Underdog 展示 32MB 文本转语音模型 Woof，可生成语音和音乐

OmniTools 11月6日消息，Underdog 展示了一款名为 Woof 的新型文本转语音模型，并用它制作了一个可在浏览器中运行的小游戏。该模型体积为 31.7 MB（约 32MB），拥有 3100 万参数，已开放下载，公司称其可在大多数设备上断网离线运行。

在演示游戏中，用户可在打字机上输入任意文字，游戏会用 Woof 的声音朗读出来；旋转调音器则能生成不同类型的音乐。游戏场景采用复古科技主题，包含打字机、CRT 显示器和台灯等元素，开场提示还揶揄了小镇里的“侵入式”云服务商。

这一演示发布在 Underdog 推出 167 MB 语音转文字模型 Bark 数周之后。Bark 同样面向手机、电脑等边缘设备，用于转录和听写。此外，Underdog 还发布过一个可在笔记本电脑上运行的 270 亿参数模型，以及一款仍在等待名单中的本地化应用。

Underdog 创始人 Sigil Wen 对 TechCrunch 表示，他希望训练出开放、可在用户自有设备上运行的模型，让用户掌握自己的数据。