Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Hume AI

Responde em linguagem comum a perguntas sobre uma gravação, da emoção ao ruído de fundo; os produtos de voz da Hume fecharam em 13 de novembro.

Análise de ReviewRamble editors · Atualizado

Visitar Hume AI Pague pelo uso

Compartilhe esta página:XLinkedInFacebookRedditWhatsAppE-mail

Nossa nota

3.4/5

A API de perguntas e respostas sobre áudio da Hume é engenhosa e barata, mas uma empresa que desligou seus produtos de voz com seis semanas de aviso precisa reconquistar a confiança antes de você construir em cima dela.

O que é Hume AI?

A Hume AI, sediada em Nova York, agora é uma empresa de análise de áudio. Sua Audio Decisions API, lançada em 2 de novembro de 2026, recebe um arquivo MP3 ou WAV de 1 segundo a 5 minutos e até 25 perguntas que você escreve, como "Quão frustrado o cliente parece?" ou "Há música de fundo?". Ela devolve probabilidades, não texto: um sim ou não, uma escolha, uma nota numa escala, ou os trechos de tempo em que ocorre algo como uma risada. Cada probabilidade estima a parcela de ouvintes humanos que dariam aquela resposta. A Hume diz que o modelo foi treinado com dezenas de milhões de julgamentos de ouvintes e concordou com a média de um painel em 70,7% das vezes, contra 56,5% de um único avaliador humano.

Os produtos de voz da Hume acabaram. Seu Empathic Voice Interface (EVI) para agentes de voz e sua API de texto para fala Octave foram encerrados em 13 de novembro de 2026 às 12:01 a.m. EST, após um aviso publicado em 2 de outubro, e a Hume diz que os dados que restavam nessas contas são apagados de forma permanente. Vozes salvas e clonadas no Octave não podiam ser exportadas. A documentação para desenvolvedores agora lista só a Audio Decisions e a antiga Expression Measurement API. Em janeiro de 2026, o fundador Alan Cowen e vários engenheiros foram para o Google DeepMind por meio de um acordo de licenciamento; a Hume continuou independente, liderada por Andrew Ettinger.

Hume AI vale a pena?

A transcrição de uma ligação de suporte diz o que o cliente falou. Não diz que o "tudo bem" dele saiu sem vida e cansado, nem que havia um cachorro latindo e o atendente falava por cima dele. Conseguir essas respostas costumava exigir encadear modelos separados para contar falantes, detectar emoção, idioma e ruído de fundo.

A Audio Decisions API da Hume pergunta tudo isso numa única requisição. Você escreve as perguntas em linguagem comum, anexa até 5 minutos de áudio e recebe números com que seu código pode agir: a probabilidade de o cliente parecer frustrado, os segundos em que alguém ri. Ela nunca transcreve, então complementa um serviço de fala para texto como a AssemblyAI em vez de substituí-lo. A Hume diz que superou Gemini 3.8 Flash, gpt-audio-1.5 e outros em 10 benchmarks com média de 0,82, embora sejam testes da própria Hume.

O preço é o atrativo. A documentação de cobrança da Hume estima uma ligação de suporte de 5 minutos com seis perguntas em cerca de 26.400 tokens de entrada, o que a $0.47 por milhão dá pouco mais de um centavo. Acompanhar uma ligação ao vivo em clipes de 5 segundos sai por cerca de 6.400 tokens por minuto. Respostas não são cobradas, nem requisições rejeitadas.

O porém: é uma API v0 atrás de uma lista de espera, de uma empresa no meio de uma reinvenção. Em 2 de outubro a Hume deu aos desenvolvedores seis semanas antes de o EVI e o Octave pararem, com exclusão posterior dos dados das contas e vozes clonadas impossíveis de exportar. A documentação da Hume também diz que o modelo pode ser atualizado sem mudança na API, então as respostas podem se mover sob os limites que você ajustou. Os termos de privacidade deixam lacunas para um produto que recebe a voz de pessoas. A API Data Usage Policy da Hume diz que ela não usa dados enviados por clientes para treinar seus próprios modelos, mas essa página não tem data e não cita este produto, a política de privacidade geral (atualizada pela última vez em fevereiro de 2025) exclui o conteúdo da API, e a documentação não diz por quanto tempo o áudio enviado fica guardado. Cada requisição é registrada como um run que guarda a requisição e o tamanho do áudio; se o próprio áudio é guardado não está publicado.

Nossa opinião: para pontuar um conjunto de vozes sintéticas ou amostrar um arquivo de ligações, o custo é baixo o bastante para que o risco seja pequeno; como camada de emoção de um produto em produção, exige um acordo de tratamento de dados assinado e um plano para o dia em que a Hume mudar de rumo de novo.

Onde ele se destaca

  • Uma equipe de IA de voz testando modelos de texto para fala antes do lançamento

    Pontuar milhares de clipes gerados por naturalidade, falhas e pronúncia

    Envie cada clipe de 10 segundos com três perguntas; a documentação de cobrança da Hume estima cerca de 1.000 tokens por clipe, então 10.000 clipes são cerca de 10M de tokens, ou $4.70. A Hume também apresenta isso como feedback para treinar vozes.

  • Uma líder de qualidade numa central de atendimento

    Achar toda ligação em que o cliente pareceu frustrado e o atendente falou por cima dele

    Rode as mesmas perguntas numa amostra de ligações gravadas, divida as longas em partes de 5 minutos com o SDK e mande as notas altas para revisão humana. Peça um acordo de tratamento de dados ao legal@hume.ai antes de enviar vozes de clientes.

