Underdog muestra un modelo de voz de 32 MB en una nueva demostración

Puedes escribir cualquier cosa en la máquina de escribir usando tu teclado y el juego te responderá. También puedes girar el sintonizador para generar diferentes tipos de música.

Todo esto funciona dentro del navegador a través del modelo de generación de voz de Underdog, que, según la compañía, puede ejecutarse en la mayoría de los dispositivos sin conexión a Internet. El modelo tiene 31 millones de parámetros y está abierto para que todos lo descarguen.

Si bien es probable que un modelo tan pequeño no reemplace a los modelos más grandes, aún puede ser suficiente para impulsar experiencias de asistentes locales o crear podcasts personalizados.

Esta demostración llega semanas después de que Underdog lanzara Bark, un modelo de conversión de voz a texto de 167 MB también diseñado para ejecutarse en dispositivos periféricos para transcripción y dictado.

Sigil Wen, el fundador de Underdog, dijo a TechCrunch que comenzó a crear la aplicación porque, en lugar de utilizar anotadores como Granola, quería construir su propio sistema con modelos de inteligencia artificial que pudieran ejecutarse en los dispositivos de los usuarios y permitirles poseer sus datos.

«Creo que en unos meses podremos ejecutar los modelos más potentes de la actualidad en los dispositivos que ya posee. Sólo queremos entrenar los mejores modelos abiertos que sean de fabricación estadounidense, que sean abiertos, que sean capaces y permitan a las personas tener IA privada», dijo, refiriéndose a su manifiesto.

Además de los dos modelos de voz mencionados anteriormente, Underdog también lanzó un modelo de 27 mil millones de parámetros que puede ejecutarse en computadoras portátiles, junto con una aplicación en lista de espera que la compañía está posicionando como una alternativa alojada localmente a Muse e Instinct.