A startup Underdog lançou Woof, um modelo de geração de voz demonstrado em um jogo que funciona no navegador. Na experiência, é possível digitar um texto para ouvi-lo falado e girar um sintonizador para gerar diferentes tipos de música. A empresa diz que o modelo pode rodar na maioria dos dispositivos sem conexão à internet e está disponível para download público.
O jogo se passa em uma sala com tema de tecnologia retrô, com máquina de escrever e monitor de tubo. Uma luminária emite um som quando o usuário clica no interruptor. Na introdução, a experiência faz uma provocação a provedores de nuvem. A Underdog afirma que todas as vozes do jogo são geradas por Woof.
A publicação descreve Woof como um modelo de 32 MB; uma mensagem da empresa informa o tamanho de 31,7 MB. O sistema tem 31 milhões de parâmetros. Segundo o artigo, um modelo tão pequeno provavelmente não substituirá modelos maiores, mas pode servir para experiências com assistentes executados localmente ou para podcasts personalizados.
Semanas antes, a Underdog lançou Bark, um modelo de fala para texto de 167 MB, projetado para rodar em dispositivos de borda e voltado a tarefas de transcrição e ditado. A empresa também lançou um modelo de 27 bilhões de parâmetros que pode funcionar em laptops. Além disso, mantém um aplicativo em lista de espera, que apresenta como alternativa hospedada localmente a Muse e Instinct.
O fundador da Underdog, Sigil Wen, disse à TechCrunch que começou a criar o aplicativo porque queria desenvolver um sistema próprio, em vez de usar ferramentas de anotação como Granola. Segundo ele, a proposta é usar modelos de IA nos dispositivos dos usuários e permitir que eles mantenham seus dados.
Wen afirmou acreditar que, em poucos meses, modelos capazes disponíveis hoje poderão rodar nos dispositivos que as pessoas já possuem. Ele apresentou como objetivo da empresa treinar modelos abertos e capazes, com foco em privacidade. Essa declaração expressa uma previsão e uma meta do fundador, não a confirmação de que todos esses modelos já estejam disponíveis nos dispositivos citados.
