Underdog 公開檔案大小為 31.7 MB 的語音合成模型 Woof,並推出一款可朗讀使用者輸入文字的遊戲。使用者無須安裝軟體,就能直接在瀏覽器中聽見語音。
Underdog 在 X 貼文中表示,遊戲裡所有聲音都使用 Woof。TechCrunch 於 11 月 6 日的報導也展示了在瀏覽器中將文字轉為語音的功能。
遊戲場景設在一間擺著老式電子設備的房間。桌上有打字機、CRT 螢幕和檯燈;按下燈具開關時,遊戲會播放聲音。
使用者可以透過電腦鍵盤在打字機上輸入文字,並聽取語音。轉動畫面中的音樂調諧器,還能生成不同類型的音樂。
Woof 約有 3,100 萬個參數。Underdog 已公開模型,供任何人下載。
Underdog 表示,Woof 在多數裝置上即使沒有網路連線也能運作。這次示範則呈現了在瀏覽器中將文字轉為語音的功能。
31.7 MB 是模型檔案大小,約 3,100 萬則是模型參數數量。僅憑這兩項數據,無法判斷語音的自然程度或支援語言。
幾週前,Underdog 也公開了檔案大小為 167 MB 的語音辨識模型 Bark。Bark 的設計用途是將人聲轉成文字,以供聽寫和記錄;Woof 則是把文字轉成語音。
Underdog 創辦人 Sigil Wen 接受 TechCrunch 訪問時表示:「我希望人們能使用私人 AI。」他說,自己想打造能在使用者裝置上運作、並讓使用者保有資料所有權的 AI 系統。
Underdog 也公開了一款可在筆記型電腦上執行、擁有 270 億個參數的模型,並開放使用者申請另一款應用程式。該應用程式被介紹為 Muse 和 Instinct 的本機執行替代方案。
Underdog 此前已為 Mac 和 Windows PC 推出 AI 助理公開測試版。當時開發商 Conway Research 表示,模型會在使用者裝置上執行,資料不會傳送至外部伺服器。
Comment 0