Новини›צליל›Underdog показа модел за глас с размер 32MB
Снимка: TechCrunch AI
צליל

Underdog показа модел за глас с размер 32MB

TechCrunch AI · петък, 6 ноември, 15:02 · 1 мин четене

Малкият модел може да генерира реч и музика директно в браузъра.

Докато повечето AI компании строят все по-големи модели, които искат огромна изчислителна мощ, стартъпът Underdog показа обратното. Новият му модел за синтез на реч Woof е само 32MB и работи директно в браузъра, без нужда от интернет връзка. Моделът е с 31 милиона параметъра и е отворен, така че всеки може да го изтегли.

За демонстрация Underdog направи малка игра в ретро стил с пишеща машина, CRT монитор и настолна лампа. Можеш да напишеш какъвто текст искаш на пишещата машина с клавиатурата, а играта го прочита на глас. Въртенето на регулатора пък създава различни видове музика. Всичко гласово в играта е генерирано от Woof.

По-малък модел едва ли ще замени големите, но може да захрани локални гласови асистенти или да създава персонализирани подкаст епизоди. Underdog вече беше пуснал и Bark, 167MB модел за превръщане на реч в текст, също предназначен за устройства.

Фаундърът Сигил Вен обясни, че е започнал проекта, защото вместо да ползва бележници като Granola, иска собствена система с AI модели, които работят на устройството на потребителя, и данните остават при него. Според него до месеци повечето от силните модели ще могат да работят на вече притежаваните устройства.

Освен двата гласови модела, компанията е пуснала и 27-милиардно-параметров модел, който върви на лаптопи, както и приложение със списък за чакане, което се позиционира като локална алтернатива на Muse и Instinct.

Още новини