🌐 English ⚡ 即时比分

Underdog在新演示中展示32MB语音模型

人工智能 来源: TechCrunch • 发布时间: • 热度: 👍👍
Underdog在新演示中展示32MB语音模型
🤖
🤖

核心导读

初创公司Underdog展示仅32MB的语音生成模型Woof,可在浏览器和多数设备离线运行,模型含3100万参数并开放下载。复古科技房间游戏演示了打字朗读与音乐生成,显示小模型可支撑本地助手和个性化音频。公司还推出167MB语音转文本模型Bark及笔记本可跑的270亿参数模型,强调开放、私有、本地AI。

全球AI公司正竞相打造更大、更强的模型,但问题在于它们都需要海量算力。另一方面,一些研究人员和初创公司正在开发更小的模型,可运行在手机、电脑等边缘设备上。 初创公司Underdog便是其中之一。该公司发布了一款由其新语音模型Woof驱动的游戏,模型体积仅32MB。 游戏场景是一个复古科技主题房间,摆着打字机和CRT显示器。还有一盏台灯,点击开关时会发出声音。开场提示警告用户,小镇里有“侵入性”的云服务商——显然是在影射基于云端的模型。 你可以与打字机和音乐调谐器互动。 你可以用键盘在打字机上输入任何内容,游戏会将其朗读出来。你也可以旋转调谐器,生成不同风格的音乐。 这一切都在浏览器中通过Underdog的语音生成模型运行。该公司称,该模型可在大多数设备上离线运行。模型有3100万参数,向所有人开放下载。 尽管如此小的模型很可能无法取代更大的模型,但它或许足以驱动本地助手体验或制作个性化播客。 这一演示发布数周前,Underdog刚推出Bark——一个167MB的语音转文本模型,同样面向边缘设备,用于转录和听写。 Underdog创始人Sigil Wen告诉TechCrunch,他开始做这款应用,是因为不想使用Granola这类笔记工具,而想用可在用户设备上运行的AI模型构建自己的系统,让用户拥有自己的数据。 “我认为,几个月内,我们就能在你已经拥有的设备上运行当今大多数能力出众的模型。我们只想训练最好的开放模型——美国制造、开放、有能力,并让人们拥有私密AI。”他说。这里指他的宣言。 除上述两个语音模型外,Underdog还发布了一个可在笔记本电脑上运行的270亿参数模型,以及一个需排队候补的应用。该公司将其定位为Muse和Instinct的本地托管替代方案。
分享这篇文章: