Empresa por trás da Modulate capta US$ 25 milhões para detectar música gerada por IA

A Modulate, empresa americana especializada em inteligência artificial aplicada a áudio, acaba de captar US$ 25 milhões em uma nova rodada de investimento. O aporte leva o financiamento acumulado da empresa a US$ 60 milhões e chega poucos meses depois de ela entrar em um mercado que ganha espaço na indústria musical: a detecção de música gerada por inteligência artificial.

Fundada em 2017 por Carter Huffman e Mike Pappas, a Modulate começou com tecnologias de análise de voz e ficou conhecida pelo ToxMod, ferramenta voltada à moderação de conversas em games. Em junho, porém, lançou uma API específica para identificar música gerada por IA, direcionada a serviços de streaming, distribuidoras digitais, organizações de direitos e empresas de tecnologia musical.

O movimento acontece no momento em que as plataformas começam a definir como identificar, etiquetar, recomendar e remunerar conteúdos criados com inteligência artificial. Com isso, uma questão técnica passa a ter consequências diretas para artistas e titulares de direitos: quem determina se uma faixa foi ou não gerada por IA?

Como funciona a detecção da Modulate

A ferramenta da Modulate analisa o áudio em trechos de quatro segundos e utiliza modelos separados para avaliar vocais e instrumentais. Ao final, entrega uma classificação para cada trecho e para a gravação completa, indicando se encontrou voz sintética, instrumental gerado por IA ou se a música não foi identificada como artificial.

A empresa cobra US$ 0,07 por hora de áudio analisada e apresenta o serviço como uma solução que pode ser incorporada ao processo de entrada das músicas nos catálogos. Assim, plataformas e distribuidoras poderiam verificar um lançamento antes mesmo de ele chegar ao público ou começar a gerar royalties.

A escala já alcançada pela empresa ajuda a explicar o interesse dos investidores. Segundo a Modulate, seus diferentes modelos analisam mais de 10 milhões de horas de áudio por mês e já processaram mais de 600 milhões de horas. A empresa também informa precisão de 98,9% na identificação de vozes sintéticas em testes públicos. O número, porém, diz respeito ao modelo de detecção de voz artificial e não deve ser interpretado como taxa de acerto específica para músicas geradas por IA.

“A voz está se tornando uma interface primária para a IA, e isso cria todo um novo conjunto de problemas que não pode ser resolvido a partir de uma transcrição”, afirmou Carter Huffman, CEO e cofundador da Modulate.

US$ 25 milhões chegam em meio à corrida por identificação de IA

A nova rodada foi liderada pela Future Ventures, com participação das investidoras Hyperplane e Lakestar. O dinheiro será direcionado a pesquisa em inteligência artificial e aprendizado de máquina, desenvolvimento de produtos e engenharia, relações com desenvolvedores e parcerias. A Modulate tem entre 40 e 45 funcionários e pretende contratar mais dez pessoas nos próximos meses.

O aporte também mostra como a identificação de conteúdo sintético começa a formar seu próprio mercado dentro da indústria musical. A Deezer, por exemplo, desenvolveu uma tecnologia própria e informou que recebeu quase 90 mil faixas totalmente geradas por IA por dia em junho. Em dias de pico, elas passaram de 50% das novas músicas entregues ao serviço.

Outras empresas seguem caminhos diferentes. O TIDAL anunciou uma política para identificar músicas totalmente geradas por IA e impedir que elas recebam royalties, enquanto a Qobuz também adotou um sistema de detecção. Já o Apple Music depende de informações fornecidas pelos titulares dos direitos para aplicar suas etiquetas de transparência. O Spotify, por sua vez, também utiliza declarações enviadas por artistas, gravadoras ou distribuidoras em parte de sua política de identificação.

Quem decide se uma música foi feita por IA?

A diferença entre esses modelos ajuda a dimensionar o novo problema. Algumas plataformas dependem da declaração de quem envia a música. Outras começam a usar sistemas capazes de analisar diretamente o áudio. Nesse segundo caso, a precisão da tecnologia pode interferir na forma como uma gravação é tratada dentro de um serviço.

A própria Modulate reconhece limitações atuais de sua ferramenta, como a identificação de corais ou vozes de fundo geradas por IA e de bases artificiais combinadas a uma voz humana ao vivo. Isso ganha peso quando uma classificação pode servir de base para etiquetar uma faixa, retirá-la de recomendações ou submetê-la a regras diferentes de monetização.

O investimento de US$ 25 milhões, portanto, coloca a Modulate em uma disputa que vai além de descobrir se uma música foi criada por uma máquina. Conforme as plataformas estabelecem políticas para conteúdos sintéticos, as empresas responsáveis pela detecção passam a ocupar uma etapa sensível entre a criação da faixa, sua distribuição e o dinheiro que ela pode gerar.