Fundador da Speechify fala sobre o futuro da IA no podcast Everyday AI

Serão as vozes de celebridades o futuro da IA generativa? A IA é segura? Cliff Weitzman, fundador e CEO da Speechify, conversou com Jordan Wilson no Episódio 152 do Everyday AI Podcast para debater essas questões e muito mais.

Podcast Everyday AI

O podcast Everyday AI é uma transmissão diária ao vivo, podcast e newsletter gratuitos, muito populares, que ajudam pessoas comuns a impulsionar suas carreiras com IA. O podcast não só mantém os ouvintes atualizados com as últimas dicas e tendências no espaço em rápida expansão da IA generativa, como também garante que saibam como usar a IA para ter sucesso. Desde seu lançamento em abril de 2023, o podcast Everyday AI já conquistou 22.000 ouvintes e 7.800 assinantes diários da newsletter por e-mail, que buscam aprender estratégias e insights de IA para trabalhar de forma mais inteligente, não mais difícil, e levar seu sucesso a um outro nível com a ajuda da inteligência artificial.

A história da Speechify

Cliff Weitzman desenvolveu a Speechify originalmente após enfrentar dificuldades na faculdade por conta da dislexia e descobrir que a maioria dos livros acadêmicos não possui versões em audiolivro. Hoje, ela é o app número 1 de conversão de texto em fala do mundo, com mais de 150.000 avaliações cinco estrelas e mais de 25 milhões de usuários. Como alcançou tamanha popularidade a ponto de até o Snoop Dogg querer fazer parceria com a empresa? Weitzman contou tudo isso e muito mais no Episódio 152 do Everyday AI, que foi ao ar na segunda-feira, 27 de novembro.

Como funciona a Speechify

Weitzman explicou como a Speechify foi construída com o melhor motor de conversão de texto em fala (TTS) e o gerador de voz com IA de maior qualidade do mundo, transformando qualquer texto em áudio de forma instantânea e acessível. Disponível em aplicativos para Android, Mac, iOS e versão web, além das extensões para Microsoft Edge e Google Chrome, a Speechify não se limita apenas à leitura de textos digitais, como PDFs, artigos de notícias, Google Docs e e-mails. Com tecnologia avançada de OCR e IA, os usuários podem rapidamente tirar fotos de livros, roteiros de estudo, anotações manuscritas e outros documentos físicos e convertê-los em arquivos de áudio realistas em tempo real.

Casos de uso e propósito da Speechify

Ao permitir que os usuários escutem o texto em vez de apenas ler, ou enquanto leem utilizando o recurso de destaque do texto, a Speechify faz com que as pessoas absorvam informações de maneira mais rápida, simples e eficiente. Isso transformou a Speechify numa ferramenta de IA indispensável para estudantes e pessoas com dificuldades ou diferenças de aprendizagem, como dislexia, TDAH, baixa visão, cegueira, autismo, concussões e ansiedade.

No entanto, embora a Speechify tenha sido usada predominantemente como tecnologia assistiva para pessoas com diferenças de aprendizagem nos primeiros anos, hoje todo tipo de gente a utiliza – inclusive, segundo Weitzman, médicos, advogados, contadores, militares, executivos, profissionais de finanças, estudantes de idiomas e multitarefas que desejam aumentar sua produtividade e velocidade de leitura, graças às vozes naturais de alta qualidade e à tecnologia OCR.

De fato, Weitzman compartilhou que o objetivo da Speechify é garantir que "a leitura nunca seja uma barreira para o aprendizado de ninguém, independentemente da sua origem.”

Vozes de celebridades

À medida que a Speechify cresceu, abriu espaço para parcerias com grandes celebridades. No episódio, Weitzman e Wilson conversaram sobre como a Speechify firmou parceria com Snoop Dogg, que empresta sua própria voz para o vasto leque de opções de vozes da plataforma.

Weitzman explicou que muitas das parcerias da Speechify acontecem quando pessoas que usam o produto entram em contato. Ele conta como o agente de Snoop Dogg procurou a Speechify, explicando que Snoop queria usar sua voz para ajudar seu público a consumir informações. Isso levou Weitzman a voar até o estúdio particular do Snoop Dogg para gravar e replicar sua voz por meio de clonagem de voz e tecnologia de síntese de fala.

Entre as mais de 200 vozes de IA da Speechify em diferentes idiomas, incluindo inglês, chinês, espanhol, português e outros, a voz da atriz e investidora de longa data Gwyneth Paltrow também está disponível como opção de narração de texto para fala.

Mas, junto dessas opções de vozes de celebridades capazes de ler qualquer coisa, de posts de redes sociais a artigos acadêmicos, também vêm salvaguardas que a Speechify implementa para evitar uso indevido.

Segurança em IA & clonagem de voz

Embora a Speechify reconheça os benefícios das ferramentas de texto para fala com IA e da tecnologia de clonagem de voz, Weitzman também explicou que uma das maiores preocupações da empresa é proteger criadores de conteúdo e pessoas, pois “a segurança em IA é extremamente importante.”

Implementar políticas de segurança tornou-se ainda mais importante à medida que a Speechify expandiu sua funcionalidade de texto em fala para lançar novos produtos, como o Speechify Studio, um conjunto de ferramentas com IA que permite aos criadores de conteúdo fazer locuções em IA, criar vozes personalizadas, traduzir narrações, transcrever o próprio trabalho automaticamente, editar vídeos e usar avatares de IA.

Por exemplo, Weitzman explica que a Speechify só permite que o usuário clone sua própria voz ou a voz de alguém próximo – como um amigo que deu consentimento – e não qualquer voz da internet, para proteger contra o uso indevido, bem como contra infração de identidade ou direitos autorais.

“Nossa filosofia geral na Speechify coloca os detentores dos direitos no comando", disse Weitzman. Ele também afirmou que a tecnologia de IA da Speechify não serve para substituir criadores de conteúdo, como narradores de audiolivros, mas sim para “aumentar [sua] capacidade de criar”, ajudando-os, por exemplo, a produzir mais conteúdo de forma eficiente.

Além disso, Weitzman revelou que a Speechify está desenvolvendo um produto que permitirá identificar facilmente se uma voz é humana ou sintética (gerada por IA) e, caso seja falsa, onde foi originalmente criada – uma proteção que ajudará a evitar que pessoas caiam em golpes utilizando vozes falsas, em que golpistas imitam a voz de pessoas queridas com propósitos maliciosos.

Ouça Cliff Weitzman no podcast Everyday AI

Para saber mais sobre como a IA de texto para fala da Speechify está moldando o futuro do aprendizado e da criação de conteúdo, ouça este episódio especial do podcast Everyday AI nas principais plataformas, como Apple Podcasts e Spotify, ou dê o play abaixo:

Timestamps do podcast: 

[00:12:50] Segurança no espaço de texto para voz

[00:18:12] Casos de uso de texto para fala

[00:21:05] Perguntas da audiência

[00:24:10] Futuro do texto para fala

[00:27:28] A palavra escrita está se tornando menos impactante?

[00:31:30] Usando texto para fala como profissionais