据《连线》（Wired）报道，谷歌旗下人工智能部门 DeepMind 已与语音 AI 初创公司 Hume AI 达成一项新的许可协议，并在此框架下聘用该公司的首席执行官及多名核心工程师。

报道援引消息称，Hume AI CEO Alan Cowen 以及约七名工程师将加入 DeepMind，参与提升谷歌 Gemini 模型的语音功能。交易的具体财务条款尚未披露。

根据相关报道，Hume AI 其余业务将继续独立运营，并向其他 AI 公司提供其语音与情绪识别技术。TechCrunch 表示已就此事联系谷歌和 Hume AI 以寻求确认。

此次团队收购被视为大型 AI 公司通过“收团队而非收公司”获取人才的又一案例。通过收购初创公司的核心团队，而不是直接并购公司本身，相关交易通常面临的监管审查压力较小。报道提到，谷歌去年已以类似方式吸纳了病毒式传播的 AI 编码初创公司 Windsurf 的 CEO 及其他顶级研究人员；OpenAI 近几个月也收购了包括 Covogo 和 Roi 在内的多个初创团队。美国联邦贸易委员会近期则表示，将对这类交易加强审查。

多项迹象显示，语音正成为 AI 领域的重要发力方向。Hume AI 的技术特点在于，其模型能够基于用户的声音信号识别情绪和心情。2024 年，该公司推出了一款具备情感智能的对话式 AI 产品，被称为“同理心语音界面”。据数据服务机构 PitchBook 统计，Hume AI 至今累计融资接近 8000 万美元，《连线》报道称该公司今年预计收入约为 1 亿美元。

除 Hume AI 外，多家科技公司也在加大语音相关投入。谷歌方面持续改进 Gemini Live 功能，使用户可以通过语音与聊天机器人进行交互。上月，谷歌发布了 Live API 的新原生音频模型，据称可提升模型处理复杂工作流的能力，相关更新已在 Gemini API 发布说明中列出。

OpenAI 也被报道正在准备对其音频模型进行全面升级，以配合其今年计划推出的首款以音频为核心的个人设备。该设备由 Jonny Ive 的公司 LoveFrom（报道中称 io）负责设计，近期泄露信息显示，该设备形态可能为耳塞。

Meta 去年通过收购初创公司 Play AI 加快了其在 AI 音频领域的布局。报道指出，Meta 与雷朋（Ray-Ban）合作推出的智能眼镜正越来越依赖语音和音频功能，不仅支持在嘈杂环境中帮助用户听清对话，还可实现免提控制通话、短信、音乐播放和拍照等操作。

在可穿戴设备场景中，语音输入被部分业内人士视为关键交互方式。投资人 Vanessa Larco 在接受 TechCrunch 采访时表示，语音是可穿戴设备“唯一可接受的输入方式”，并称此次收购将进一步推动语音应用需求的增长。

市场对语音能力的需求近期持续上升。本月早些时候，AI 语音生成初创公司 ElevenLabs 宣布，其年经常性收入已突破 3.3 亿美元，反映出语音相关产品在商业化方面的扩张速度。