又一家具有发展潜力的AI初创公司的核心人才被老牌企业吸纳。作为一项新许可协议的组成部分，谷歌DeepMind正引入语音AI初创公司Hume AI的首席执行官及数位核心工程师。
Hume AI的其余部分将继续向其他AI公司提供其技术。交易的财务细节尚未披露。
据报道，CEO Alan Cowen将携大约七名工程师与DeepMind展开合作，共同对Gemini的语音功能进行优化。
Hume的收购案例，是头部AI企业为避开监管审查，选择收购初创公司团队而非整个公司的最新实例。去年，谷歌就吸纳了曾引发广泛关注的AI编码初创公司Windsurf的首席执行官及其他核心研究人员；近几个月，OpenAI也收购了包括Covogo和Roi在内的数家初创公司团队。对此类交易，美国联邦贸易委员会近期已明确表示将加大审查力度。
这笔交易也表明语音正在成为AI的下一个前沿领域。
Hume AI的核心优势在于其模型可通过用户语音感知情绪与心情状态。2024年，这家初创企业发布了搭载情感智能技术的对话式AI产品——Empathetic Voice Interface。根据PitchBook的数据，Hume AI目前已累计融资近8000万美元，且预计本年度营收将达到1亿美元。
不过Hume AI并非唯一一家专注于语音模型研发的企业。谷歌持续对其Gemini Live功能进行优化，该功能支持用户与聊天机器人展开对话互动。在上个月，谷歌针对Live API推出了一款全新的本地音频模型，按照Gemini API的发布说明所述，这一更新增强了模型“应对复杂工作流程”的能力。
业内其他企业也在积极布局语音功能领域的投资。有消息称，OpenAI正着手对其音频模型进行全面升级，这一举措是为了配合与Jonny Ive合作的io项目所推出的音频优先个人设备。而近期流出的信息显示，这款设备大概率是一款耳塞产品。
去年，Meta同样借助收购初创企业Play AI来加快自身AI音频领域的发展步伐。作为Facebook的母公司，Meta旗下的Ray-Ban智能眼镜正愈发依赖语音与音频功能，以此实现诸如在嘈杂环境中助力用户听清对话，以及达成通话、短信、音乐和照片的免提操控等各类任务。
“语音是可穿戴设备唯一能被接受的输入方式，”投资者Vanessa Larc如此表示，“这起收购只会让市场对语音应用的需求增长得更快。”
市场对语音功能的需求正不断攀升。本月初，AI语音生成领域的初创企业ElevenLabs对外披露，其年经常性收入已突破3.3亿美元。
