migicovsky, estão desenvolvendo anéis com IA com lançamento previsto para 2026, permitindo que os usuários conversem literalmente com a própria mão.

Embora os designs variem, o princípio subjacente permanece constante: o áudio é a interface do futuro. Todos os ambientes — sua casa, seu carro e até mesmo você mesmo — estão sendo transformados em uma superfície de controle.

O novo modelo de áudio da OpenAI, previsto para o início de 2026, deve apresentar uma fala com som mais natural, lidar com interrupções como um parceiro de conversa real e até mesmo falar enquanto o usuário está falando — uma capacidade que falta aos modelos atuais. A empresa também estaria planejando um conjunto de dispositivos, incluindo possivelmente óculos ou alto-falantes sem tela, projetados para funcionar mais como companheiros do que meras ferramentas.

Esse desenvolvimento não é totalmente inesperado. Como aponta o The Information, o ex-chefe de design da Apple, Jony Ive, que se juntou à iniciativa de hardware da OpenAI após a aquisição de sua empresa io por US$ 6,5 bilhões em maio, priorizou a redução da dependência de dispositivos. Ele vê o design com foco no áudio como uma oportunidade para corrigir as deficiências dos eletrônicos de consumo anteriores.