  • Um desenvolvedor criando um agente de voz sobre a pilha de voz de outro provedor

    Dar ao LLM do agente pistas sobre o tom, não só a transcrição

    Envie clipes de 5 segundos do cliente junto com a fala para texto e passe as probabilidades ao LLM com as regras de negócio. A documentação da Hume diz que a maioria das perguntas precisa de 5 segundos ou mais de áudio para ser confiável.

Antes de decidir

Configuração
Entre na lista de espera; quando o acesso sair, crie uma chave de API na Hume Platform e envie um POST multipart para https://api.cloud.hume.ai/v0/decisions/file com o cabeçalho X-Hume-Api-Key, ou instale o SDK hume-audio-decisions para Python ou @humeai/audio-decisions para TypeScript.
Integrações
Só REST sobre HTTP, SDKs para Python e TypeScript, uma skill de Audio Decisions para Claude Code, Codex e Cursor, e um servidor MCP de documentação. Sem saída de transcrição; combine com uma API de fala para texto.
Dados e privacidade
A API Data Usage Policy da Hume diz que ela não usa dados enviados por clientes para treinar seus próprios modelos. A retenção do áudio enviado à Audio Decisions não é publicada; os runs registram a requisição e o tamanho do áudio. Relatório SOC 2 sob pedido. Os dados das contas de EVI e TTS foram apagados após 13 de novembro de 2026. Quais ferramentas de IA treinam com os seus dados?
Custo em escala
$0.47 por 1M de tokens de entrada. Estimativas da Hume: uma ligação de 5 minutos com seis perguntas dá cerca de 26.400 tokens; monitoramento ao vivo em clipes de 5 segundos, cerca de 6.400 tokens por minuto. Preços de volume via vendas.
Limites
Um MP3 ou WAV de 1 segundo a 5 minutos e até 25.000.000 bytes por requisição; até 20 perguntas de escolha, nota ou sim ou não e 5 perguntas de trecho; contexto de até 1.000 caracteres; 600 requisições por minuto por organização.

O que é bom

  • Perguntas em linguagem comum sobre áudio, respondidas como probabilidades numa chamada
  • Cerca de um centavo por ligação de 5 minutos com seis perguntas, a $0.47 por 1M de tokens
  • Capta tom, sobreposição de falas e som de fundo que a transcrição perde
  • 600 requisições por minuto por organização; SDKs para Python e TypeScript
  • Diz que não treina com dados enviados por clientes à API

O que não é

  • EVI e Octave TTS encerrados em 13 de novembro de 2026, com dados das contas apagados
  • Acesso por lista de espera e uma API v0 cujas respostas podem mudar com atualizações do modelo
  • A retenção do áudio enviado não é publicada
  • Sem transcrição, então você ainda precisa de um serviço de fala para texto separado
  • Os benchmarks são da própria Hume

Ideal para

Desenvolvedores que avaliam vozes sintéticas ou amostram gravações de ligações, querem julgamentos de tom e som em números e conseguem conviver com uma API v0 em lista de espera.

Alternativas ao Hume AI

Hume AI: perguntas frequentes

Hume AI vale a pena?
A API de perguntas e respostas sobre áudio da Hume é engenhosa e barata, mas uma empresa que desligou seus produtos de voz com seis semanas de aviso precisa reconquistar a confiança antes de você construir em cima dela. Damos nota 3.4 de 5.
Quanto custa Hume AI?
Audio Decisions: $0.47 por 1M de tokens de entrada, sem compromisso, com crédito de teste de 1M de tokens quando o acesso é liberado. Acesso por lista de espera. Preços de volume Enterprise e implantação em VPC, on-premises ou no país sob consulta. EVI e Octave TTS foram encerrados em 13 de novembro de 2026.
Quais são as desvantagens de Hume AI?
EVI e Octave TTS encerrados em 13 de novembro de 2026, com dados das contas apagados; acesso por lista de espera e uma API v0 cujas respostas podem mudar com atualizações do modelo; a retenção do áudio enviado não é publicada; sem transcrição, então você ainda precisa de um serviço de fala para texto separado; os benchmarks são da própria Hume.
Para quem Hume AI é indicado?
Desenvolvedores que avaliam vozes sintéticas ou amostram gravações de ligações, querem julgamentos de tom e som em números e conseguem conviver com uma API v0 em lista de espera.
Quanto custa Hume AI para uma equipe ou em produção?
$0.47 por 1M de tokens de entrada. Estimativas da Hume: uma ligação de 5 minutos com seis perguntas dá cerca de 26.400 tokens; monitoramento ao vivo em clipes de 5 segundos, cerca de 6.400 tokens por minuto. Preços de volume via vendas.
Hume AI é seguro para dados da empresa?
A API Data Usage Policy da Hume diz que ela não usa dados enviados por clientes para treinar seus próprios modelos. A retenção do áudio enviado à Audio Decisions não é publicada; os runs registram a requisição e o tamanho do áudio. Relatório SOC 2 sob pedido. Os dados das contas de EVI e TTS foram apagados após 13 de novembro de 2026.
Quais são as melhores alternativas ao Hume AI?
As alternativas mais próximas que analisamos são AssemblyAI e ElevenLabs.

Respostas verificadas em 16 de nov. de 2026.