IA de audição espacial da Kardome agora equipa TVs OLED flagship da LG

Esse tipo de trajetória é comum em eletrônicos de consumo com IA embarcada: primeiro surge a parceria de pesquisa, depois a integração ao produto e, por fim, a produção em larga escala.

O que a Spatial Hearing AI faz na prática

O sistema da Kardome tenta dar aos dispositivos uma capacidade de audição mais próxima da humana. Em vez de tratar todo o áudio captado pelos microfones como um único sinal misturado, a tecnologia cria um mapa espacial do ambiente sonoro do cômodo.

Com esse mapa acústico, a TV consegue:

• Identificar a posição física de cada som
• Separar diferentes falantes em fluxos de áudio distintos
• Filtrar ruído de fundo
• Acompanhar quem está falando mesmo se a pessoa se mover

Assim, a televisão consegue focar em quem está dando o comando — em vez de se confundir com conversas paralelas ou com o som da própria TV.

Na prática, isso melhora o reconhecimento de comandos de voz mesmo quando:

• várias pessoas falam ao mesmo tempo
• o volume da TV está alto
• o usuário está falando de longe, do outro lado da sala

Segundo a LG, isso torna o controle por voz mais confiável em condições reais de sala de estar, onde assistentes tradicionais frequentemente falham.

Por que ambientes com várias pessoas confundem assistentes de voz

A maioria dos sistemas tradicionais depende de técnicas como beamforming (direcionamento de microfones) e reconhecimento de fala na nuvem. Eles geralmente pressupõem um único falante dominante e áudio relativamente limpo.

Mas casas raramente são assim. Conversas simultâneas, eco do som da TV e ruído ambiente podem atrapalhar o reconhecimento, gerando comandos errados ou não reconhecidos.

A Spatial Hearing AI tenta resolver isso tratando os sons como objetos separados dentro de uma cena sonora tridimensional. Assim, o dispositivo pode focar em uma fonte específica de voz em vez de analisar todo o ruído do ambiente como um único sinal.

Por que o processamento local (edge) é importante

Outro ponto central da arquitetura da Kardome é o processamento diretamente no dispositivo, conhecido como edge computing.

Em vez de enviar todo o áudio para servidores na nuvem, grande parte da análise ocorre dentro do próprio aparelho. Isso traz dois benefícios práticos.

Resposta mais rápida:
Como o áudio não precisa viajar até servidores remotos para ser processado, os comandos são interpretados mais rapidamente, tornando a interação por voz mais imediata.

Mais privacidade:
Quando o processamento acontece no próprio dispositivo, menos dados de voz precisam ser enviados para serviços externos — algo relevante para equipamentos que estão sempre ouvindo o ambiente.

Essa abordagem de IA embarcada está se tornando cada vez mais comum em produtos conectados, de TVs inteligentes a carros.

Para além das TVs: onde a tecnologia pode chegar

Embora as televisões tenham sido o primeiro alvo comercial, desde o início a parceria entre Kardome e LG foi apresentada como uma plataforma para múltiplos dispositivos inteligentes.

O anúncio inicial de 2025 mencionava planos de expansão para várias categorias, incluindo:

• Eletrodomésticos inteligentes
• Dispositivos de áudio
• Sistemas automotivos

O setor automotivo é especialmente interessante. Demonstrações já mostraram sistemas capazes de identificar qual passageiro está falando dentro de um carro, permitindo que o assistente responda à pessoa correta — algo que assistentes convencionais ainda têm dificuldade para fazer quando vários ocupantes falam ao mesmo tempo.

A tendência maior: dispositivos que entendem o contexto sonoro

A integração da Kardome com a LG reflete uma mudança mais ampla nas interfaces de voz. Em vez de apenas reconhecer palavras, os sistemas mais recentes tentam entender quem está falando, de onde vem a voz e em que contexto ela ocorre.

Tecnologias como mapeamento acústico espacial, separação de múltiplos falantes e processamento local com IA estão se tornando elementos-chave dessa nova geração de interfaces.

Nas TVs OLED da LG, o resultado é simples de descrever: um televisor que consegue, finalmente, ouvir a pessoa certa mesmo em uma sala cheia de conversas e ruído.