Code & Chain · Signal Desk

Underdog 展示 32MB 瀏覽器語音模型 Woof

原始來源TechCrunch

摘要

Underdog 公開發表名為 Woof 的 32MB 瀏覽器語音模型,並以一款瀏覽器遊戲演示。Woof 約 31.7 MB、3,100 萬參數,設計為在邊緣裝置本機執行、不需連網。演示中,使用者在打字機上輸入文字,模型便朗讀出來,另有可調整不同音色的音樂調音器;開場文字也暗示對「侵入式」雲端供應商的不滿。模型開放供下載,可在多數裝置的瀏覽器中執行。這是 Underdog 邊緣 AI 堆疊的一部分,另有 167MB 的語音轉文字模型 Bark,以及供筆電使用的 27B 參數模型與本機應用程式。報導認為 Woof 不太可能取代大型模型,但可實現不依賴雲端的本機語音互動與個人化語音輸出。

重點整理

  • 開發者可把語音輸出嵌入網頁或邊緣裝置而不需雲端費用;一般使用者則可在無網路下使用基本語音互動。
  • 對重視隱私或離線場景的開發者,這是可下載、可直接在瀏覽器執行的輕量語音方案。

編輯說明

本頁是 Code & Chain 對公開來源的編輯摘要,可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準;內容不構成投資、法律或稅務建議。