Underdog lance un modèle vocal miniature utilisable hors ligne

Résumé

Underdog dévoile Woof, un modèle vocal ouvert de 32 Mo qui fonctionne localement dans un navigateur et génère parole comme musique, sans connexion.

Les faits

La start-up Underdog a lancé un jeu conçu autour de Woof, son nouveau modèle vocal d’une taille de 32 Mo. L’expérience se déroule dans une pièce au décor technologique rétro, avec une machine à écrire, un écran cathodique, une lampe de bureau et un tuner musical. Le joueur peut saisir n’importe quel texte au clavier pour que le jeu le prononce. Le tuner permet également de générer différents types de musique. L’ensemble fonctionne dans un navigateur grâce au modèle de génération vocale d’Underdog. Selon l’entreprise, Woof peut fonctionner sur la plupart des appareils sans connexion internet. Le modèle compte 31 millions de paramètres et peut être téléchargé par tous. Underdog a indiqué que la démonstration avait été conçue avec son modèle de synthèse vocale « Woof ». Cette démonstration intervient quelques semaines après le lancement de Bark, un modèle de reconnaissance vocale de 167 Mo destiné lui aussi aux appareils périphériques, notamment pour la transcription et la dictée. Underdog a également publié un modèle de 27 milliards de paramètres capable de fonctionner sur des ordinateurs portables.

Pourquoi c’est important

Woof illustre une approche qui déplace une partie de la génération vocale vers les appareils des utilisateurs. Un modèle de 32 Mo capable de produire de la parole et de la musique peut servir de base à des assistants locaux ou à des expériences audio personnalisées, sans dépendre en permanence d’une connexion internet. Cette orientation s’inscrit dans la stratégie revendiquée par le fondateur d’Underdog, Sigil Wen, qui souhaite développer des modèles ouverts fonctionnant sur les appareils existants et permettre aux utilisateurs de conserver la maîtrise de leurs données. La taille réduite de Woof ne le destine pas à remplacer les modèles plus importants, mais elle facilite son déploiement sur des appareils périphériques.

Questions fréquentes

Qu’est-ce que Woof ?

Woof est le modèle vocal d’Underdog utilisé dans une démonstration interactive. Il mesure 32 Mo, compte 31 millions de paramètres et est ouvert au téléchargement.

Que peut faire la démonstration ?

Elle permet de saisir du texte pour le faire prononcer et d’utiliser un tuner afin de générer différents types de musique.

Woof fonctionne-t-il sans internet ?

Underdog indique que son modèle peut fonctionner sur la plupart des appareils sans connexion internet.

Quel est le lien entre Woof et Bark ?

Woof génère de la parole et de la musique, tandis que Bark est un modèle de reconnaissance vocale de 167 Mo destiné à la transcription et à la dictée.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.