Underdog เปิดตัว Woof โมเดลเสียง AI ขนาด 31.7MB พร้อมเดโมบนเบราว์เซอร์

Underdog เปิดตัว Woof โมเดลสังเคราะห์เสียงขนาด 31.7MB พร้อมเกมสาธิตที่อ่านประโยคที่ผู้ใช้พิมพ์ให้ฟังผ่านเบราว์เซอร์ โดยไม่ต้องติดตั้งโปรแกรมเพิ่มเติม

Underdog ระบุในโพสต์บน X ว่าใช้ Woof สร้างเสียงทั้งหมดในเกม ส่วนการสาธิตแปลงข้อความเป็นเสียงผ่านเบราว์เซอร์ปรากฏในรายงานของ TechCrunch เมื่อวันที่ 6 พ.ย.

ฉากในเกมเป็นห้องที่มีอุปกรณ์อิเล็กทรอนิกส์รุ่นเก่า บนโต๊ะมีเครื่องพิมพ์ดีด จอภาพ CRT และโคมไฟตั้งโต๊ะ เมื่อกดสวิตช์ไฟจะมีเสียงดังขึ้น

ผู้ใช้พิมพ์ข้อความลงบนเครื่องพิมพ์ดีดด้วยแป้นพิมพ์คอมพิวเตอร์เพื่อฟังเสียงอ่านข้อความได้ นอกจากนี้ ยังหมุนเครื่องปรับเสียงเพลงบนหน้าจอเพื่อสร้างเพลงรูปแบบอื่นได้ด้วย

Woof มีพารามิเตอร์ประมาณ 31 ล้านตัว และ Underdog เปิดให้ทุกคนดาวน์โหลดโมเดลได้ บริษัทระบุว่า Woof ทำงานบนอุปกรณ์ส่วนใหญ่ได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต การสาธิตแสดงให้เห็นการแปลงข้อความเป็นเสียงภายในเบราว์เซอร์

ขนาด 31.7MB หมายถึงขนาดไฟล์โมเดล ส่วนประมาณ 31 ล้านหมายถึงจำนวนพารามิเตอร์ ตัวเลขทั้งสองนี้เพียงอย่างเดียวไม่สามารถใช้ประเมินความเป็นธรรมชาติของเสียงหรือภาษาที่รองรับได้

ไม่กี่สัปดาห์ก่อน Underdog เปิดตัว Bark โมเดลรู้จำเสียงขนาด 167MB ซึ่งออกแบบมาเพื่อแปลงคำพูดเป็นข้อความสำหรับการถอดเสียงและการบันทึก ขณะที่ Woof ทำงานในทิศทางตรงกันข้าม โดยแปลงข้อความเป็นเสียง

ซิจิล เวน (Sigil Wen) ผู้ก่อตั้ง Underdog กล่าวในการสัมภาษณ์กับ TechCrunch ว่า “ผมอยากให้ผู้คนใช้ AI แบบเป็นส่วนตัวได้” เขาอธิบายว่าต้องการสร้างระบบ AI ที่ทำงานบนอุปกรณ์ของผู้ใช้และให้ผู้ใช้เป็นเจ้าของข้อมูล

Underdog ยังเปิดตัวโมเดลขนาด 27,000 ล้านพารามิเตอร์ที่ใช้งานบนแล็ปท็อปได้ และกำลังเปิดรับคำขอใช้งานแอปแยกต่างหาก โดยแนะนำแอปนี้เป็นทางเลือกสำหรับใช้งาน Muse และ Instinct บนอุปกรณ์ของผู้ใช้

ก่อนหน้านี้ Underdog เริ่มเปิดเบต้าแบบสาธารณะของผู้ช่วย AI สำหรับ Mac และพีซี Windows โดย Conway Research ผู้พัฒนา ระบุว่าโมเดลทำงานบนอุปกรณ์ของผู้ใช้และไม่ส่งข้อมูลไปยังเซิร์ฟเวอร์ภายนอก